संसाधन लोड हो रहा है... लोड करना...

गतिमान अल्फा रणनीति

लेखक:चाओझांग, दिनांक: 2023-11-23 11:34:40
टैगः

अवलोकन

मोमेंटम अल्फा रणनीति इसकी शार्प अनुपात और अल्फा मूल्य की गणना करके आकलन करती है कि क्या एक अंतर्निहित परिसंपत्ति में सकारात्मक गति है। यह लंबे समय तक चला जाता है जब शार्प अनुपात और अल्फा दोनों सकारात्मक होते हैं, और स्थिति को सपाट करते हैं जब दोनों संकेतक नकारात्मक हो जाते हैं।

रणनीतिक सिद्धांत

इस रणनीति के मुख्य संकेतक शार्प अनुपात और अल्फा हैं। शार्प अनुपात एक परिसंपत्ति के जोखिम-समायोजित रिटर्न को दर्शाता है, जबकि अल्फा बाजार के बेंचमार्क पर इसके अतिरिक्त रिटर्न को दर्शाता है। जब दोनों सकारात्मक होते हैं, तो यह संकेत देता है कि परिसंपत्ति में उच्च जोखिम-समायोजित रिटर्न है और बाजार के बेंचमार्क से बेहतर प्रदर्शन करता है। इसलिए, एक लंबी स्थिति ली जाती है। जब दोनों नकारात्मक हो जाते हैं, तो इसका मतलब है कि गति चली गई है और स्थिति सपाट हो गई है।

विशेष रूप से, रणनीति पहले पिछले 180 दिनों में शार्प अनुपात की गणना करती है। शार्प अनुपात की गणना इस प्रकार की जाती हैः (औसत दैनिक रिटर्न जोखिम मुक्त रिटर्न) / दैनिक रिटर्न का मानक विचलन। यहां दैनिक रिटर्न का औसत और मानक विचलन की गणना शुरुआती मूल्य और पिछले समापन मूल्य का उपयोग करके की जाती है। जब शार्प अनुपात 1 से अधिक होता है, तो इसका मतलब है कि परिसंपत्ति में अपेक्षाकृत उच्च जोखिम-समायोजित रिटर्न है।

साथ ही, पिछले 180 दिनों में अल्फा की गणना की जाती है। अल्फा की गणना बाजार मॉडल के माध्यम से की जाती हैः अल्फा = वास्तविक परिसंपत्ति रिटर्न (बाजार रिटर्न x बीटा) । यहां अंतर्निहित परिसंपत्ति और एस एंड पी 500 सूचकांक के दैनिक रिटर्न का उपयोग किया जाता है। जब अल्फा 0 से अधिक होता है, तो इसका मतलब है कि परिसंपत्ति का वास्तविक रिटर्न बाजार बेंचमार्क से अधिक होता है।

अतः जब शार्प अनुपात और अल्फा दोनों सकारात्मक होते हैं, तो एक लंबी स्थिति ली जाती है। जब दोनों नकारात्मक हो जाते हैं, तो स्थिति सपाट हो जाती है।

लाभ विश्लेषण

इस रणनीति का सबसे बड़ा लाभ यह है कि गति का आकलन करके यह व्यापक बाजार और कुछ व्यक्तिगत शेयरों के विकास के अवसरों को कुछ अवधि के दौरान पकड़ सकता है, जबकि लंबे समय तक बाजार दुर्घटनाओं से बचने के लिए जोखिम को नियंत्रित कर सकता है। लाभों का विस्तार से विश्लेषण इस प्रकार किया गया हैः

शार्प अनुपात की गणना हाल की गति की स्थितियों को दर्शाती है और कुछ बाजारों और शेयरों के उभरते रुझानों को पकड़ सकती है। अल्फा की गणना बेंचमार्क की तुलना में अधिक रिटर्न को दर्शाती है और कमजोर अंतर्निहित को फ़िल्टर करती है।
विभिन्न समय क्षितिज पर दोनों संकेतकों पर व्यापक रूप से विचार करके सकारात्मक गति को अधिक सटीक रूप से निर्धारित किया जा सकता है।
जब गति गायब हो जाती है, तो समय पर स्टॉप लॉस से बड़े नुकसान से बचा जा सकता है। यह अपट्रेंड के बाद उचित लाभ लेने की अनुमति देता है।
एकल गति संकेतक की तुलना में, यह रणनीति अधिक स्थिर है जबकि स्टॉक और सूचकांक दोनों पर उपयोग करने के लिए पर्याप्त लचीला भी है।

जोखिम विश्लेषण

लाभों के बावजूद, इस रणनीति में अभी भी निम्नलिखित जोखिम हैंः

गति संकेतक वापस ले सकते हैं। जब बाजार घूमता है, तो गति स्टॉक तेजी से गिर सकता है। इससे बड़े नुकसान हो सकते हैं। मापदंडों को समायोजित किया जा सकता है या अन्य संकेतकों के साथ संयुक्त किया जा सकता है।
अल्फा और शार्प अनुपात में समय में विलंब होता है। जब बाजार तेजी से चलते हैं, तो संकेतक मूल्य विलंब कर सकते हैं और नवीनतम रुझानों को प्रतिबिंबित करने में विफल हो सकते हैं। गणना अवधि को छोटा किया जा सकता है।
स्थिति के आकार पर कोई नियंत्रण नहीं है, जिससे जोखिम केंद्रित हो जाता है। बाजार की स्थितियों या उपलब्ध पूंजी के आधार पर स्थिति के आकार को नियंत्रित करने पर विचार करें।
बैकटेस्ट डेटा अपर्याप्त हो सकता है और लाइव प्रदर्शन अनिश्चित हो सकता है। अधिक समय सीमा और उपकरण बैकटेस्ट किए जाने चाहिए। ओवरफिटिंग को रोकने के लिए पैरामीटर अनुकूलन विंडो को छोटा किया जाना चाहिए।

