संसाधन लोड हो रहा है... लोड करना...

हाइब्रिड द्विपद जेड स्कोर मात्रात्मक रणनीति

लेखक:चाओझांग, दिनांकः 2024-05-28 17:38:08
टैगःएसएमएबीबी

अवलोकन

यह रणनीति विभिन्न बाजार व्यवस्थाओं की पहचान करने के लिए द्विपद वितरण मॉडल और प्रतिगमन विश्लेषण को जोड़कर एक संकर मात्रात्मक विश्लेषण दृष्टिकोण का उपयोग करती है। रणनीति पहले सरल चलती औसत (एसएमए) और बोलिंगर बैंड (बीबी) संकेतकों की गणना करती है, फिर ऐतिहासिक रिटर्न के औसत और मानक विचलन के आधार पर जेड-स्कोर की गणना करती है। जब जेड-स्कोर निचली सीमा से नीचे होता है और कीमत निचले बैंड से नीचे होती है, तो रणनीति लंबी स्थिति में प्रवेश करती है; जब जेड-स्कोर ऊपरी सीमा से ऊपर होता है और कीमत ऊपरी बैंड से ऊपर होती है, तो रणनीति स्थिति को बंद कर देती है।

रणनीतिक सिद्धांत

इस रणनीति का मूल सिद्धांत ऐतिहासिक रिटर्न के वितरण के सापेक्ष वर्तमान रिटर्न की स्थिति को मापने के लिए जेड-स्कोर का उपयोग करना है। जेड-स्कोर की गणना करने का सूत्र हैः (वर्तमान रिटर्न - ऐतिहासिक रिटर्न औसत) / ऐतिहासिक रिटर्न मानक विचलन। एक उच्च जेड-स्कोर इंगित करता है कि वर्तमान रिटर्न अधिक चरम है और ओवरबॉट की संभावना अधिक है; एक कम जेड-स्कोर इंगित करता है कि वर्तमान रिटर्न अधिक चरम है और ओवरसोल्ड की संभावना अधिक है। साथ ही, रणनीति में बोलिंगर बैंड्स संकेतक भी शामिल है, जो एक माध्यमिक पुष्टि के रूप में दोनों बैंडों के ऊपर या नीचे मूल्य ब्रेकआउट का उपयोग करती है। रणनीति केवल तब ट्रेडिंग संकेत उत्पन्न करती है जब जेड-स्कोर और बोलिंगर बैंड्स एक साथ झूठी स्थितियों से मिलते हैं। यह संयोजन संकेतों की घटना को प्रभावी ढंग से कम कर सकता है।

रणनीतिक लाभ

मात्रात्मक विश्लेषण: रणनीति पूरी तरह मात्रात्मक संकेतकों पर आधारित है, जिसमें स्पष्ट नियम हैं जिन्हें लागू करना और बैकटेस्ट करना आसान है।
दोहरी पुष्टिः रणनीति में Z-स्कोर और बोलिंगर बैंड दोनों संकेतक उपयोग किए जाते हैं, जो संकेत की सटीकता में सुधार के लिए एक दोहरी फ़िल्टरिंग तंत्र बनाते हैं।
सांख्यिकीय आधारः Z-स्कोर सांख्यिकी में सामान्य वितरण सिद्धांत से उत्पन्न होता है, एक ठोस सैद्धांतिक आधार के साथ, और वस्तुनिष्ठ रूप से वर्तमान रिटर्न के चरम को माप सकता है।
पैरामीटर लचीलापन: उपयोगकर्ता अपनी आवश्यकताओं के अनुसार एसएमए अवधि, बोलिंगर बैंड्स गुणक और जेड-स्कोर सीमाओं जैसे मापदंडों को समायोजित कर सकते हैं, विभिन्न बाजारों के लिए लचीले ढंग से अनुकूलित कर सकते हैं।

रणनीतिक जोखिम

पैरामीटर संवेदनशीलता: विभिन्न पैरामीटर सेटिंग्स से रणनीति प्रदर्शन में महत्वपूर्ण अंतर हो सकते हैं, जिसके लिए व्यापक पैरामीटर अनुकूलन और स्थिरता परीक्षण की आवश्यकता होती है।
रुझान जोखिमः जब बाजार में मजबूत रुझान दिखाई देते हैं, तो Z-स्कोर लंबे समय तक चरम क्षेत्रों में रह सकता है, जिसके परिणामस्वरूप दुर्लभ या पूरी तरह से अनुपस्थित रणनीति संकेत होते हैं।
ओवरफिटिंग जोखिमः यदि रणनीति मापदंडों को अत्यधिक अनुकूलित किया जाता है, तो इससे ओवरफिटिंग और खराब आउट-ऑफ-सैंपल प्रदर्शन हो सकता है।
ब्लैक स्वान जोखिमः चरम बाजार स्थितियों में, ऐतिहासिक सांख्यिकीय पैटर्न विफल हो सकते हैं, जो रणनीति को महत्वपूर्ण निकासी जोखिमों के संपर्क में ला सकते हैं।

