Sumber daya yang dimuat... Pemuatan...
  1. Persegi
  2. Sistem Perdagangan Kuantitatif Regresi Multi-Faktor dan Band Harga Dinamis

Sistem Perdagangan Kuantitatif Regresi Multi-Faktor dan Band Harga Dinamis

Penulis:ChaoZhang, Tanggal: 2025-01-17 15:57:53
Tag:RSIATRBETASMA

Multi-Factor Regression and Dynamic Price Band Quantitative Trading System

Gambaran umum

Strategi ini adalah sistem perdagangan kuantitatif berdasarkan regresi multi-faktor dan band harga dinamis. Logika inti adalah memprediksi pergerakan harga melalui model regresi multi-faktor, menggabungkan beberapa faktor pasar seperti dominasi BTC, volume perdagangan, dan harga tertinggal untuk membangun band harga untuk generasi sinyal. Strategi ini mengintegrasikan beberapa modul manajemen risiko termasuk penyaringan outlier, manajemen posisi dinamis, dan trailing stop, menjadikannya sistem perdagangan yang komprehensif dan kuat.

Prinsip Strategi

Strategi ini mencakup komponen inti berikut: 1. Modul Prediksi Regresi: Menggunakan regresi linier multi-faktor untuk memprediksi harga. Faktor termasuk dominasi BTC, volume, keterlambatan harga, dan istilah interaksi. Koefisien beta mengukur dampak setiap faktor pada harga. 2. Band Harga Dinamis: Membangun band harga atas dan bawah berdasarkan harga yang diprediksi dan penyimpangan standar residual untuk mengidentifikasi kondisi overbought / oversold. 3. Generasi Sinyal: Menghasilkan sinyal panjang ketika harga melanggar band bawah dengan RSI oversold; sinyal pendek ketika harga melanggar band atas dengan RSI overbought. 4. Manajemen Risiko: Beberapa mekanisme perlindungan termasuk penyaringan outlier (metode Z-score), stop-loss/take-profit, dan trailing stops berbasis ATR. 5. Posisi Dinamis: Mengatur ukuran posisi secara dinamis berdasarkan ATR dan rasio risiko yang telah ditetapkan sebelumnya.

Keuntungan Strategi

  1. Integrasi multi-faktor: Menyediakan perspektif pasar yang komprehensif dengan mempertimbangkan beberapa faktor pasar.
  2. Kemampuan beradaptasi yang kuat: Band harga menyesuaikan secara dinamis dengan volatilitas pasar, beradaptasi dengan kondisi pasar yang berbeda.
  3. Pengendalian Risiko yang Komprehensif: Manajemen risiko bertingkat-tingkat memastikan keamanan modal.
  4. Konfigurasi Fleksibel: Banyak parameter yang dapat disesuaikan untuk optimalisasi di pasar yang berbeda.
  5. Keandalan sinyal yang tinggi: Beberapa mekanisme penyaringan meningkatkan kualitas sinyal.

Risiko Strategi

  1. Model Risiko: Model regresi bergantung pada data historis, mungkin gagal selama perubahan pasar yang dramatis.
  2. Sensitivitas Parameter: Beberapa parameter membutuhkan penyesuaian yang cermat, pengaturan yang tidak tepat mempengaruhi kinerja strategi.
  3. Kompleksitas komputasi: Perhitungan multi-faktor dapat mempengaruhi kinerja real-time.
  4. Dependensi Lingkungan Pasar: Mungkin berkinerja lebih baik di pasar yang berbeda daripada pasar yang sedang berkembang.

Arahan Optimasi

  1. Optimasi Pilihan Faktor: Memperkenalkan faktor pasar tambahan seperti indikator sentimen dan data on-chain.
  2. Penyesuaian Parameter Dinamis: Mengembangkan mekanisme penyesuaian parameter adaptif.
  3. Peningkatan Pembelajaran Mesin: Menggabungkan metode pembelajaran mesin untuk mengoptimalkan model prediksi.
  4. Peningkatan Filter Sinyal: Mengembangkan kondisi penyaringan sinyal tambahan untuk meningkatkan akurasi.
  5. Integrasi Strategi: Gabungkan dengan strategi lain untuk meningkatkan stabilitas.

