Nghiên cứu về Binance Futures Chiến lược phòng hộ đa tiền tệ Phần 3
Tác giả:Tốt, Tạo: 2020-05-12 12:14:29, Cập nhật: 2023-11-04 19:50:43
Chỉ là một mô phỏng thô, để mọi người có một khái niệm cụ thể về số lượng lợi nhuận bị mất. bạn có thể tải xuống sổ ghi chép và tải lên môi trường nghiên cứu FMZ, và tự chạy mã.
Đánh giá rủi ro của Binance về việc bán ngắn hơn xu hướng tăng và mua dài hơn xu hướng giảm
Trước tiên hãy xem báo cáo ban đầu:https://www.fmz.com/digest-topic/5584và báo cáo cải tiến:https://www.fmz.com/digest-topic/5588
Chiến lược này đã được công chúng chia sẻ trong 4 ngày nay. Giai đoạn đầu hoạt động rất tốt, với lợi nhuận cao và ít khôi phục, do đó nhiều người dùng đang sử dụng đòn bẩy rất cao để đánh bạc lợi nhuận 10% mỗi ngày. Tuy nhiên, như đã nêu trong báo cáo ban đầu, không có chiến lược hoàn hảo. Bán ngắn hơn xu hướng tăng và mua dài hơn xu hướng giảm sử dụng các đặc điểm của altcoin để tăng và giảm cùng nhau. Nếu một đồng tiền di chuyển ra khỏi xu hướng duy nhất, nó sẽ tích lũy nhiều vị trí nắm giữ. mặc dù một trung bình động đã được sử dụng để theo dõi giá ban đầu, các rủi ro vẫn tồn tại. Báo cáo này chủ yếu định lượng các rủi ro cụ thể và tại sao thông số trade_value được khuyến cáo chiếm 3% tổng số quỹ.
Để làm nổi bật mã, chúng tôi đặt trong tiên tiến của phần này, mọi người nên thử chạy mã sau (bắt đầu từ phần thư viện nhập khẩu).
Để mô phỏng, chúng ta giả sử có 20 loại tiền tệ, nhưng chỉ cần thêm BTC và ETH, và sử dụng BTC để đại diện cho 19 loại tiền tệ với giá không đổi. ETH đại diện cho loại tiền tệ có xu hướng độc lập. Bởi vì nó chỉ là mô phỏng, không cần theo dõi giá ban đầu bằng đường trung bình động ở đây, giả sử rằng giá đang tăng với tốc độ nhanh.
Đầu tiên, mô phỏng tình huống mà giá của một đồng tiền duy nhất tiếp tục tăng. Stop_loss chỉ ra rằng stop loss sai lệch. Đây chỉ là một mô phỏng. Tình huống thực tế sẽ có sự thoái lui gián đoạn, nó sẽ không tồi tệ như mô phỏng.
Giả sử không có sự khôi phục đối với đồng tiền này, khi độ lệch stop loss là 0,41, ETH đã tăng 44% vào thời điểm này, và kết quả cuối cùng đã bị mất 7 lần giá trị giao dịch, tức là trade_value * 7. Nếu trade_value được đặt thành 3% tổng số tiền, thì mất = tổng số tiền * 0,03 * 7.
Bạn có thể ước tính khả năng chấp nhận rủi ro của riêng bạn dựa trên kết quả dưới đây.
