Hello~Welcome come to my channel！

제 채널에 오신 모든 트레이더를 환영합니다. 저는 CTA & HFT & Arbitrage와 같은 풀스택 트레이딩 전략을 개발하는 Quant Developer인 Zuoshoujun입니다. FMZ 플랫폼 덕분에 저는 양적 채널에서 더 많은 양적 개발 관련 콘텐츠를 공유하고 모든 거래자와 협력하여 양적 커뮤니티의 번영을 유지할 수 있게 되었습니다.

더 많은 정보를 원하시면 제 채널을 방문해 주세요~ 저는 여기서 여러분을 기다리고 있습니다【메이커의 양적 오두막】

오늘, Maker의 Quantitative Hut은 PSY(Psychological Line) 팩터의 업그레이드 및 변형을 소개합니다. 간단한 팩터 관점에서 더 많은 시장 정보를 추가하고 단계별로 변형하여 마침내 더 설명적인 팩터가 되는 방법 논리. 섹스의 강력한 요소! ! ! 물론 이 글을 읽고 난 후에는 변형된 PSY 팩터를 여러분의 팩터 라이브러리에 통합하여 강력한 무기로 만들 수도 있습니다~

PART1 [초기 PSY 요인]

PSY 팩터(심리적 선)는 시장 참여자의 감정이 가격 추세에 미치는 영향을 측정하는 데 사용되는 기술 분석 지표입니다. 시장 변동에 대한 투자자의 심리적 변동을 연구하는 감정 지표입니다. 에너지 및 변동 지표입니다. . 클래스 지표. 단기 시장 추세를 분석하고 판단하는 데 있어 특정한 참고 의미를 갖습니다.

PSY 요인은 1991년 왕야웨이 박사가 처음 제안했습니다. 그는 시장의 심리적 변화가 가격 추세와 밀접한 관련이 있다고 믿었고 심리적 변화를 PSY 요인으로 정량화했습니다. PSY 요인은 시장의 상승과 하락을 분석하는 지표로서, 시간적 관점에서 N K-라인 내의 롱 포지션과 숏 포지션의 총 강도를 계산하여 시장이 현재 강세인지 약세인지, 매수 과다인지 매도 과다인지를 설명합니다. 주로 N개의 K-라인 내에서 상승하는 K-라인의 수를 계산하여 투자자의 심리적 지속력을 측정하며, 투자자가 매수 및 매도 작업을 수행하는 데 참고할 수 있는 기준을 제공합니다.

PSY 팩터는 일정 기간 동안 종가가 상승하거나 하락한 일수를 기준으로 합니다. 계산 방법은 매우 간단합니다. 계산 공식은 다음과 같습니다. PSY = (N N K 라인 내에서 종가가 상승한 일수) / N)*100, 여기서 N 주기는 선택된 컴퓨팅 주기를 나타내며, 이는 일, 주 또는 월 등이 될 수 있습니다. 상승일이란 N 기간 내에 가격이 상승한 거래일의 수를 말합니다. FMZ 플랫폼을 기반으로 한 초기 PSY 요인 함수 소스 코드:

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;
}

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

PART2 [PSY 요소 강화(PSY+PRICE)]

PSY 팩터는 본질적으로 모멘텀 팩터입니다. 과거 일정 기간 동안 상승과 하락의 힘의 근을 비교하는 것을 측정합니다. 목적은 과거 기간 동안 더 큰 힘을 가진 쪽을 찾는 것입니다. 하지만 자세히 살펴보면 PSY 팩터는 BAR 선이 상승하는지 하락하는지만 고려합니다. BAR 자체에 대한 설명이 없기 때문에 시장의 강도를 판단할 수 없으므로 다음과 같은 상황이 발생합니다.