Ringkasan

Strategi ini adalah sistem perdagangan kuantitatif yang teoritis dan dirancang dengan baik. Ini memprediksi harga melalui model regresi multi-faktor, menghasilkan sinyal perdagangan menggunakan band harga dinamis, dan memiliki mekanisme manajemen risiko yang komprehensif. Strategi ini menunjukkan kemampuan beradaptasi dan konfigurasi yang kuat, cocok untuk berbagai lingkungan pasar. Melalui optimalisasi dan perbaikan terus-menerus, strategi ini menunjukkan janji untuk mencapai pengembalian yang stabil dalam perdagangan langsung.

/*backtest
start: 2024-12-17 00:00:00
end: 2025-01-16 00:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT","balance":49999}]
*/

//@version=5
strategy(  title           = "CorrAlgoX", overlay         = true,pyramiding      = 1, initial_capital = 10000, default_qty_type= strategy.percent_of_equity, default_qty_value=200)

//====================================================================
//=========================== GİRİŞLER ================================
//====================================================================

// --- (1) REGRESYON VE OUTLIER AYARLARI
int   lengthReg         = input.int(300, "Regression Window",   minval=50)
bool  useOutlierFilter  = input.bool(false, "Z-skoru ile Outlier Filtrele")

// --- (2) FİYAT GECİKMELERİ
bool  usePriceLag2      = input.bool(false, "2 Bar Gecikmeli Fiyatı Kullan")

// --- (3) STOP-LOSS & TAKE-PROFIT
float stopLossPerc      = input.float(3.0,  "Stop Loss (%)",   step=0.1)
float takeProfitPerc    = input.float(5.0,  "Take Profit (%)", step=0.1)

// --- (4) REZİDÜEL STD BANTI
int   lengthForStd      = input.int(50, "StdDev Length (residual)", minval=2)
float stdevFactor       = input.float(2.0, "Stdev Factor", step=0.1)

// --- (5) RSI FİLTRESİ
bool  useRsiFilter      = input.bool(true, "RSI Filtresi Kullan")
int   rsiLen            = input.int(14, "RSI Length",   minval=1)
float rsiOB             = input.float(70, "RSI Overbought", step=1)
float rsiOS             = input.float(30, "RSI Oversold",   step=1)

// --- (6) TRAILING STOP
bool  useTrailingStop   = input.bool(false, "ATR Tabanlı Trailing Stop")
int   atrLen            = input.int(14, "ATR Length",   minval=1)
float trailMult         = input.float(1.0, "ATR multiplier", step=0.1)

// --- (7) DİNAMİK POZİSYON BÜYÜKLÜĞÜ (ATR tabanlı)
bool  useDynamicPos     = input.bool(false, "Dinamik Pozisyon Büyüklüğü Kullan")
float capitalRiskedPerc = input.float(1.0, "Sermaye Risk Yüzdesi", step=0.1, tooltip="Her işlemde risk alınacak sermaye yüzdesi")

// --- (8) ETKİLEŞİM VE LOG(HACİM) KULLANIMI
bool  useSynergyTerm    = input.bool(true, "BTC.D * Hacim Etkileşim Terimi")
bool  useLogVolume      = input.bool(true, "Hacmi Logaritmik Kullan")

//====================================================================
//======================= VERİLERİ AL & HAZIRLA =======================
//====================================================================

// Mevcut enstrüman fiyatı
float realClose = close

// BTC Dominance (aynı TF)
float btcDom    = request.security("SWAP", timeframe.period, close)

// Hacim
float vol       = volume

// Gecikmeli fiyatlar
float priceLag1 = close[1]
float priceLag2 = close[2]  // (isteğe bağlı)