btc_price = [1]*500 # Bitcoin price, always unchanged
eth_price = [i/100. for i in range(100,500)] # Ethereum, up 1% in one cycle
for stop_loss in [i/1000. for i in range(10,1500,50)]:
e = Exchange(['BTC','ETH'],initial_balance=10000,commission=0.0005,log=False)
trade_value = 300 # 300 transactions
for i in range(200):
index = (btc_price[i]*19+eth_price[i])/20. # index
e.Update(i,{'BTC':btc_price[i], 'ETH':eth_price[i]})
diff_btc = btc_price[i] - index # deviation
diff_eth = eth_price[i] - index
btc_value = e.account['BTC']['value']*np.sign(e.account['BTC']['amount'])
eth_value = e.account['ETH']['value']*np.sign(e.account['ETH']['amount'])
aim_btc_value = -trade_value*round(diff_btc/0.01,1)*19 # Here BTC replaces 19 currencies
aim_eth_value = -trade_value*round(diff_eth/0.01,1)
if aim_btc_value - btc_value > 20:
e.Buy('BTC',btc_price[i],(aim_btc_value - btc_value)/btc_price[i])
if aim_eth_value - eth_value < -20 and diff_eth < stop_loss:
e.Sell('ETH',eth_price[i], (eth_value-aim_eth_value)/eth_price[i],diff_eth)
if diff_eth > stop_loss and eth_value < 0: # Stop loss
stop_price = eth_price[i]
e.Buy('ETH',eth_price[i], (-eth_value)/eth_price[i],diff_eth)
print('Currency price：',stop_price,' Stop loss deviation：', stop_loss,'Final balance：',e.df['total'].iloc[-1], ' Multiple of losing trade volume：',round((e.initial_balance-e.df['total'].iloc[-1])/300,1))
Currency price： 1.02 Stop loss deviation： 0.01 Final balance： 9968.840396 Multiple of losing trade volume： 0.1
Currency price： 1.07 Stop loss deviation： 0.06 Final balance： 9912.862738 Multiple of losing trade volume： 0.3
Currency price： 1.12 Stop loss deviation： 0.11 Final balance： 9793.616067 Multiple of losing trade volume： 0.7
Currency price： 1.17 Stop loss deviation： 0.16 Final balance： 9617.477263 Multiple of losing trade volume： 1.3
Currency price： 1.23 Stop loss deviation： 0.21 Final balance： 9337.527299 Multiple of losing trade volume： 2.2
Currency price： 1.28 Stop loss deviation： 0.26 Final balance： 9051.5166 Multiple of losing trade volume： 3.2
Currency price： 1.33 Stop loss deviation： 0.31 Final balance： 8721.285267 Multiple of losing trade volume： 4.3
Currency price： 1.38 Stop loss deviation： 0.36 Final balance： 8350.582251 Multiple of losing trade volume： 5.5
Currency price： 1.44 Stop loss deviation： 0.41 Final balance： 7856.720861 Multiple of losing trade volume： 7.1
Currency price： 1.49 Stop loss deviation： 0.46 Final balance： 7406.412066 Multiple of losing trade volume： 8.6
Currency price： 1.54 Stop loss deviation： 0.51 Final balance： 6923.898356 Multiple of losing trade volume： 10.3
Currency price： 1.59 Stop loss deviation： 0.56 Final balance： 6411.276143 Multiple of losing trade volume： 12.0
Currency price： 1.65 Stop loss deviation： 0.61 Final balance： 5758.736222 Multiple of losing trade volume： 14.1
Currency price： 1.7 Stop loss deviation： 0.66 Final balance： 5186.230956 Multiple of losing trade volume： 16.0
Currency price： 1.75 Stop loss deviation： 0.71 Final balance： 4588.802975 Multiple of losing trade volume： 18.0
Currency price： 1.81 Stop loss deviation： 0.76 Final balance： 3841.792751 Multiple of losing trade volume： 20.5
Currency price： 1.86 Stop loss deviation： 0.81 Final balance： 3193.215479 Multiple of losing trade volume： 22.7
Currency price： 1.91 Stop loss deviation： 0.86 Final balance： 2525.155765 Multiple of losing trade volume： 24.9
Currency price： 1.96 Stop loss deviation： 0.91 Final balance： 1837.699982 Multiple of losing trade volume： 27.2
