টেকসই চুক্তি গ্রিড কৌশল পরামিতি অপ্টিমাইজেশন বিস্তারিত

টেকসই গ্রিড কৌশলটি একটি প্ল্যাটফর্মের জন্য একটি জনপ্রিয় ক্লাসিক কৌশল। স্থিতিশীল গ্রিডের তুলনায় মুদ্রা ছাড়াই, লিভারেজযুক্ত, স্থিতিশীল গ্রিডের তুলনায় অনেক বেশি সুবিধাজনক। তবে উদ্ভাবক প্ল্যাটফর্মের সরাসরি পুনরায় পরিমাপ করা অসম্ভব, মুদ্রা নির্বাচন এবং প্যারামিটার অপ্টিমাইজেশান নির্ধারণের পক্ষে প্রতিকূল, এই নিবন্ধটি সম্পূর্ণ পাইথন পুনরায় পরীক্ষার প্রক্রিয়াটি উপস্থাপন করবে, যা ডেটা সংগ্রহ, পুনরায় পরীক্ষার ফ্রেমওয়ার্ক পুনরায় পরীক্ষা, পরিমাপ ফাংশন, পরামিতি অপ্টিমাইজেশান ইত্যাদির সমস্ত দিক অন্তর্ভুক্ত করে। আপনি নিজেরাই juypter নোটবুকটিতে চেষ্টা করতে পারেন।

তথ্য সংগ্রহ

সাধারণভাবে, কে-লাইন ডেটা যথেষ্ট, যথার্থতার জন্য, কে-লাইন চক্রগুলি যত ছোট হবে তত ভাল, তবে পুনর্বিবেচনার সময় এবং ডেটা পরিমাণের ভারসাম্য বজায় রাখা, এই নিবন্ধটি 5 মিনিট ব্যবহার করে সাম্প্রতিক দুই বছরের ডেটা পুনর্বিবেচনা করে, শেষ পর্যন্ত ডেটা পরিমাণ 20W লাইন ছাড়িয়ে গেছে, মুদ্রাটি DYDX বেছে নিয়েছে। অবশ্যই নির্দিষ্ট মুদ্রা এবং কে-লাইন চক্রগুলি আপনার আগ্রহের উপর নির্ভর করে বেছে নেওয়া যেতে পারে।

import requests
from datetime import date,datetime
import time
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import requests, zipfile, io
%matplotlib inline

def GetKlines(symbol='BTC',start='2020-8-10',end='2021-8-10',period='1h'):
    Klines = []
    start_time = int(time.mktime(datetime.strptime(start, "%Y-%m-%d").timetuple()))*1000
    end_time = int(time.mktime(datetime.strptime(end, "%Y-%m-%d").timetuple()))*1000
    while start_time < end_time:
        res = requests.get('https://fapi.binance.com/fapi/v1/klines?symbol=%sUSDT&interval=%s&startTime=%s&limit=1000'%(symbol,period,start_time))
        res_list = res.json()
        Klines += res_list
        start_time = res_list[-1][0]
    return pd.DataFrame(Klines,columns=['time','open','high','low','close','amount','end_time','volume','count','buy_amount','buy_volume','null']).astype('float')

df = GetKlines(symbol='DYDX',start='2022-1-1',end='2023-12-7',period='5m')
df = df.drop_duplicates()

পুনরায় পরীক্ষা ফ্রেমওয়ার্ক

পুনর্বিবেচনার জন্য একটি সাধারণ কাঠামো বেছে নেওয়া অব্যাহত রয়েছে যা ইউএসডিটিকে সমর্থন করে। দীর্ঘমেয়াদী চুক্তি বহু-মুদ্রা, সহজ এবং কার্যকর।

class Exchange:
    
    def __init__(self, trade_symbols, fee=0.0004, initial_balance=10000):
        self.initial_balance = initial_balance #初始的资产
        self.fee = fee
        self.trade_symbols = trade_symbols
        self.account = {'USDT':{'realised_profit':0, 'unrealised_profit':0, 'total':initial_balance, 'fee':0}}
        for symbol in trade_symbols:
            self.account[symbol] = {'amount':0, 'hold_price':0, 'value':0, 'price':0, 'realised_profit':0,'unrealised_profit':0,'fee':0}
            
    def Trade(self, symbol, direction, price, amount):
        
