리소스 로딩... 로딩...

통계적 오차에 기반한 극심한 시장 유출 전략

저자:차오장, 2024-11-29 16:46:33
태그:성병SMAMASD

전반적인 설명

이 전략은 극심한 시장 침체의 통계적 특성에 기반합니다. 극심한 시장 변동성을 측정하기 위해 마감량을 통계적으로 분석하고 표준편차를 사용하여 시장 침체가 정상 범위를 초과 할 때 구매 지위를 시작합니다. 핵심 아이디어는 시장 공황으로 인한 과판 기회를 포착하고 시장 비합리성에서 발생하는 수학적 통계적 방법을 통해 투자 기회를 식별하는 것입니다.

전략 원칙

이 전략은 가격 최대 유출과 그 통계적 특성을 계산하기 위해 롤링 시간 창을 사용합니다. 먼저 지난 50 기간 동안 가장 높은 가격을 계산하고, 그 다음 최고 가격에 비해 현재 종료 가격의 유출 비율을 계산합니다. 그 다음 유출의 평균과 표준편차를 계산하여 -1 표준편차를 트리거 문턱으로 설정합니다. 시장 유출이 평균 빼기 표준편차의 배수를 초과하면 잠재적 인 과판 조건을 나타내는 긴 포지션을 입력합니다. 포지션은 35 기간 후에 자동으로 종료됩니다. 전략은 또한 유출 곡선과 시장 과판 조건을 시각적으로 평가하기 위해 1, 2 및 3 표준편차 수준을 그래프합니다.

전략적 장점

이 전략은 탄탄한 이론적 기초를 가진 통계적 원칙에 기초합니다. 시장 변동성 극도를 측정하기 위해 표준편차를 사용하는 것은 객관적이고 과학적입니다.
시장 공황 기간 동안 투자 기회를 효과적으로 포착합니다. 비합리적인 시장 하락 기간에 포지션을 입력하는 것은 가치 투자 원칙에 부합합니다.
고정 기간 포지션 폐쇄는 후속 정지에서 발생할 수 있는 리바운드를 놓치는 것을 피합니다.
매우 조정 가능한 매개 변수는 다른 시장 환경과 거래 도구에 대한 유연성을 허용합니다.
적립률과 표준편차 지표의 간단한 계산은 전략 논리를 명확하고 이해하기 쉽고 실행할 수 있도록 합니다.

전략 위험

시장은 지속적인 하락을 경험할 수 있으며, 빈번한 손실로 이어질 수 있습니다. 최대 포지션 제한을 설정하는 것을 고려하십시오.
고정 기간 출출은 더 큰 상승 잠재력을 놓칠 수 있습니다. 트렌드를 따르는 출출 방법을 추가하는 것을 고려하십시오.
유출 통계적 특성은 시장 조건에 따라 변경될 수 있습니다. 주기적인 매개 변수 업데이트를 고려하십시오.
전략은 부피 및 기타 시장 정보를 고려하지 않습니다. 여러 지표와 교차 검증을 고려하십시오.
표준편차는 매우 변동적인 시장에서 신뢰할 수 없게 될 수 있습니다. 위험 통제 조치를 시행하는 것을 고려하십시오.

최적화 방향

시장 공황 수준을 확인하기 위해 부피 지표를 포함합니다.
추세 지표를 추가하여 추세 추세에 자주 들어가는 것을 피합니다.
시장 성과에 따라 동적 보유 기간 조정으로 출구 메커니즘을 최적화합니다.
단일 거래 위험을 제어하기 위해 스톱 로스 설정을 추가합니다.
시장 변화에 대한 전략 적응을 개선하기 위해 적응 매개 변수를 사용하는 것을 고려하십시오.

요약

이 전략은 강력한 이론적 기초와 실용적 가치를 가진 통계적 방법을 통해 시장 과판 기회를 포착합니다. 전략 논리는 확장 및 최적화에 대한 기본 전략으로 적합하며 조정 가능한 매개 변수와 함께 간단하고 명확합니다. 기술 지표와 위험 관리 조치를 추가하여 전략 안정성과 수익성을 더욱 향상시킬 수 있습니다. 라이브 거래에서 적절한 위험 통제를 유지하면서 시장 조건과 거래 도구 특성을 고려하여 매개 변수를 신중하게 설정하십시오.

/*backtest
start: 2019-12-23 08:00:00
end: 2024-11-28 00:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Buy When There's Blood in the Streets Strategy", overlay=false, shorttitle="BloodInTheStreets")


//This strategy identifies opportunities to buy during extreme market drawdowns based on standard deviation thresholds. 
//It calculates the maximum drawdown over a user-defined lookback period, identifies extreme deviations from the mean, 
//and triggers long entries when specific conditions are met. The position is exited after a defined number of bars.


// User Inputs
lookbackPeriod = input.int(50, title="Lookback Period", minval=1, tooltip="Period to calculate the highest high for drawdown")
stdDevLength = input.int(50, title="Standard Deviation Length", minval=1, tooltip="Length of the period to calculate standard deviation")
stdDevThreshold = input.float(-1.0, title="Standard Deviation Threshold", tooltip="Trigger level for long entry based on deviations")
exitBars = input.int(35, title="Exit After (Bars)", minval=1, tooltip="Number of bars after which to exit the trade")

// Drawdown Calculation
peakHigh = ta.highest(high, lookbackPeriod)
drawdown = ((close - peakHigh) / peakHigh) * 100

// Standard Deviation Calculation
drawdownStdDev = ta.stdev(drawdown, stdDevLength)
meanDrawdown = ta.sma(drawdown, stdDevLength)

// Define Standard Deviation Levels
stdDev1 = meanDrawdown - drawdownStdDev
stdDev2 = meanDrawdown - 2 * drawdownStdDev
stdDev3 = meanDrawdown - 3 * drawdownStdDev

// Plot Drawdown and Levels
plot(drawdown, color=color.red, linewidth=2, title="Drawdown (%)")
plot(meanDrawdown, color=color.blue, linewidth=2, title="Mean Drawdown")
plot(stdDev1, color=color.green, linewidth=1, title="1st Std Dev")
plot(stdDev2, color=color.orange, linewidth=1, title="2nd Std Dev")
plot(stdDev3, color=color.purple, linewidth=1, title="3rd Std Dev")

// Entry Condition
var float entryBar = na
goLong = drawdown <= meanDrawdown + stdDevThreshold * drawdownStdDev

if (goLong and strategy.position_size == 0)
    strategy.entry("Long", strategy.long)
    entryBar := bar_index

// Exit Condition
if (strategy.position_size > 0 and not na(entryBar) and bar_index - entryBar >= exitBars)
    strategy.close("Long")