Currency price： 2.02 Stop loss deviation： 0.96 Final balance： 988.009942 Multiple of losing trade volume： 30.0
Currency price： 2.07 Stop loss deviation： 1.01 Final balance： 260.639618 Multiple of losing trade volume： 32.5
Currency price： 2.12 Stop loss deviation： 1.06 Final balance： -483.509646 Multiple of losing trade volume： 34.9
Currency price： 2.17 Stop loss deviation： 1.11 Final balance： -1243.486107 Multiple of losing trade volume： 37.5
Currency price： 2.24 Stop loss deviation： 1.16 Final balance： -2175.438384 Multiple of losing trade volume： 40.6
Currency price： 2.28 Stop loss deviation： 1.21 Final balance： -2968.19255 Multiple of losing trade volume： 43.2
Currency price： 2.33 Stop loss deviation： 1.26 Final balance： -3774.613275 Multiple of losing trade volume： 45.9
Currency price： 2.38 Stop loss deviation： 1.31 Final balance： -4594.305499 Multiple of losing trade volume： 48.6
Currency price： 2.44 Stop loss deviation： 1.36 Final balance： -5594.651063 Multiple of losing trade volume： 52.0
Currency price： 2.49 Stop loss deviation： 1.41 Final balance： -6441.474964 Multiple of losing trade volume： 54.8
Currency price： 2.54 Stop loss deviation： 1.46 Final balance： -7299.652662 Multiple of losing trade volume： 57.7
Trong mô phỏng tình huống giảm liên tục, sự sụt giảm đi kèm với sự giảm giá trị của hợp đồng, do đó rủi ro cao hơn so với sự tăng, và khi giá giảm, tỷ lệ tăng thua lỗ đang tăng tốc. Khi giá lệch dừng lỗ là -0,31, giá tiền tệ giảm 33% vào thời điểm này, và mất 6,5 giao dịch. Nếu số lượng giao dịch trade_value được đặt ở mức 3% tổng số tiền, mức khôi phục tối đa là khoảng 0,03 * 6,5 = 19,5%.
btc_price = [1]*500 # Bitcoin price, always unchanged
eth_price = [2-i/100. for i in range(100,200)] # Ethereum
for stop_loss in [-i/1000. for i in range(10,1000,50)]:
e = Exchange(['BTC','ETH'],initial_balance=10000,commission=0.0005,log=False)
trade_value = 300 # 300 transactions
for i in range(100):
index = (btc_price[i]*19+eth_price[i])/20. # index
e.Update(i,{'BTC':btc_price[i], 'ETH':eth_price[i]})
diff_btc = btc_price[i] - index # deviation
diff_eth = eth_price[i] - index
btc_value = e.account['BTC']['value']*np.sign(e.account['BTC']['amount'])
eth_value = e.account['ETH']['value']*np.sign(e.account['ETH']['amount'])
aim_btc_value = -trade_value*round(diff_btc/0.01,1)*19 # Here BTC replaces 19 currencies
aim_eth_value = -trade_value*round(diff_eth/0.01,1)
if aim_btc_value - btc_value < -20:
e.Sell('BTC',btc_price[i],-(aim_btc_value - btc_value)/btc_price[i])
if aim_eth_value - eth_value > 20 and diff_eth > stop_loss:
e.Buy('ETH',eth_price[i], -(eth_value-aim_eth_value)/eth_price[i],diff_eth)
if diff_eth < stop_loss and eth_value > 0:
e.Sell('ETH',eth_price[i], (eth_value)/eth_price[i],diff_eth)
stop_price = eth_price[i]
print('Currency price：',round(stop_price,2),' Stop loss deviation：', stop_loss,'Final balance：',e.df['total'].iloc[-1], ' Multiple of losing trade volume：',round((e.initial_balance-e.df['total'].iloc[-1])/300,1))
Currency price： 0.98 Stop loss deviation： -0.01 Final balance： 9983.039091 Multiple of losing trade volume： 0.1
Currency price： 0.93 Stop loss deviation： -0.06 Final balance： 9922.200148 Multiple of losing trade volume： 0.3
Currency price： 0.88 Stop loss deviation： -0.11 Final balance： 9778.899361 Multiple of losing trade volume： 0.7
Currency price： 0.83 Stop loss deviation： -0.16 Final balance： 9545.316075 Multiple of losing trade volume： 1.5
Currency price： 0.77 Stop loss deviation： -0.21 Final balance： 9128.800213 Multiple of losing trade volume： 2.9