        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.fee #扣除手续费
        self.account['USDT']['fee'] += price*amount*self.fee
        self.account[symbol]['fee'] += price*amount*self.fee

        if cover_amount > 0: #先平仓
            self.account['USDT']['realised_profit'] += -direction*(price - self.account[symbol]['hold_price'])*cover_amount  #利润
            self.account[symbol]['realised_profit'] += -direction*(price - self.account[symbol]['hold_price'])*cover_amount
            
            self.account[symbol]['amount'] -= -direction*cover_amount
            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[symbol]['hold_price'] = total_cost/total_amount
            self.account[symbol]['amount'] += direction*open_amount
                    
    
    def Buy(self, symbol, price, amount):
        self.Trade(symbol, 1, price, amount)
        
    def Sell(self, symbol, price, amount):
        self.Trade(symbol, -1, price, amount)
        
    def Update(self, close_price): #对资产进行更新
        self.account['USDT']['unrealised_profit'] = 0
        for symbol in self.trade_symbols:
            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)

গ্রিড পুনরাবৃত্তি ফাংশন

গ্রিড কৌশলটির মূলনীতি খুবই সহজ, বিক্রয় বৃদ্ধি, ক্রয় হ্রাস, যা তিনটি পরামিতির সাথে সম্পর্কিতঃ প্রাথমিক মূল্য, গ্রিড ব্যবধান, লেনদেনের মূল্য। DYDX এর বাজারের ওঠানামা খুব বড়, প্রাথমিক 8.6U সর্বনিম্ন থেকে 1U হ্রাস পেয়েছে, সাম্প্রতিক ষাঁড়ের বাজার আবার 3U ফিরে এসেছে, কৌশলটি ডিফল্ট প্রাথমিক মূল্য 8.6U, যা গ্রিড কৌশল জন্য খুব অসুবিধাজনক, কিন্তু ডিফল্ট পরামিতি পুনরাবৃত্তি দুই বছরের মোট লাভ 9200U, সময়ের মধ্যে 7500U হারিয়েছে।

symbol = 'DYDX'
value = 100
pct = 0.01

def Grid(fee=0.0002, value=100, pct=0.01, init = df.close[0]):
    e = Exchange([symbol], fee=0.0002, initial_balance=10000)
    init_price = init
    res_list = [] #用于储存中间结果
    for row in df.iterrows():
        kline = row[1] #这样会测一根K线只会产生一个买单或一个卖单，不是特别精确
        buy_price = (value / pct - value) / ((value / pct) / init_price + e.account[symbol]['amount']) #买单价格，由于是挂单成交，也是最终的撮合价格
        sell_price = (value / pct + value) / ((value / pct) / init_price + e.account[symbol]['amount'])
        if kline.low < buy_price: #K线最低价低于当前挂单价，买单成交
            e.Buy(symbol,buy_price,value/buy_price)
        if kline.high > sell_price:
            e.Sell(symbol,sell_price,value/sell_price)
        e.Update({symbol:kline.close})
        res_list.append([kline.time, kline.close, e.account[symbol]['amount'], e.account['USDT']['total']-e.initial_balance,e.account['USDT']['fee'] ])
    res = pd.DataFrame(data=res_list, columns=['time','price','amount','profit', 'fee'])
    res.index = pd.to_datetime(res.time,unit='ms')
    return res