अनुकूलन दिशाएँ

इस रणनीति को निम्नलिखित पहलुओं में अनुकूलित किया जा सकता हैः

स्टॉप लॉस तंत्र जोड़ें. जब कीमतें एक दिन में तेजी से गिरती हैं तो बड़े नुकसान से बचने के लिए स्टॉप लॉस प्वाइंट सेट करें.
स्थिति आकार प्रबंधन जोड़ें. प्रति व्यापार हानि को सीमित करने के लिए बाजार अस्थिरता के आधार पर प्रति व्यापार पूंजी को नियंत्रित करें.
मापदंडों का अनुकूलन करें. विभिन्न अंतर्निहित और बाजार की स्थितियों की विशेषताओं के अनुरूप विभिन्न समय सीमाओं का परीक्षण करें। विभिन्न मापदंड संयोजनों का भी मूल्यांकन किया जा सकता है।
फ़िल्टरिंग शर्तें जोड़ें। फ़िल्टर सेट करें जैसे कि ट्रेडिंग वॉल्यूम या अस्थिरता, अस्थिर या कम तरलता स्थितियों में फंसने से बचें।
अन्य रणनीतियों के साथ संयोजन करना। अन्य प्रवृत्ति-अनुसरण रणनीतियों के साथ संयोजन करने पर विचार करें। इससे स्थिरता बढ़ सकती है और जोखिमों को एक ही रणनीति से दूर किया जा सकता है।

सारांश

मोमेंटम अल्फा रणनीति गतिशील रूप से जोखिम-समायोजित रिटर्न और परिसंपत्तियों के सापेक्ष बाजार प्रदर्शन दोनों का न्याय करके गति के अवसरों को पकड़ती है। एकल गति संकेतक की तुलना में, इसमें अधिक सटीक निर्णय, व्यापक प्रयोज्यता और उच्च जोखिम लचीलापन के फायदे हैं। लेकिन रणनीति अभी भी ड्रॉडाउन और लेग्स के जोखिमों को लेती है। स्थिर लाइव लाभ प्राप्त करने से पहले इसे निरंतर अनुकूलन और अन्य रणनीतियों के साथ संयोजन की आवश्यकता होती है।

/*backtest
start: 2023-11-15 00:00:00
end: 2023-11-16 04:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("Alpha strategy - simple version", overlay=true)

//by NIKLAUS
//USE ON DAILY TIMEFRAME TO DETECT MOMO STOCKS & ETFs AND TRADE THEM
//USE ON 5MIN CHART FOR INTRADAY USAGE
//examples to try this on: GER30, NAS100, JPN225, AAPL, IBB, TSLA, FB, etc.

//This Strategy goes long when Sharpe Ratio is > 1 and Alpha against the S&P500 is generated. It exits when conditions break away.

//https://en.wikipedia.org/wiki/Alpha_(finance)
//------------------------------------------------------------------------------------------------------------------------------------
//Alpha is a measure of the active return on an investment, the performance of that investment compared to a suitable market index. 
//An alpha of 1% means the investment's return on investment over a selected period of time was 1% better than the market during that same period, 
//an alpha of -1 means the investment underperformed the market. 
//Alpha is one of the five key measures in modern portfolio theory: alpha, beta, standard deviation, R-squared and the Sharpe ratio.


//simplified sharpe
src = ohlc4, len = input(180, title = "Sharpe/Alpha/Beta Period")
pc = ((src - src[len])/src)
std = stdev(src,len)
stdaspercent = std/src
sharpe = pc/stdaspercent


//alpha
sym = "BTC_USDT:swap", res=timeframe.period, src2 = close
ovr = request.security(sym, res, src2)

ret = ((close - close[1])/close)
retb = ((ovr - ovr[1])/ovr)
secd = stdev(ret, len), mktd = stdev(retb, len)
Beta = correlation(ret, retb, len) * secd / mktd

ret2 = ((close - close[len])/close)
retb2 = ((ovr - ovr[len])/ovr)

alpha = ret2 - retb2*Beta
//plot(Beta, color=green, style=area, transp=40)


smatrig = input(title="Sensitivity",  defval=2, minval=1, maxval=3) 
bgcolor (sma(sharpe,len/smatrig) > 1 and sma(alpha,len/smatrig) > 0 ? green : red, transp=70)

if (close > open) and (sma(sharpe,len/smatrig) > 1) and (sma(alpha,len/smatrig) > 0)
    strategy.entry("Alpha", strategy.long)
strategy.close("Alpha", when = (sma(sharpe,len/smatrig) < 1) or (sma(alpha,len/smatrig) < 0))

अधिक

2019 FMZ - सभी अधिकार सुरक्षित