Currency price： 0.72 Stop loss deviation： -0.26 Final balance： 8651.260863 Multiple of losing trade volume： 4.5
Currency price： 0.67 Stop loss deviation： -0.31 Final balance： 8037.598952 Multiple of losing trade volume： 6.5
Currency price： 0.62 Stop loss deviation： -0.36 Final balance： 7267.230651 Multiple of losing trade volume： 9.1
Currency price： 0.56 Stop loss deviation： -0.41 Final balance： 6099.457595 Multiple of losing trade volume： 13.0
Currency price： 0.51 Stop loss deviation： -0.46 Final balance： 4881.767442 Multiple of losing trade volume： 17.1
Currency price： 0.46 Stop loss deviation： -0.51 Final balance： 3394.414792 Multiple of losing trade volume： 22.0
Currency price： 0.41 Stop loss deviation： -0.56 Final balance： 1575.135344 Multiple of losing trade volume： 28.1
Currency price： 0.35 Stop loss deviation： -0.61 Final balance： -1168.50508 Multiple of losing trade volume： 37.2
Currency price： 0.29 Stop loss deviation： -0.66 Final balance： -4071.007983 Multiple of losing trade volume： 46.9
Currency price： 0.25 Stop loss deviation： -0.71 Final balance： -7750.361195 Multiple of losing trade volume： 59.2
Currency price： 0.19 Stop loss deviation： -0.76 Final balance： -13618.366286 Multiple of losing trade volume： 78.7
Currency price： 0.14 Stop loss deviation： -0.81 Final balance： -20711.473968 Multiple of losing trade volume： 102.4
Currency price： 0.09 Stop loss deviation： -0.86 Final balance： -31335.965608 Multiple of losing trade volume： 137.8
Currency price： 0.04 Stop loss deviation： -0.91 Final balance： -51163.223715 Multiple of losing trade volume： 203.9
Currency price： 0.04 Stop loss deviation： -0.96 Final balance： -81178.565715 Multiple of losing trade volume： 303.9
# Libraries to import
import pandas as pd
import requests
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
%matplotlib inline
price_usdt = pd.read_csv('https://www.fmz.com/upload/asset/20227de6c1d10cb9dd1.csv ', index_col = 0)
price_usdt.index = pd.to_datetime(price_usdt.index)
price_usdt_norm = price_usdt/price_usdt.fillna(method='bfill').iloc[0,]
price_usdt_btc = price_usdt.divide(price_usdt['BTC'],axis=0)
price_usdt_btc_norm = price_usdt_btc/price_usdt_btc.fillna(method='bfill').iloc[0,]
class Exchange:
def __init__(self, trade_symbols, leverage=20, commission=0.00005, initial_balance=10000, log=False):
self.initial_balance = initial_balance # Initial asset
self.commission = commission
self.leverage = leverage
self.trade_symbols = trade_symbols
self.date = ''
self.log = log
self.df = pd.DataFrame(columns=['margin','total','leverage','realised_profit','unrealised_profit'])
self.account = {'USDT':{'realised_profit':0, 'margin':0, 'unrealised_profit':0, 'total':initial_balance, 'leverage':0, 'fee':0}}
for symbol in trade_symbols:
self.account[symbol] = {'amount':0, 'hold_price':0, 'value':0, 'price':0, 'realised_profit':0, 'margin':0, 'unrealised_profit':0,'fee':0}
def Trade(self, symbol, direction, price, amount, msg=''):
if self.date and self.log:
print('%-20s%-5s%-5s%-10.8s%-8.6s %s'%(str(self.date), symbol, 'buy' if direction == 1 else 'sell', price, amount, msg))
cover_amount = 0 if direction*self.account[symbol]['amount'] >=0 else min(abs(self.account[symbol]['amount']), amount)
open_amount = amount - cover_amount
self.account['USDT']['realised_profit'] -= price*amount*self.commission # Minus handling fee
self.account['USDT']['fee'] += price*amount*self.commission
self.account[symbol]['fee'] += price*amount*self.commission
if cover_amount > 0: # close positions first
self.account['USDT']['realised_profit'] += -direction*(price - self.account[symbol]['hold_price'])*cover_amount # profit
