리소스 로딩... 로딩...

VWAP 표준 오차 평균 역전 거래 전략

저자:차오장, 날짜: 2024-12-11 15:06:33
태그:VWAPSDMR

전반적인 설명

이것은 볼륨 가중 평균 가격 (VWAP) 과 표준 오차 채널을 기반으로 한 평균 역전 거래 전략입니다. 전략은 VWAP에서 가격 오차를 측정하여 거래 기회를 식별하고, 가격이 표준 오차 대역을 통과 할 때 역동 트렌드 포지션을 입력하고, 가격이 VWAP로 되돌아 갈 때 포지션을 닫습니다. 이 접근법은 기술 분석과 통계 원리를 결합하여 시장 평균 역전 특성을 활용합니다.

전략 원칙

핵심 메커니즘은 거래 범위를 설정하기 위해 VWAP 및 가격 변동성 표준편차를 계산하는 데 의존합니다. 구체적인 구현은 다음을 포함합니다.

누적 VWAP 계산: 누적 물량으로 나눈 가격과 부피의 누적 곱셈을 사용하여
계산 표준편차: 종료 가격의 20주기 표준편차를 기반으로
채널 구축: VWAP에서 2개의 표준편차를 더하고 빼기
거래 신호:
- 긴 엔트리: 하위 범위를 넘어가는 가격
- 짧은 항목: 상단 범위를 넘어서게 됩니다.
- 출구 조건: 가격은 VWAP 수준으로 돌아갑니다

전략적 장점

통계적 기초: 신뢰할 수 있는 평균회귀 통계적 원칙에 기반한 전략
객관적인 거래 신호: 주관적인 판단을 피하는 명확한 수학적 지표를 사용합니다.
강력한 리스크 제어: 표준 오차 채널을 통해 입구점을 제한하고, 수익을 얻기 위해 VWAP 회귀를 사용합니다.
높은 적응력: 표준편차 곱셈은 다른 시장 조건에 맞게 조정할 수 있습니다.
유동성 고려: VWAP는 유동성이 높은 지역에서 거래하는 기관 거래자에게 중요한 기준입니다.

전략 위험

트렌드 시장 위험: 강한 트렌드 시장에서 평균 반전 가정이 실패할 수 있습니다.
변동성 변화 위험: 시장 변동성 변화는 큰 스톱 손실로 이어질 수 있습니다.
자금 관리 위험: 각 거래에 대한 적절한 위치 크기를 요구합니다.
기하급수 위험: 높은 변동성 중 상당한 기하급수 위험에 직면할 수 있습니다. 완화 조치:

트렌드 필터를 추가
동적으로 표준편차 곱셈을 조정합니다
최대 유지 시간 설정
%에 기반한 정지를 실행

최적화 방향

트렌드 식별을 추가합니다:
- 트렌드 검출을 위해 이동 평균 조합을 포함
- 강한 트렌드 시 반트렌드 거래를 일시 중단한다
매개 변수를 최적화:
- 적응적 표준편차 곱셈을 구현합니다.
- 변동성 기준으로 스톱 손실을 조정합니다.
리스크 관리 강화:
- 최대 보유 시간 제한을 추가합니다.
- 변동성 필터를 도입
정확도를 높여
- 신호 확인을 위한 다른 기술적 지표와 결합
- 볼륨 변경을 고려

요약

이 전략은 통계적 원칙에 기반한 시장 중립 전략으로, VWAP 및 표준 오차 채널을 사용하여 가격 오차 및 회귀를 포착합니다. 전략은 객관적이고 체계적인 특징을 가지고 있지만 실제 응용에서 위험 통제 및 매개 변수 최적화에주의를 기울여야합니다. 트렌드 필터와 향상된 위험 관리 메커니즘을 추가함으로써 전략의 안정성과 신뢰성을 더욱 향상시킬 수 있습니다.

/*backtest
start: 2024-12-03 00:00:00
end: 2024-12-10 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © jklonoskitrader

//@version=5
strategy("ETHUSD VWAP Fade Strategy", overlay=true)

// Input for standard deviation multiplier
std_multiplier = input.float(2.0, title="Standard Deviation Multiplier")

// Calculate cumulative VWAP
cumulative_pv = ta.cum(close * volume) // Cumulative price * volume
cumulative_vol = ta.cum(volume)        // Cumulative volume
vwap = cumulative_pv / cumulative_vol  // VWAP calculation

// Calculate standard deviation of the closing price
length = input.int(20, title="Standard Deviation Length")
std_dev = ta.stdev(close, length)
upper_band = vwap + std_multiplier * std_dev
lower_band = vwap - std_multiplier * std_dev

// Plot VWAP and its bands
plot(vwap, color=color.blue, linewidth=2, title="VWAP")
plot(upper_band, color=color.red, linewidth=1, title="Upper Band")
plot(lower_band, color=color.green, linewidth=1, title="Lower Band")

// Strategy conditions
go_long = ta.crossunder(close, lower_band)
go_short = ta.crossover(close, upper_band)

// Execute trades
if (go_long)
    strategy.entry("Long", strategy.long)
if (go_short)
    strategy.entry("Short", strategy.short)

// Exit strategy
if (strategy.position_size > 0 and close > vwap)
    strategy.close("Long")
if (strategy.position_size < 0 and close < vwap)
    strategy.close("Short")