기하급수적 이동 평균 및 부피 가중치를 기반으로 한 양적 전략

전반적인 설명

이 전략은 지수 이동 평균과 볼륨 가중치를 기반으로 한 양적 전략이라고 불린다. 이 전략은 주로 지수 이동 평균과 볼륨 가중치를 결합한 두 가지 요인을 통해 양적 거래를 구현한다. 이 전략은 가격 추세, 볼륨 정보 및 최신 가격 정보를 포괄적으로 고려하여 시장 기회를 효과적으로 포착 할 수 있으며 특정 이점을 가지고 있다.

원칙

이 전략의 핵심 지표는 nRes이며, 기하급수적인 이동 평균 xMAVolPrice, 부피 xMAVol의 기하급수적 이동 평균과 최신 폐쇄 가격을 결합하여 다음과 같은 공식으로 계산됩니다.

xMAVolPrice = ema(volume * close, length)
xMAVol = ema(volume, length) 
nRes = xMAVolPrice / xMAVol

여기서 xMAVolPrice는 가격과 부피의 결합 정보를 반영하는 종료 가격과 부피의 곱의 지수적인 이동 평균입니다. xMAVol은 단순히 부피의 지수적인 이동 평균입니다. nRes는 조정된 가격 정보를 반영하는 두 지수적인 이동 평균의 비율입니다.

이 전략은 nRes와 최신 폐쇄 가격 사이의 크기 관계를 비교하여 긴 포지션과 짧은 포지션의 방향을 결정합니다.

if (nRes < close[1])  
    long
if (nRes > close[1]) 
    short

요약하자면, 전략은 통상적인 양적 거래 전략인 긴 포지션과 짧은 포지션의 방향을 결정하기 위해 부피 조정된 가격 지표 nRes와 최신 폐쇄 가격을 비교합니다.

이점 분석

이 전략의 주요 장점은 다음과 같습니다.

2. 잘못된 신호를 줄이십시오. 볼륨 가중은 부적절한 볼륨으로 인한 일부 잘못된 브레이크를 필터링할 수 있습니다. 이것은 불필요한 거래를 효과적으로 줄이고 함락되는 것을 피할 수 있습니다.

3. 더 나은 시기적절성. 간단한 이동 평균에 비해, 이 전략의 기하급수적인 이동 평균은 최신 데이터에 더 민감하며 최근 시장 변화를 빠르게 파악할 수 있습니다.

위험 분석

이 전략은 몇 가지 장점을 가지고 있지만 다음과 같은 위험도 가지고 있습니다.

1. 부피 정보는 신뢰할 수 없습니다. 부피 지표는 조작에 취약하며 안정성이 부족하여 오해 할 수 있습니다.

2. 장기 및 단기 판단의 기회는 거의 없습니다. 간단한 트렌드 추적 전략에 비해이 전략이 판단을 할 수있는 기회는 상대적으로 작으며 이는 쉽게 불충분한 거래로 이어질 수 있습니다.

4. 급변하는 시장에서 지표 계산은 최신 가격에 제때 반응하지 못할 수 있으며 결과적으로 가장 좋은 거래 지점을 놓칠 수 있습니다.

최적화 방향

이 전략을 최적화하는 주요 방향은 다음과 같습니다.

1. 더 유연한 오픈 포지션 로직: 더 많은 기회를 잡기 위해 nRes와 폐쇄 가격의 차이는 특정 임계보다 크면 포지션을 열 수 있습니다.

2. 포지션 관리 메커니즘을 강화합니다. 시장 변동성에 따라 위험을 효과적으로 제어하기 위해 각 거래의 크기를 동적으로 조정하십시오.

4. 적응적 매개 변수 최적화 알고리즘: 길이와 같은 매개 변수를 자동으로 최적화하도록 알고리즘을 설정하여 다른 사이클 시장의 특성에 따라 적응적으로 조정할 수 있습니다.

5. 머신러닝 모델을 사용한다. RNN 및 다른 딥러닝 모델은 다변수 기능 모델링을 위해 끝에서 끝까지 비선형 전략을 달성하기 위해 사용될 수 있다.

요약