ネットワーク取引のリスクをカバーする戦略
作者: リン・ハーンチャオチャン開催日:2024年3月27日 18:15:12タグ:
戦略の概要
格子取引リスクヘッジ戦略 (Grid Trading Risk Hedging Strategy) は,リスクヘッジの考えと組み合わせた格子取引の概念に基づいた定量的な取引戦略である.この戦略は,価格変動から利益を得るために,事前に定義された価格範囲内で複数の購入・売却注文を設定する.同時に,この戦略は,市場環境の変化に適応し,戦略リスクを軽減するために,格子境界を動的に調整するリスクヘッジメカニズムを導入する.
戦略原則
この戦略の基本原理はグリッド取引である.まず,ユーザーによって設定されたパラメータに基づいて,グリッドの上下境界とグリッドラインの数が決定される.次に,グリッドラインに買い売りオーダーが配置される:価格がグリッドラインに触れたとき,そのグリッドラインに以前にオーダーがなかった場合は,ポジションが開かれ,それ以前にオーダーがあった場合は,ポジションが閉鎖される.この方法で,戦略は利益を得るために価格変動の中で継続的にポジションを開閉することができます.
同時期に,リスクを軽減するために,戦略は動的グリッド境界調整メカニズムを導入する.ユーザーの選択に応じて,グリッドの上下境界は,2つの方法で自動的に調整することができる: 1) ユーザーによって設定された偏差を考慮して,最近の最高値と最低値に基づいて; 2) 移動平均線に基づいて,ユーザーによって設定された偏差を考慮して. グリッド境界を動的に調整することで,グリッドは常に現在の価格を中心に中心にすることができます. これにより,価格がグリッド境界を突破するリスクを軽減します.
さらに,ポジションを開くとき,戦略は総資金を N つの等しい部分に分割し,ポジションを開くたびに,同じ量の資金を使用し,単一の取引のリスクを減らすことができます.
利点分析
-
強力な適応性: ネットワークの境界を動的に調整することで,戦略は異なる市場環境に適応することができます. 傾向または不安定な市場で,より良い収益を得るために自動的に調整することができます.
-
制御可能なリスク: 戦略では,ポジションを開設する際に同じ金額の資金を使用するので,単一の取引のリスクは小さい.同時に,動的グリッド境界調整メカニズムは,価格がグリッド境界を突破するリスクを減らすことができます.
-
高い取引頻度:グリッドには通常多くの注文があるため,取引頻度は高く,不安定な市場で利益を得ることが容易になります.
-
柔軟なパラメータ:ユーザーは,自分の好みに応じてグリッドの数,上下限,ダイナミック調整パラメータなどを設定し,異なる取引スタイルに適応することができます.
リスク分析
-
トレンド市場での不良業績:価格が格子境界を突破して一方的に上昇または低下し続け,ダイナミックな調整が価格変化の速度と追いつけない場合,戦略はより大きなリスクに直面する可能性があります.
-
取引手数料: 戦略は取引頻度が高いため,取引手数料は収益に一定の影響を与える可能性があります.
-
パラメータの設定が不適切: パラメータが正しく設定されていない場合,例えばグリッドラインが多すぎたり,グリッド境界の設定が不合理である場合,戦略の性能が低下する可能性があります.
解決策: 1) トレンド市場では,グリッド境界の調整範囲を拡大するか,トレンド戦略と組み合わせることを検討する. 2) 取引手数料が低い取引所と通貨を選択する. 3) 実際の運用の前に,パラメータは完全にバックテストされ最適化する必要があります.
オプティマイゼーションの方向性
-
他の戦略と組み合わせる: 戦略の適応性と安定性を向上させるために,グリッド取引戦略をトレンド戦略,平均逆転戦略など,他のタイプの戦略と組み合わせることを検討する.
-
ダイナミック調整メカニズムの改善: 戦略の現在のダイナミック調整メカニズムは比較的シンプルで,より多くの要因 (取引量,変動等) を考慮し,より高度なアルゴリズム (適応アルゴリズム,機械学習アルゴリズムなど) を採用することでさらに最適化することができます.
