Type/to search

Chiến lược ngưỡng động thích ứng dựa trên dữ liệu chuỗi thời gian

Common strategy
Created: 2024-04-01 10:48:52
Last modified: 2 years ago
1
Follow
1802
Followers

img

Tổng quan

Chiến lược này dựa trên dữ liệu chuỗi thời gian giá trị tài sản ròng (NAV) của cổ phiếu hoặc tài sản tài chính khác, bằng cách tính toán động Tỷ lệ hiệu quả (ER) làm hệ số làm mịn của Đường trung bình động hàm mũ (EMA), từ đó tự động điều chỉnh dải trên và dải dưới, kích hoạt tín hiệu mua bán. Ý tưởng chính của chiến lược là tận dụng toàn bộ thông tin chứa trong dữ liệu NAV, bằng cách tính toán mức độ phức tạp của sự thay đổi NAV (ER) để điều chỉnh động hệ số làm mịn EMA, từ đó thu được các dải trên và dưới thay đổi động. Khi giá phá vỡ dải trên, mở vị thế mua; khi phá vỡ dải dưới, đóng vị thế.

Nguyên lý chiến lược

  1. Tính toán Tỷ lệ hiệu quả (ER) của dữ liệu NAV, tức là tỷ lệ giữa mức thay đổi của NAV so với tổng mức thay đổi. Giá trị ER càng nhỏ, sự thay đổi NAV càng ổn định; giá trị ER càng lớn, sự thay đổi NAV càng mạnh.
  2. Sử dụng ER làm hệ số alpha của hàm pine_ema, tính toán động giá trị trung bình EMA và độ lệch tuyệt đối của NAV.
  3. Cộng/trừ độ lệch tuyệt đối vào giá trị trung bình EMA để có được dải trên và dải dưới thay đổi động.
  4. Khi NAV hiện tại phá vỡ dải trên, mở vị thế mua; khi phá vỡ dải dưới, đóng vị thế.

Ưu điểm của chiến lược

  1. Tận dụng tối đa toàn bộ thông tin chứa trong dữ liệu chuỗi thời gian NAV, không cần thiết lập bất kỳ tham số hay tối ưu hóa nào, phương pháp đơn giản và tự nhiên.
  2. Bằng cách tính toán động ER để điều chỉnh hệ số làm mịn EMA, có thể tự động thích ứng với mức độ phức tạp của sự thay đổi NAV, linh hoạt đối phó với biến động thị trường.
  3. So với EMA tham số cố định truyền thống, EMA động có thể giảm đáng kể số lần giao dịch và thời gian nắm giữ, giảm chi phí giao dịch và rủi ro.
  4. Có thể kiểm soát drawdown hiệu quả. So với chiến lược mua và nắm giữ, chiến lược này có thể giảm drawdown tối đa 2-3 lần, hoặc tăng lợi nhuận 2-3 lần với cùng mức drawdown.
  5. Có thể dễ dàng áp dụng vào sự kết hợp của nhiều chiến lược, đạt được mục đích tự động bật/tắt chiến lược.

Rủi ro của chiến lược

  1. Chiến lược này dựa trên dữ liệu chuỗi thời gian NAV, đối với trường hợp xu hướng giá đảo chiều hoàn toàn, tốc độ kích hoạt đóng vị thế có thể chậm, từ đó ảnh hưởng đến lợi nhuận.
  2. Mặc dù chiến lược này có thể tự động điều chỉnh tham số, nhưng khả năng thích ứng với các điều kiện thị trường cực đoan vẫn cần được xem xét thêm.
  3. Chiến lược này hiện chủ yếu tập trung vào tình huống mua, cần được hoàn thiện thêm cho tình huống bán khống.
  4. Trong ứng dụng thực tế, chiến lược này có yêu cầu cao về chất lượng của tài sản được chọn, cần chọn các tài sản có xu hướng dài hạn đi lên.

Hướng tối ưu hóa chiến lược

  1. Có thể cân nhắc tối ưu hóa thêm phương pháp tính ER, đưa vào nhiều chỉ số phản ánh đặc điểm thay đổi NAV hơn, nâng cao tính ổn định và hiệu quả của ER.
  2. Có thể chi tiết hóa thêm các điều kiện mở/đóng vị thế, như xem xét thêm chốt lời cắt lỗ động, chốt lời cắt lỗ theo tỷ lệ phần trăm, v.v., nâng cao khả năng sinh lời và chống rủi ro của chiến lược.
  3. Đối với các tài sản và môi trường thị trường khác nhau, có thể thực hiện tối ưu hóa tham số và điều chỉnh thích ứng cho chiến lược, nâng cao tính phổ quát của chiến lược.
  4. Có thể kết hợp chiến lược này với các chiến lược khác (như theo xu hướng, hồi quy trung bình, v.v.), phát huy ưu điểm của các chiến lược khác nhau, nâng cao tính ổn định và khả năng sinh lời của danh mục kết hợp.

Tổng kết

Chiến lược này bằng cách tính toán động Tỷ lệ hiệu quả (ER) làm hệ số làm mịn của Đường trung bình động hàm mũ (EMA), tự động điều chỉnh dải trên và dải dưới, kích hoạt tín hiệu mua bán. Chiến lược tận dụng tối đa thông tin chứa trong dữ liệu chuỗi thời gian NAV, không yêu cầu quá nhiều thiết lập tham số và tối ưu hóa, phương pháp đơn giản và tự nhiên, có thể linh hoạt đối phó với biến động thị trường, kiểm soát drawdown hiệu quả. Tuy nhiên, khả năng thích ứng của chiến lược với các điều kiện thị trường cực đoan vẫn cần được xem xét thêm, và trong ứng dụng thực tế cần chú ý đến việc lựa chọn tài sản. Trong tương lai, chiến lược có thể được tối ưu hóa và hoàn thiện thêm từ các khía cạnh như phương pháp tính toán, điều kiện mở/đóng vị thế, tối ưu hóa tham số, kết hợp chiến lược, v.v., nhằm nâng cao tính ổn định và khả năng sinh lời của chiến lược.

Source
Pine
/*backtest
start: 2023-03-26 00:00:00
end: 2024-03-31 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy('Equity control', 'EC')
// study('Exponential bands', 'EB', overlay = true)
Strategy parameters
Strategy parameters
src
Comment
All comments (0)
No data
No data
  • 1
Forums
PINE Language
Get the app
iPhone Download
© 2015 - ∞ INVENTOR PTE LTD (SG)