self.account['USDT']['margin'] -= cover_amount*self.account[symbol]['hold_price']/self.leverage # Free margin
self.account[symbol]['realised_profit'] += -direction*(price - self.account[symbol]['hold_price'])*cover_amount
self.account[symbol]['amount'] -= -direction*cover_amount
self.account[symbol]['margin'] -= cover_amount*self.account[symbol]['hold_price']/self.leverage
self.account[symbol]['hold_price'] = 0 if self.account[symbol]['amount'] == 0 else self.account[symbol]['hold_price']
if open_amount > 0:
total_cost = self.account[symbol]['hold_price']*direction*self.account[symbol]['amount'] + price*open_amount
total_amount = direction*self.account[symbol]['amount']+open_amount
self.account['USDT']['margin'] += open_amount*price/self.leverage
self.account[symbol]['hold_price'] = total_cost/total_amount
self.account[symbol]['amount'] += direction*open_amount
self.account[symbol]['margin'] += open_amount*price/self.leverage
self.account[symbol]['unrealised_profit'] = (price - self.account[symbol]['hold_price'])*self.account[symbol]['amount']
self.account[symbol]['price'] = price
self.account[symbol]['value'] = abs(self.account[symbol]['amount'])*price
return True
def Buy(self, symbol, price, amount, msg=''):
self.Trade(symbol, 1, price, amount, msg)
def Sell(self, symbol, price, amount, msg=''):
self.Trade(symbol, -1, price, amount, msg)
def Update(self, date, close_price): # Update assets
self.date = date
self.close = close_price
self.account['USDT']['unrealised_profit'] = 0
for symbol in self.trade_symbols:
if np.isnan(close_price[symbol]):
continue
self.account[symbol]['unrealised_profit'] = (close_price[symbol] - self.account[symbol]['hold_price'])*self.account[symbol]['amount']
self.account[symbol]['price'] = close_price[symbol]
self.account[symbol]['value'] = abs(self.account[symbol]['amount'])*close_price[symbol]
self.account['USDT']['unrealised_profit'] += self.account[symbol]['unrealised_profit']
self.account['USDT']['total'] = round(self.account['USDT']['realised_profit'] + self.initial_balance + self.account['USDT']['unrealised_profit'],6)
self.account['USDT']['leverage'] = round(self.account['USDT']['margin']/self.account['USDT']['total'],4)*self.leverage
self.df.loc[self.date] = [self.account['USDT']['margin'],self.account['USDT']['total'],self.account['USDT']['leverage'],self.account['USDT']['realised_profit'],self.account['USDT']['unrealised_profit']]
Có liên quan
- Xác định số lượng phân tích cơ bản trong thị trường tiền điện tử: Hãy để dữ liệu nói cho chính nó!
- Các nghiên cứu định lượng cơ bản của vòng đồng tiền - đừng tin vào những giáo viên mờ nhạt, nói khách quan về dữ liệu!
- Một công cụ thiết yếu trong lĩnh vực giao dịch định lượng - nhà phát minh mô-đun khám phá dữ liệu định lượng
- Kiểm soát mọi thứ - giới thiệu về FMZ Phiên bản mới của Terminal giao dịch (với mã nguồn TRB Arbitrage)
- Có tất cả các thông tin về FMZ phiên bản mới của giao dịch đầu cuối (được thêm mã nguồn TRB)
- FMZ Quant: Phân tích các ví dụ thiết kế yêu cầu chung trong thị trường tiền điện tử (II)
- Làm thế nào để khai thác robot bán hàng không có não với một chiến lược tần số cao trong 80 dòng mã
- FMZ định lượng: Phân tích các trường hợp thiết kế nhu cầu phổ biến của thị trường tiền điện tử (II)
- Cách khai thác robot vô trí tuệ để bán bằng chiến lược tần số cao 80 dòng mã
- FMZ Quant: Phân tích các ví dụ thiết kế yêu cầu chung trong thị trường tiền điện tử (I)
- FMZ định lượng: Các nhu cầu phổ biến của thị trường tiền điện tử
Thêm nữa