-
資金管理を最適化:現在,戦略は平等な資金管理を採用しています.資金利用効率と収益性をさらに向上させるために,ケリー基準,最適化方法など,より高度な資金管理方法の導入を検討することができます.
-
利益とストップ損失を導入:グリッド取引に基づいて,戦略リスクをさらに減らすために,利益とストップ損失を引く,波動性,利益とストップ損失を引くなど,いくつかの利益とストップ損失の論理を導入することができます.
概要
格子取引リスクヘッジ戦略は,高度に自動化され,適応可能であり,リスク制御可能な定量的な取引戦略である.グリッド取引とダイナミックなグリッド調整を通じて,戦略はリスクを制御しながら様々な市場条件で利益を得ることができる.しかし,戦略はトレンド市場で不良なパフォーマンスを発揮し,取引手数料が収益に影響を与える可能性があります.したがって,実践的なアプリケーションではさらなる最適化と改善が必要です.一般的に,戦略は,さらなる研究と適用に値する比較的成熟した定量的な取引アイデアを提供します.
/*backtest
start: 2024-03-19 00:00:00
end: 2024-03-23 00:00:00
period: 5m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("(IK) Grid Script", overlay=true, pyramiding=14, close_entries_rule="ANY", default_qty_type=strategy.cash, initial_capital=100.0, currency="USD", commission_type=strategy.commission.percent, commission_value=0.1)
i_autoBounds = input(group="Grid Bounds", title="Use Auto Bounds?", defval=true, type=input.bool) // calculate upper and lower bound of the grid automatically? This will theorhetically be less profitable, but will certainly require less attention
i_boundSrc = input(group="Grid Bounds", title="(Auto) Bound Source", defval="Hi & Low", options=["Hi & Low", "Average"]) // should bounds of the auto grid be calculated from recent High & Low, or from a Simple Moving Average
i_boundLookback = input(group="Grid Bounds", title="(Auto) Bound Lookback", defval=250, type=input.integer, maxval=500, minval=0) // when calculating auto grid bounds, how far back should we look for a High & Low, or what should the length be of our sma
i_boundDev = input(group="Grid Bounds", title="(Auto) Bound Deviation", defval=0.10, type=input.float, maxval=1, minval=-1) // if sourcing auto bounds from High & Low, this percentage will (positive) widen or (negative) narrow the bound limits. If sourcing from Average, this is the deviation (up and down) from the sma, and CANNOT be negative.
i_upperBound = input(group="Grid Bounds", title="(Manual) Upper Boundry", defval=0.285, type=input.float) // for manual grid bounds only. The upperbound price of your grid
i_lowerBound = input(group="Grid Bounds", title="(Manual) Lower Boundry", defval=0.225, type=input.float) // for manual grid bounds only. The lowerbound price of your grid.