रणनीति अनुकूलन दिशाएं

गतिशील मापदंडः अनुकूलन क्षमता में सुधार के लिए बाजार की अस्थिरता और प्रवृत्ति की ताकत जैसे संकेतकों के आधार पर Z-स्कोर की सीमाओं और बोलिंगर बैंड्स गुणक को गतिशील रूप से समायोजित करने पर विचार करें।
प्रवृत्ति फ़िल्टरिंगः मजबूत प्रवृत्तियों के दौरान अत्यधिक अमान्य संकेतों से बचने के लिए मौजूदा तंत्र के ऊपर प्रवृत्ति निर्धारण संकेतक, जैसे एमए क्रॉसओवर या डीएमआई को ओवरलैप करें।
पोर्टफोलियो अनुकूलन: इस रणनीति को अन्य मात्रात्मक रणनीतियों (जैसे गति, औसत प्रतिगमन, आदि) के साथ मिलाकर उनकी संबंधित शक्तियों का लाभ उठाने और मजबूती में सुधार करें।
स्टॉप-लॉस और टेक-प्रॉफिटः ट्रेड प्रति जोखिम जोखिम को नियंत्रित करने और जोखिम-समायोजित रिटर्न में सुधार के लिए उचित स्टॉप-लॉस और टेक-प्रॉफिट तंत्र पेश करें।

सारांश

हाइब्रिड द्विपद जेड-स्कोर मात्रात्मक रणनीति सांख्यिकीय सिद्धांतों पर आधारित एक मात्रात्मक ट्रेडिंग रणनीति है, जो वर्तमान रिटर्न की तुलना ऐतिहासिक रिटर्न के वितरण के साथ करके संभावित ओवरबॉट और ओवरसोल्ड अवसरों की पहचान करती है। इसके अलावा, रणनीति माध्यमिक पुष्टि के लिए बोलिंगर बैंड्स संकेतक का उपयोग करती है, सिग्नल विश्वसनीयता को बढ़ाती है। रणनीति नियम स्पष्ट और लागू करने और अनुकूलित करने में आसान हैं, लेकिन यह पैरामीटर संवेदनशीलता, प्रवृत्ति जोखिम, ओवरफिट जोखिम आदि जैसी चुनौतियों का भी सामना करती है। भविष्य में, रणनीति को गतिशील मापदंडों, प्रवृत्ति फ़िल्टरिंग, पोर्टफोलियो अनुकूलन, स्टॉप-लॉस और ले-प्रॉफिट तंत्र आदि के संदर्भ में अनुकूलित किया जा सकता है, ताकि इसकी अनुकूलन क्षमता और मजबूती में सुधार हो सके। कुल मिलाकर, यह रणनीति आगे की खोज और परिष्करण के योग्य मात्रात्मक ट्रेडिंग के लिए एक सरल लेकिन प्रभावी दृष्टिकोण प्रदान करती है।

/*backtest
start: 2023-05-22 00:00:00
end: 2024-05-27 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Estratégia Híbrida Quantitativa", overlay=true)

// Definição de parâmetros
sma_length = input.int(20, title="Período da SMA")
threshold_high = input.float(1.5, title="Threshold Alto")
threshold_low = input.float(-1.5, title="Threshold Baixo")
lookback_period = input.int(252, title="Período de Retorno Histórico (dias)")

// Funções auxiliares
f_sma(source, length) =>
    ta.sma(source, length)

f_bollinger_band(source, length, mult) =>
    basis = ta.sma(source, length)
    dev = mult * ta.stdev(source, length)
    [basis + dev, basis - dev]

// Cálculo dos indicadores
sma = f_sma(close, sma_length)
[upper_band, lower_band] = f_bollinger_band(close, sma_length, 2)

// Regime de Mercado: Binomial
retornos = ta.change(close, 1)
media_retornos = ta.sma(retornos, lookback_period)
desvio_padrao_retornos = ta.stdev(retornos, lookback_period)

// Indicador de Regime: Z-Score
z_score = (retornos - media_retornos) / desvio_padrao_retornos

// Sinal de Compra e Venda
sinal_compra = z_score < threshold_low and close < lower_band
sinal_venda = z_score > threshold_high and close > upper_band

// Execução de Ordem
if (sinal_compra)
    strategy.entry("Long", strategy.long)
if (sinal_venda)
    strategy.close("Long")

// Plotagem dos Indicadores
plot(sma, title="SMA", color=color.blue)
plot(upper_band, title="Upper Bollinger Band", color=color.red)
plot(lower_band, title="Lower Bollinger Band", color=color.green)
hline(threshold_high, "Threshold Alto", color=color.red, linestyle=hline.style_dashed)
hline(threshold_low, "Threshold Baixo", color=color.green, linestyle=hline.style_dashed)
plot(z_score, title="Z-Score", color=color.purple)

संबंधित

अधिक

2019 FMZ - सभी अधिकार सुरक्षित