위 그림에서 보듯이 큰 양의 선의 특징은 PSY 지표에 반영되지 않습니다. 그것은 단지 상승선으로 간주되며 이전의 작은 음의 선과 다르지 않습니다. 문제는 이겁니다. 상승과 하락의 횟수로는 가격 변화의 규모와 방향을 완전히 설명할 수 없습니다. 따라서 우리의 첫 번째 개선 아이디어는 각 BAR의 가중 가격의 변화를 계산하는 것입니다, Abs(C-C[1]) 상승 및 하강 힘의 크기를 반영합니다. FMZ 플랫폼을 기반으로 한 초기 PSY+PRICE 요인 함수 소스 코드:

PART3 [최종 PSY 팩터(PSY+가격+음량)]

이전 단계의 변환을 거친 후, 변환된 PSY 요인은 과거 기간의 강세와 약세를 더 잘 반영할 수 있지만, 과거 기간의 상승과 하락이 기본적으로 동일하다면 잘 구분할 수 없습니다. 이때, 우리는 거래량 요인을 계속 추가합니다. 모멘텀 효과에서 거래량이 증가하면 시장이 더 활발해지고, 거래량이 증가하면 모멘텀의 방향을 더 잘 확인할 수 있습니다. 다음 그림과 같이:

따라서 최종 PSY 인자에서 볼륨 인자 가중치인 VOLUME을 계속 추가합니다.*Abs(C-C[1]), FMZ 플랫폼 기반 초기 PSY+PRICE 요인 함수의 소스 코드:

PART4 [PSY 팩터 트레이딩 신호 구축]

이전 기사에서 구성된 최종 PSY+PRICE+VOL 요소를 기반으로 다음과 같은 모멘텀 신호 구성을 제안하고자 합니다.

• psy[0] > X (지난 기간 동안 다수당의 권력비율이 X의 값보다 크다)
• psy[0] < Y (지난 기간 동안 다수당의 권력비율이 Y값보다 작음)
• psy[0] > psy[1] or psy[0] > psyma (지난 시간에는 여러 힘의 비율이 증가했습니다)
• psy[0] < psy[1] or psy[0] < psyma (지난 기간 동안 여러 정당의 힘의 비율이 감소했습니다)

우리는 신호를 사용하여 요인을 감지하는 간단한 모멘텀 전략을 설계합니다.

• 장: PSY[0] > 70; 플랫롱 : PSY[0] < 30;
• 단편: PSY[0] < 30; 단기 마감 : PSY[0] > 70;

Binance U 기반 계약을 사용하여 PSY 요인 매개변수는 12로 설계되었으며, BTC-USDT, ETH-USDT 계약 백테스팅 기간은 2020-02-01부터 2021-12-31까지이며, 슬리피지는 10이고, 처리 수수료는 50,000입니다. 10배 레버리지, 각 포지션에 대한 나머지 원금의 5%:

BTC-USDT：

ETH-USDT：

PART5 [요약]

이 기사는 기존의 psy factor를 업그레이드하고 변형했습니다. 그 결과 psy+price+vol factor는 고정된 수치 비교나 자체 강점을 사용하여 수량과 가격 수준에서 과거 기간의 롱 및 숏 힘의 강도를 측정할 수 있습니다. 이러한 비교를 통해 해당 모멘텀/반전 신호를 구성할 수 있습니다. 이 글은 마침내 고정된 수치적 신호를 확립하고 간단한 전략 백테스트를 실시했습니다. psy+price+vol 팩터는 변동성 있는 시장에서 모멘텀 움직임을 포착하고 어느 정도 긍정적인 기대 수익을 얻을 수 있다는 것을 발견했습니다. 이후, 더 많은 형태의 신호를 구성하고, 더 다양한 요인 테스트를 수행한 후, 최종적으로 기존 전략 라이브러리에 추가할 수 있습니다.

다시 손의 양적 오두막에 오신 것을 환영합니다~

FMZ 플랫폼에 감사드립니다. 이 플랫폼은 비밀리에 새로운 것을 창조하지 않으면서도 대부분의 거래자에게 훌륭한 커뮤니케이션 플랫폼을 제공했습니다. 거래로 가는 길은 울퉁불퉁하지만, 거래자들은 따뜻함을 가지고 있습니다. FMZ 플랫폼에서 선배들의 공유를 통해 끊임없이 배우는 것만이 그들이 계속 성장할 수 있는 방법입니다. FMZ가 점점 더 좋아지기를 바라며, 모든 트레이더가 오래 지속되는 수익을 거두기를 바랍니다.