প্রাথমিক মূল্যের প্রভাব

প্রাথমিক মূল্যের সেটিং কৌশলটির প্রাথমিক হোল্ডিংকে প্রভাবিত করে, যা সবেমাত্র পুনরাবৃত্তি করা হয়েছে ডিফল্ট প্রাথমিক মূল্যটি শুরু করার সময় প্রাথমিক মূল্য, অর্থাৎ শুরু করার সময় হোল্ডিং নয়। এবং আমরা জানি যে গ্রিড কৌশলটি প্রাথমিকভাবে দাম ফিরে আসার সময় সমস্ত মুনাফা অর্জন করবে, তাই কৌশলটি শুরু করার সময় ভবিষ্যতের বাজারের সঠিক পূর্বাভাস থাকলে উপার্জন উল্লেখযোগ্যভাবে বৃদ্ধি পাবে। এখানে প্রাথমিক মূল্য 3U হিসাবে সেট করুন। এখানে পুনরাবৃত্তি করুন। চূড়ান্ত সর্বোচ্চ প্রত্যাহার 9200U, চূড়ান্ত উপার্জন 13372U। চূড়ান্ত কৌশলটি হোল্ডিং নয়, এই উপার্জনটি সমস্ত উদ্বায়ী উপার্জন, এবং ডিফল্ট পরামিতির উপার্জনের বিপরীত অংশটি চূড়ান্ত দামের সিদ্ধান্তের জন্য হোল্ডিং ক্ষতির অনুমতি দেয় না।

তবে প্রাথমিক মূল্য নির্ধারণ করা হয়েছে 3 ইউ, কৌশলটি শুরুতে খালি থাকবে এবং প্রচুর পরিমাণে খালি স্টক ধরে রাখবে, এই উদাহরণে সরাসরি 17,000 ইউ এর খালি তালিকা ধরে রাখা হয়েছে, তাই ঝুঁকিও বেশি।

গ্রিড স্পেস সেটিং

গ্রিডের ব্যবধানটি হ্যান্ডলিংয়ের দূরত্ব নির্ধারণ করে, স্পষ্টতই, ব্যবসায়ের ঘন ঘন, একক মুনাফার কম এবং পদ্ধতির ফিও বেশি হয়। তবে এটি লক্ষণীয় যে গ্রিডের ব্যবধানটি ছোট হয়ে যায় এবং গ্রিডের মানটি অপরিবর্তিত থাকে, যখন দাম পরিবর্তিত হয়, তখন সামগ্রিক হোল্ডিং বৃদ্ধি পায় এবং ঝুঁকিগুলি সম্পূর্ণ ভিন্ন হয়। সুতরাং গ্রিডের ব্যবধানের ভূমিকা পুনরায় নির্ধারণ করার জন্য, গ্রিডের মানটি রূপান্তর করতে হবে।

যেহেতু রিটার্নিং 5mK লাইন ডেটা ব্যবহার করে এবং একটি K লাইনে কেবল একবারই লেনদেন করা হয়; এটি স্পষ্টতই বাস্তবসম্মত নয়, বিশেষত ডিজিটাল মুদ্রার অস্থিরতা খুব বড়, ছোট ব্যবধানটি রিটার্নিংয়ের তুলনায় অনেকগুলি লেনদেন মিস করবে, কেবলমাত্র বর্ধিত ব্যবধানের জন্য রেফারেন্সের মান রয়েছে। এই রিটার্নিং প্রক্রিয়াটির অধীনে, উপসংহারগুলি সঠিক নয়। টিক-স্তরের অর্ডার স্ট্রিম ডেটা রিটার্নিংয়ের মাধ্যমে, সর্বোত্তম গ্রিডের ব্যবধানটি 0.005-0.01 হওয়া উচিত।

for p in [0.0005, 0.001 ,0.002 ,0.005, 0.01, 0.02, 0.05]:
    res = Grid( fee=0.0002, value=value*p/0.01, pct=p, init =3)
    print(p, round(min(res['profit']),0), round(res['profit'][-1],0), round(res['fee'][-1],0))
    
0.0005 -8378.0 144.0 237.0
0.001 -9323.0 1031.0 465.0
0.002 -9306.0 3606.0 738.0
0.005 -9267.0 9457.0 781.0
0.01 -9228.0 13375.0 550.0
0.02 -9183.0 15212.0 309.0
0.05 -9037.0 16263.0 131.0

