Strategie für den Rücktest der statistischen Volatilität auf der Grundlage der Extreme Value Methode

Übersicht

Diese Strategie verwendet die extreme value Methode, um die statistische Volatilität zu berechnen, auch historische Volatilität genannt. Sie misst die Volatilität anhand der extremen Werte des höchsten Preises, des niedrigsten Preises und des Schlusskurses in Kombination mit dem Zeitfaktor. Die Volatilität spiegelt die Schwankung des Vermögenswertpreises wider. Die Strategie wird entsprechende Long- oder Short-Trades tätigen, wenn die Volatilität höher oder niedriger als die Schwelle ist.

Strategieprinzip

1. Berechnen Sie die extremen Werte des höchsten Preises, des niedrigsten Preises und des Schlusskurses in einem bestimmten Zeitraum
2. Anwendung der Formel der Extremwertmethode zur Berechnung der statistischen Volatilität

   SqrTime = sqrt(253 / Length)
   Vol = ((0.6 * log(xMaxC / xMinC) * SqrTime) + (0.6 * log(xMaxH / xMinL) * SqrTime)) * 0.5
   

3. Vergleich der Volatilität mit den oberen und unteren Schwellenwerten zur Erzeugung von Handelssignalen

   pos = iff(nRes > TopBand, 1,  
             iff(nRes < LowBand, -1, nz(pos[1], 0)))
   

4. Auf der Grundlage der Handelssignale lange oder kurze Trades tätigen

Analyse der Vorteile

Die wichtigsten Vorteile dieser Strategie sind:

1. Die Verwendung des statistischen Volatilitätsindikators kann Markt-Hotspots und Umkehrchancen effektiv erfassen
2. Die Methode des extremen Wertes zur Berechnung der Volatilität ist nicht empfindlich gegenüber extremen Preisen, was zu stabileren und zuverlässigeren Ergebnissen führt
3. Die Parameter können angepasst werden, um sich an den Handel in unterschiedlichen Volatilitätsumgebungen anzupassen

Risikoanalyse

Die wichtigsten Risiken dieser Strategie sind:

1. Die statistische Volatilität selbst ist etwas zurückgeblieben und kann die Wendepunkte des Marktes nicht genau erfassen
2. Der Volatilitätsindikator reagiert langsam auf plötzliche Ereignisse und verpasst möglicherweise kurzfristige Handelsmöglichkeiten
3. Es gibt einige Risiken bei falschen Trades und Stop Loss

Gegenmaßnahmen und Lösungen:

1. Der statistische Zyklus sollte angemessen verkürzt werden, um die Empfindlichkeit gegenüber Marktveränderungen zu erhöhen.
2. Verwendung anderer Indikatoren zur Verbesserung der Signalgenauigkeit
3. Festlegen von Stop-Loss-Punkten zur Kontrolle einzelner Verluste

Optimierungsrichtlinien

Die Optimierungsrichtungen für diese Strategie:

1. Verschiedene statistische Periodenparameter testen, um die optimalen Parameter zu finden
2. Hinzufügen eines Positionsmanagementmoduls zur Anpassung von Positionen anhand der Volatilität
3. Fügen Sie Filterbedingungen wie gleitende Durchschnittslinien hinzu, um falsche Trades zu reduzieren

Zusammenfassung

Diese Strategie verwendet die Extreme-Value-Methode zur Berechnung der statistischen Volatilität und erzeugt Handelssignale, indem sie Volatilitätsanomalien erfasst. Im Vergleich zu einfachen Indikatoren wie gleitenden Durchschnittslinien spiegelt sie die Marktvolatilität besser wider und erfasst Umkehrungen. Mittlerweile macht der Extreme-Value-Methode-Algorithmus die Ergebnisse auch stabiler und zuverlässiger. Durch Parameteranpassung und -optimierung kann sich diese Strategie an verschiedene Marktbedingungen anpassen, und ihre Handelslogik und der statistische Volatilitätsindikator sind weitere Forschung und Anwendung wert.