PSY因子のアップグレードと変換

私のチャンネルにすべてのトレーダーを歓迎します 私は量子開発者です CTA,HFT & Arbitrageのフルスタック開発を専門としています FMZプラットフォームのおかげで 定量開発に関連するコンテンツを もっと共有し 定量コミュニティの繁栄を維持するために すべてのトレーダーと協力します

今日,PSY (Psychological Line) 要素のアップグレードと変換をお届けします. シンプルな要素の観点から市場情報を追加し,段階的に変換し,最終的に説明力と論理力を持つ強力な要素に変える方法をお見せします!!! もちろん,この記事を読んだ後,変形したPSY因子を強力な武器として自分の要素ライブラリに組み込むことができます~

PART1 初期 PSY 因子

PSY因子 (Psychological Line) は,市場参加者の価格動向に対する感情の影響を測定するために使用される技術分析指標である.これは,市場の上下への反応として投資家の心理変動を研究するための感情指数であり,エネルギーと上昇と減少の指標の一種である.短期市場動向を判断するために一定の参照意義を有する.

PSY因子は,市場における心理的変化が価格動向と密接に関連していると信じ,PSY因子に定量化した.市場変動を分析するための指標として,PSY因子は,現在の市場が強いか弱いか,または過買い・過売状態にあるかを記述するために,時間とともにNK線内の全体的な上昇力と下落力を計算する.主にNK線内の上昇するK線の数を計算することによって,投資家の心理的耐久性を測定し,投資家の買取・売却操作に参考となる.

PSYファクターは,閉店価格が上昇または減少する日の数に基づいています.その計算方法は非常にシンプルで,計算式は以下のとおりです: PSY=(NK線/N内での上昇日の数) *100.ここでは,N期は,数日,数週間,数ヶ月などで選択された計算期間を表します.上昇日の数は,N期内の価格上昇の取引日の数を指します. FMZプラットフォームに基づいた初期PSY関数ファクターのソースコードは:

function calculatePSY(data, n) {
  let count = 0;
  for (let i = data.length - n; i < data.length; i++) {
    if (data[i] > data[i - 1]) {
      count++;
    }
  }
  return (count / n) * 100;
}

// Usage example
let closePrices = [10, 12, 13, 11, 14, 15, 16, 17, 18, 20];
let nPeriod = 5;
let psyFactor = calculatePSY(closePrices, nPeriod);
Log(psyFactor);

PART2 PSYファクタを向上させる (PSY+PRICE)

PSYファクタルの本質は,過去においてどちらの側がより強いかを調べる目的で,上下力の根数の比較を測定するモメンタムファクタルである.しかし,注意深く観察すると,PSYファクタルはBAR線が上下しているのか否かを考慮するだけで,BARの説明が欠如し,市場状況の強度を判断できないことが判明し,結果として,過去6K線のうち3がダウンし,3が上昇し,初期PSYファクタルによって構築された50の値は,最後の6K線における長と短力の強さを識別しない.

上記のように,大きな上昇K線のユニーク性はPSY指標に反映されない.これは,以前の小小の下落K線と何の違いもない上向き線として扱われるだけである.上昇と減少の数が価格変化の大きさと方向を完全に記述できないため,問題はここにあります.したがって,私たちの最初の改善アイデアは,上昇と減少力の大きさを反映するために,各 BARの価格変化 Abs (((C-C[1]) を重量化することでした. FMZプラットフォームに基づく初期PSY+PRICE因子関数のソースコードは:

PART3 最終PSYファクター (PSY+PRICE+VOL)

前回のステップでの修正の後,変換されたPSY因子は,一定期間における強さと弱さをよりよく反映することができる.しかし,上昇と減少範囲がその期間中に基本的に一貫しているかどうかを十分に区別することはできません.この時点で,取引量因子を追加し続けます.モメント効果では,増量の量はより活発な市場を表し,増量の状況はモメントの方向性をよりよく確認することができます.以下の図のように:

過去の期間中,上昇と減少の大きさは基本的には同じだったが,上昇における量は,上昇力の優勢を反映する,減少における量をはるかに上回った.したがって,最終的なPSY因子では,FMZプラットフォームの初期PSY+PRICE因子関数ソースコードに基づいて,Volume*Abs ((C-C[1]) というボリューム因子重量を追加し続けます.

PART4 PSYファクター取引シグナルの構築

前回の記事で構築した最終的なPSY+PRICE+VOL因数に基づいて,次のようにモメント信号のいくつかの構造を提案しようとします.

• PSY[0] > X (過去に,多重力の比はX値よりも大きい.
• PSY[0] < Y (過去,複数の力の比率はY値以下であった.
• psy[0] > psy[1] または psy[0] > psyma (過去数年間で,様々な力の比率が増加しました.)
• psy[0] < psy[1] または psy[0] < psyma (一定の期間で,複数の力の比率が減少している.)

素朴な運動戦略を設計し 要素を検出する信号を使います

• ロング: PSY[0] > 70; ロングを閉じる: PSY[0] < 30
• ショート: PSY[0] < 30;ショートポジションを閉じる: PSY[0] > 70;

バイナンスUで表記された契約を使用して,PSY因子パラメータは12と設計されています. BTC-USDTおよびETH-USDT契約のバックテストは2020年2月1日から2021年12月31日まで,10のスリップ,0.05%の取引手数料,レバレッジを10倍,各ポジションの残高を5%で実施しました.

BTC-USDT:

ETH-USDT:

第5部 概要

この記事では,従来のpsyファクターをアップグレードし,変形し,psy+価格+ボリュームファクターを生成し,過去期間のボリュームと価格のレベルでの牛と熊の強さを測定することができます.固定数値比較または自己強度比較を使用して,対応するモメント/逆転信号を構築することができます.この記事では,最終的に固定数値信号を確立し,単純な戦略バックテストを実施し,psy+価格+ボリュームファクタが変動する市場で一定程度モメントの動きを把握し,ポジティブな期待回帰を達成することがわかりました.最終的に既存の戦略ライブラリに追加される前に,より多くのタイプのファクタテストのために後により多くの形式の信号を構築することができます.

FMZプラットフォームのおかげで,ドアを閉じて車輪を再発明するのではなく,トレーダーがコミュニケーションするための素晴らしい場所を提供しています. 取引の道は上下に満ちていますが,同僚のトレーダーからの温かさとFMZプラットフォーム上の高齢者の共有された経験からの継続的な学習によって,私たちは成長し続けることができます. FMZに最善を尽くし,すべてのトレーダーが長期的な利益を楽しむことを願います.