নেটওয়ার্ক ট্রেডিং মূল্য

উপরে উল্লিখিত হিসাবে, যখন অস্থিরতা একই সময়ে, হোল্ডিং মান, ঝুঁকি ইত্যাদির অনুপাত পদ্ধতি, কিন্তু যতক্ষণ না দ্রুত পতন হয়, 1% মোট মূলধন সহ 1% এর গ্রিড ফাঁকটি বেশিরভাগ শিল্পকে মোকাবেলা করতে পারে। এই DYDX উদাহরণে, প্রায় 90% হ্রাস পপিং ট্রিগার করে। তবে মনে রাখবেন যে DYDX মূলত হ্রাস হয়, যখন নেমে যায় তখন গ্রিড কৌশলটি অনেক বেশি হয়, সর্বাধিক 100% হ্রাস হয়, এবং উত্থান সীমাবদ্ধ নয়, ঝুঁকি অনেক বেশি। অতএব, গ্রিড কৌশলটি ব্যবহারকারীদের প্রস্তাব দেয় যে তারা সম্ভাব্য বলে মনে করে।

ভেরিয়েবল রিটার্ন মূল্য

রিটার্ন মূল্য হল প্রাথমিক মূল্য, বর্তমান মূল্য এবং প্রাথমিক মূল্যের মধ্যে পার্থক্য এবং গ্রিডের আকার নির্ধারণ করে যে কতটি অবস্থান ধরে রাখা উচিত, যদি রিটার্ন মূল্য বর্তমান মূল্যের চেয়ে বেশি সেট করা হয় তবে গ্রিড কৌশলটি আরও বেশি করে এবং এটি আবার খালি হয়ে যায়। ডিফল্ট রিটার্ন মূল্য হ'ল কৌশলটি শুরু করার সময় মূল্য। ঝুঁকি হ্রাস করার জন্য, কেবলমাত্র অনেকগুলি গ্রিড করার পরামর্শ দেওয়া হয়। একটি প্রাকৃতিক ধারণা হ'ল রিটার্নের দাম পরিবর্তন করা যায় না, যাতে দাম বাড়লেও, এখনও প্রচুর পরিমাণে রাখা থাকে এবং স্বয়ংক্রিয়ভাবে নিয়ন্ত্রিত হয় না। বিটিসি এই বছরের প্রবণতা উদাহরণস্বরূপ, বছরের শুরুতে 15000 থেকে বছরের শেষের দিকে 43,000 পর্যন্ত বেড়েছে। যদি বছরের শুরু থেকে নেট কৌশলটি চালানো হয় তবে রিটার্নের দাম ডিফল্টভাবে 15000 এর বেশি খালি থাকে, বিশেষত মুনাফা হিসাবে, বিটিসি কেবলমাত্র একটি পথের উপর ক্ষতি করে। এমনকি যদি কোনও ক্ষতির মোড সেট না হয় তবে দামগুলি খুব দ্রুত বাড়বে না।

প্রথমবারের মতো নীতিটি শুরু করার সময়, রিটার্নের দামটি শুরু করার দামের 1.6 গুণ সেট করা হয়, যাতে গ্রিড কৌশলটি মূল্যের 1.6 গুণ থেকে বর্তমান মূল্যে হ্রাস পেয়ে এই অংশের পার্থক্যের কারণে বহুপদ ধরে রাখতে শুরু করে। যদি পরবর্তী দামটি রিটার্নের দাম / 1.6 ছাড়িয়ে যায় তবে প্রাথমিক দামটি পুনরায় সেট করা হয়, যাতে সর্বদা কমপক্ষে 60% পার্থক্য বজায় থাকে। রিটার্নের ফলাফলগুলি নিম্নরূপঃ

অবশ্যই, যদি আপনি বাজারের প্রতি আরও আশাবাদী হন তবে আপনি এই অনুপাতটি আরও বেশি করে সেট করতে পারেন এবং চূড়ান্ত মুনাফাও সেই অনুযায়ী বৃদ্ধি পাবে। অবশ্যই, যদি বাজারটি হ্রাস পায় তবে এই সেটিংটি হোল্ডিং ঝুঁকিও বাড়িয়ে তোলে।