리소스 로딩... 로딩...

극한 값 방법 기반의 통계 변동성 백테스트 전략

저자:차오장, 날짜: 2023-12-26 10:24:53
태그:

전반적인 설명

이 전략은 통계 변동성을 계산하기 위해 극단적 가치 방법을 사용하며, 역사적 변동성으로도 알려져 있습니다. 가장 높은 가격, 가장 낮은 가격 및 닫는 가격의 극단적 값을 기반으로 변동성을 측정하며, 시간 요인과 결합합니다. 변동성은 자산 가격의 변동을 반영합니다. 전략은 변동성이 문턱보다 높거나 낮을 때 대응하는 긴 또는 짧은 거래를합니다.

전략 원칙

특정 기간 동안 가장 높은 가격, 가장 낮은 가격 및 폐쇄 가격의 극한 값을 계산

통계 변동성을 계산하기 위해 극한 값 방법 공식을 적용합니다.

SqrTime = sqrt(253 / Length)
Vol = ((0.6 * log(xMaxC / xMinC) * SqrTime) + (0.6 * log(xMaxH / xMinL) * SqrTime)) * 0.5

거래 신호를 생성하기 위해 변동성을 상위 및 하위 임계값과 비교합니다.
```
pos = iff(nRes > TopBand, 1,  
          iff(nRes < LowBand, -1, nz(pos[1], 0)))
```
거래 신호에 따라 긴 또는 짧은 거래를 수행

이점 분석

이 전략의 주요 장점은 다음과 같습니다.

통계적 변동성 지표를 이용하면 시장의 핫포트와 역전 기회를 효과적으로 파악할 수 있습니다.
변동성을 계산하는 극한 값 방법은 극한 가격에 민감하지 않으며, 더 안정적이고 신뢰할 수 있는 결과를 얻습니다.
매개 변수는 다양한 변동성 환경에서 거래에 적응하도록 조정할 수 있습니다.

위험 분석

이 전략의 주요 위험은 다음과 같습니다.

통계적 변동성 자체는 약간의 지연을 가지고 있으며 시장 전환점을 정확하게 파악 할 수 없습니다.
변동성 지표는 갑작스러운 사건에 느리게 반응하며 단기 거래 기회를 놓칠 수 있습니다.
잘못된 거래 및 손실 중지의 몇 가지 위험이 있습니다.

대책 및 해결책:

시장 변화에 대한 감수성을 높이기 위해 통계 주기를 적절히 단축하십시오.
신호 정확성을 향상시키기 위해 다른 지표를 사용하십시오.
단일 손실을 제어하기 위해 중지 손실 포인트를 설정

최적화 방향

이 전략의 최적화 방향:

최적의 매개 변수를 찾기 위해 다른 통계 기간 매개 변수를 테스트
변동성에 따라 포지션을 조정하는 포지션 관리 모듈을 추가합니다.
잘못된 트레이드를 줄이기 위해 이동 평균선과 같은 필터 조건을 추가합니다.

요약

이 전략은 통계 변동성을 계산하기 위해 극단적 가치 방법을 사용하며 변동성 이상성을 캡처하여 거래 신호를 생성합니다. 이동 평균선과 같은 간단한 지표와 비교하면 시장 변동성을 더 잘 반영하고 반전을 캡처합니다. 한편, 극단적 가치 방법 알고리즘은 또한 결과를 더 안정적이고 신뢰할 수 있습니다. 매개 변수 조정 및 최적화를 통해이 전략은 다른 시장 조건에 적응 할 수 있으며 거래 논리와 통계 변동성 지표는 추가 연구와 응용 가치가 있습니다.

/*backtest
start: 2022-12-19 00:00:00
end: 2023-12-25 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
////////////////////////////////////////////////////////////
//  Copyright by HPotter v1.0 22/11/2014
// This indicator used to calculate the statistical volatility, sometime 
// called historical volatility, based on the Extreme Value Method.
// Please use this link to get more information about Volatility. 
//
// You can change long to short in the Input Settings
// WARNING:
// - For purpose educate only
// - This script to change bars colors.
////////////////////////////////////////////////////////////
strategy(title="Statistical Volatility - Extreme Value Method ", shorttitle="Statistical Volatility Backtest")
Length = input(30, minval=1)
TopBand = input(0.005, step=0.001)
LowBand = input(0.0016, step=0.001)
reverse = input(false, title="Trade reverse")
hline(TopBand, color=red, linestyle=line)
hline(LowBand, color=green, linestyle=line)
xMaxC = highest(close, Length)
xMaxH = highest(high, Length)
xMinC = lowest(close, Length)
xMinL = lowest(low, Length)
SqrTime = sqrt(253 / Length)
Vol = ((0.6 * log(xMaxC / xMinC) * SqrTime) + (0.6 * log(xMaxH / xMinL) * SqrTime)) * 0.5
nRes = iff(Vol < 0,  0, iff(Vol > 2.99, 2.99, Vol))
pos = iff(nRes > TopBand, 1,
	   iff(nRes < LowBand, -1, nz(pos[1], 0))) 
possig = iff(reverse and pos == 1, -1,
          iff(reverse and pos == -1, 1, pos))	   
if (possig == 1) 
    strategy.entry("Long", strategy.long)
if (possig == -1)
    strategy.entry("Short", strategy.short)	   	    
barcolor(possig == -1 ? red: possig == 1 ? green : blue )  
plot(nRes, color=blue, title="Statistical Volatility")

더 많은

2019 FMZ - 모든 권리 보호