//----------------- Outlier Filtrelemesi (Z-Skoru) ------------------//
float priceMean  = ta.sma(realClose, lengthReg)
float priceStdev = ta.stdev(realClose, lengthReg)

float zScore     = (priceStdev != 0) ? (realClose - priceMean) / priceStdev : 0
bool  isOutlier  = math.abs(zScore) > 3.0

float filteredClose = (useOutlierFilter and isOutlier) ? na : realClose

// Fiyatın stdev'i (filtrelenmiş)
float fCloseStdev = ta.stdev(filteredClose, lengthReg)

//====================================================================
//=============== ORTALAMA, STDEV, KORELASYON HESAPLARI ==============
//====================================================================

// BTC.D
float btcDomMean    = ta.sma(btcDom, lengthReg)
float btcDomStdev   = ta.stdev(btcDom, lengthReg)
float corrBtcDom    = ta.correlation(btcDom, filteredClose, lengthReg)

// Hacim
float volMean       = ta.sma(vol, lengthReg)
float volStdev      = ta.stdev(vol, lengthReg)
float corrVol       = ta.correlation(vol, filteredClose, lengthReg)

// Fiyat Lag1
float plag1Mean     = ta.sma(priceLag1, lengthReg)
float plag1Stdev    = ta.stdev(priceLag1, lengthReg)
float corrPLag1     = ta.correlation(priceLag1, filteredClose, lengthReg)

// Fiyat Lag2 (isteğe bağlı)
float plag2Mean     = ta.sma(priceLag2, lengthReg)
float plag2Stdev    = ta.stdev(priceLag2, lengthReg)
float corrPLag2     = ta.correlation(priceLag2, filteredClose, lengthReg)

// BTC.D * Hacim (synergyTerm)
float synergyTerm   = btcDom * vol
float synergyMean   = ta.sma(synergyTerm, lengthReg)
float synergyStdev  = ta.stdev(synergyTerm, lengthReg)
float corrSynergy   = ta.correlation(synergyTerm, filteredClose, lengthReg)

// Log(Hacim)
float logVolume     = math.log(vol + 1.0)
float logVolMean    = ta.sma(logVolume, lengthReg)
float logVolStdev   = ta.stdev(logVolume, lengthReg)
float corrLogVol    = ta.correlation(logVolume, filteredClose, lengthReg)

//====================================================================
//===================== FONKSIYON: BETA HESAPLAMA =====================
//====================================================================
// Pine Script'te fonksiyonlar şöyle tanımlanır (tip bildirmeyiz):
getBeta(corrVal, stdevX) =>
    (stdevX != 0 and not na(corrVal) and fCloseStdev != 0)? corrVal * (fCloseStdev / stdevX)  : 0.0

//====================================================================
//======================== BETA KATSAYILARI ===========================
//====================================================================

// BTC Dominance
float betaBtcDom  = getBeta(corrBtcDom,  btcDomStdev)
// Hacim
float betaVol     = getBeta(corrVol,     volStdev)
// Fiyat Lag1
float betaPLag1   = getBeta(corrPLag1,   plag1Stdev)
// Fiyat Lag2
float betaPLag2   = getBeta(corrPLag2,   plag2Stdev)
// synergy
float betaSynergy = getBeta(corrSynergy, synergyStdev)
// logVol
float betaLogVol  = getBeta(corrLogVol,  logVolStdev)