i_gridQty = input(group="Grid Lines", title="Grid Line Quantity", defval=8, maxval=15, minval=3, type=input.integer) // how many grid lines are in your grid
f_getGridBounds(_bs, _bl, _bd, _up) =>
if _bs == "Hi & Low"
_up ? highest(close, _bl) * (1 + _bd) : lowest(close, _bl) * (1 - _bd)
else
avg = sma(close, _bl)
_up ? avg * (1 + _bd) : avg * (1 - _bd)
f_buildGrid(_lb, _gw, _gq) =>
gridArr = array.new_float(0)
for i=0 to _gq-1
array.push(gridArr, _lb+(_gw*i))
gridArr
f_getNearGridLines(_gridArr, _price) =>
arr = array.new_int(3)
for i = 0 to array.size(_gridArr)-1
if array.get(_gridArr, i) > _price
array.set(arr, 0, i == array.size(_gridArr)-1 ? i : i+1)
array.set(arr, 1, i == 0 ? i : i-1)
break
arr
var upperBound = i_autoBounds ? f_getGridBounds(i_boundSrc, i_boundLookback, i_boundDev, true) : i_upperBound // upperbound of our grid
var lowerBound = i_autoBounds ? f_getGridBounds(i_boundSrc, i_boundLookback, i_boundDev, false) : i_lowerBound // lowerbound of our grid
var gridWidth = (upperBound - lowerBound)/(i_gridQty-1) // space between lines in our grid
var gridLineArr = f_buildGrid(lowerBound, gridWidth, i_gridQty) // an array of prices that correspond to our grid lines
var orderArr = array.new_bool(i_gridQty, false) // a boolean array that indicates if there is an open order corresponding to each grid line
var closeLineArr = f_getNearGridLines(gridLineArr, close) // for plotting purposes - an array of 2 indices that correspond to grid lines near price
var nearTopGridLine = array.get(closeLineArr, 0) // for plotting purposes - the index (in our grid line array) of the closest grid line above current price
var nearBotGridLine = array.get(closeLineArr, 1) // for plotting purposes - the index (in our grid line array) of the closest grid line below current price
strategy.initial_capital = 50000
for i = 0 to (array.size(gridLineArr) - 1)
if close < array.get(gridLineArr, i) and not array.get(orderArr, i) and i < (array.size(gridLineArr) - 1)
buyId = i
array.set(orderArr, buyId, true)
strategy.entry(id=tostring(buyId), long=true, qty=(strategy.initial_capital/(i_gridQty-1))/close, comment="#"+tostring(buyId))
if close > array.get(gridLineArr, i) and i != 0
if array.get(orderArr, i-1)
sellId = i-1
array.set(orderArr, sellId, false)
strategy.close(id=tostring(sellId), comment="#"+tostring(sellId))
if i_autoBounds
upperBound := f_getGridBounds(i_boundSrc, i_boundLookback, i_boundDev, true)
lowerBound := f_getGridBounds(i_boundSrc, i_boundLookback, i_boundDev, false)
gridWidth := (upperBound - lowerBound)/(i_gridQty-1)
gridLineArr := f_buildGrid(lowerBound, gridWidth, i_gridQty)
closeLineArr := f_getNearGridLines(gridLineArr, close)
nearTopGridLine := array.get(closeLineArr, 0)
nearBotGridLine := array.get(closeLineArr, 1)
- 変数と移動平均に基づく変動戦略
- 移動平均のクロスオーバー量的な戦略
- EMAのクロスADR戦略 - 厳格なリスク管理を伴う多次元的な技術指標に基づく取引方法
- カンドルスタイクパターンをベースにした上昇・下落の飲み込む戦略
- ボリンジャー・バンド ロング・オンリー戦略
- アルファトレンドとボリンジャー帯は,平均逆転+トレンドフォロー戦略を組み合わせたものです.
- グリッドドルコスト平均化戦略
- 3つの連続した上昇/下落のキャンドルと2つの移動平均値に基づいた定量的な取引戦略
- 複数のEMA,RSI,標準偏差に基づく退出キャンドルスティックの高さブレイクトレード戦略
- ビンアンの口座への切り替え小道具
- EMA-パラボリックトレンド 戦略をフォローする
- 長短線形回帰クロスオーバー戦略
- トレンド・モメント・ベース・マルチ・インジケーター・ムービング・平均クロスオーバー戦略
- ドンチアン運河を脱出する戦略 ATRSLの追跡停止
- ダイナミック・グリッド・トレンドフォローする定量的な取引戦略
- ボリンジャー・バンド ダイナミック・テイク・プロフィートとダイナミック・ポジション・アドディング・戦略
- TrippleMACDクロスオーバーと相対強度指数を組み合わせた高周波仮想通貨取引戦略
- RSIとEMAの二重フィルター戦略
- 格子ベースのロング・マルティンゲール・ダイナミック・ポジション・グリッド・トレーディング戦略
- 2倍指数関数移動平均 クラウドクロスオーバー自動取引戦略