//====================================================================
//===================== TAHMİNİ FİYAT OLUŞTURMA ======================
//====================================================================

float alpha  = priceMean
bool canCalc = not na(filteredClose) and not na(priceMean)

float predictedPrice = na
if canCalc
    // Farklar
    float dBtcDom   = (btcDom - btcDomMean)
    float dVol      = (vol    - volMean)
    float dPLag1    = (priceLag1 - plag1Mean)
    float dPLag2    = (priceLag2 - plag2Mean)
    float dSynergy  = (synergyTerm - synergyMean)
    float dLogVol   = (logVolume   - logVolMean)

    float sumBeta   = 0.0
    sumBeta += betaBtcDom  * dBtcDom
    sumBeta += betaVol     * dVol
    sumBeta += betaPLag1   * dPLag1

    if usePriceLag2
        sumBeta += betaPLag2 * dPLag2

    if useSynergyTerm
        sumBeta += betaSynergy * dSynergy

    if useLogVolume
        sumBeta += betaLogVol * dLogVol

    predictedPrice := alpha + sumBeta

//====================================================================
//======================= REZİDÜEL & BANT ============================
//====================================================================

float residual   = filteredClose - predictedPrice
float residStdev = ta.stdev(residual, lengthForStd)

float upperBand  = predictedPrice + stdevFactor * residStdev
float lowerBand  = predictedPrice - stdevFactor * residStdev

//====================================================================
//========================= SİNYAL ÜRETİMİ ===========================
//====================================================================

bool longSignal  = (realClose < lowerBand)
bool shortSignal = (realClose > upperBand)

//------------------ RSI Filtresi (opsiyonel) -----------------------//
float rsiVal       = ta.rsi(realClose, rsiLen)
bool rsiOversold   = (rsiVal < rsiOS)
bool rsiOverbought = (rsiVal > rsiOB)

if useRsiFilter
    longSignal  := longSignal  and rsiOversold
    shortSignal := shortSignal and rsiOverbought

//====================================================================
//=============== DİNAMİK POZİSYON & GİRİŞ/ÇIKIŞ EMİRLERİ ============
//====================================================================

float myAtr      = ta.atr(atrLen)
float positionSize = na

if useDynamicPos
    float capitalRisked   = strategy.equity * (capitalRiskedPerc / 100.0)
    float riskPerUnit     = (stopLossPerc/100.0) * myAtr
    positionSize          := (riskPerUnit != 0.0) ? (capitalRisked / riskPerUnit) : na

// Long
if longSignal
    if useDynamicPos and not na(positionSize)
        strategy.entry("Long", strategy.long, qty=positionSize)
    else
        strategy.entry("Long", strategy.long)

// Short
if shortSignal
    if useDynamicPos and not na(positionSize)
        strategy.entry("Short", strategy.short, qty=positionSize)
    else
        strategy.entry("Short", strategy.short)

// Stop-Loss & Take-Profit
if strategy.position_size > 0
    strategy.exit( "Long Exit", "Long",stop  = strategy.position_avg_price * (1 - stopLossPerc/100),  limit = strategy.position_avg_price * (1 + takeProfitPerc/100))

if strategy.position_size < 0
    strategy.exit("Short Exit", "Short", stop  = strategy.position_avg_price * (1 + stopLossPerc/100),limit = strategy.position_avg_price * (1 - takeProfitPerc/100))

//------------------ TRAILING STOP (opsiyonel) ----------------------//
if useTrailingStop
    if strategy.position_size > 0
        strategy.exit(  "Long Exit TS", "Long",  trail_points = myAtr * trailMult,  trail_offset = myAtr * trailMult )
    if strategy.position_size < 0
        strategy.exit( "Short Exit TS", "Short", trail_points = myAtr * trailMult, trail_offset = myAtr * trailMult)

//====================================================================
//======================== GRAFİK ÇİZİMLER ===========================
//====================================================================
plot(realClose,      color=color.white,  linewidth=1, title="Fiyat")
plot(predictedPrice, color=color.yellow, linewidth=2, title="PredictedPrice")
plot(upperBand,      color=color.red,    linewidth=1, title="Üst Band")
plot(lowerBand,      color=color.lime,   linewidth=1, title="Alt Band")

plotshape( useOutlierFilter and isOutlier, style=shape.circle, color=color.red, size=size.tiny, location=location.abovebar, title="Outlier", text="Outlier")
Berkaitan
Lebih banyak

2019 FMZ - Semua hak dilindungi