O recurso está a ser carregado... Carregamento...

Estratégia de cobertura do risco de negociação em rede

Autora:ChaoZhang, Data: 2024-03-27 18:15:12
Tags:

img

Estratégia geral

A estratégia de cobertura de risco de negociação em rede é uma estratégia de negociação quantitativa baseada no conceito de negociação em rede, combinada com a ideia de cobertura de risco. A estratégia define várias ordens de compra e venda dentro de uma faixa de preços predefinida para lucrar com as flutuações de preços. Ao mesmo tempo, a estratégia introduz um mecanismo de cobertura de risco que ajusta dinamicamente os limites da rede para se adaptar às mudanças no ambiente do mercado e reduzir os riscos da estratégia.

Princípio da estratégia

O princípio central desta estratégia é a negociação em rede. Primeiro, com base nos parâmetros definidos pelo usuário, os limites superior e inferior da rede e o número de linhas de rede são determinados. Em seguida, as ordens de compra e venda são colocadas nas linhas de rede: quando o preço toca uma linha de rede, se não houve ordem nessa linha de rede antes, uma posição é aberta; se houve uma ordem antes, a posição é fechada. Desta forma, a estratégia pode abrir e fechar continuamente posições em flutuações de preços para obter lucros.

Ao mesmo tempo, para reduzir os riscos, a estratégia introduz um mecanismo de ajuste dinâmico dos limites da rede. De acordo com a escolha do usuário, os limites superior e inferior da rede podem ser ajustados automaticamente de duas maneiras: 1) com base nos preços mais altos e mais baixos no período recente, considerando o desvio definido pelo usuário; 2) com base na linha média móvel, considerando o desvio definido pelo usuário. Ao ajustar dinamicamente os limites da rede, a rede sempre pode ser centrada em torno do preço atual, reduzindo assim o risco de o preço quebrar os limites da rede.

Além disso, ao abrir uma posição, a estratégia divide os fundos totais em N partes iguais e, cada vez que abre uma posição, utiliza uma quantidade igual de fundos, o que pode reduzir o risco de uma única transação.

Análise das vantagens

  1. Forte adaptabilidade: ao ajustar dinamicamente os limites da rede, a estratégia pode adaptar-se a diferentes ambientes de mercado.

  2. Risco controlado: a estratégia utiliza quantidades iguais de fundos ao abrir posições, pelo que o risco de uma única transação é pequeno; ao mesmo tempo, o mecanismo dinâmico de ajustamento dos limites da rede pode reduzir o risco de os preços ultrapassarem os limites da rede.

  3. Alta frequência de negociação: uma vez que a rede geralmente tem muitas ordens, a frequência de negociação é alta, facilitando o lucro em mercados voláteis.

  4. Parâmetros flexíveis: os utilizadores podem definir o número de grades, limites superiores e inferiores, parâmetros de ajuste dinâmico, etc., de acordo com as suas preferências, adaptando-se assim aos diferentes estilos de negociação.

Análise de riscos

  1. Mal desempenho nos mercados de tendência: se o preço continuar a subir ou a cair unilateralmente, ultrapassando os limites da rede, e o ajustamento dinâmico não conseguir acompanhar a velocidade das alterações de preços, a estratégia pode enfrentar riscos maiores.

  2. As taxas de transacção: uma vez que a estratégia tem uma elevada frequência de negociação, as taxas de transacção podem ter um certo impacto nos retornos.

  3. Configuração de parâmetros inadequada: se os parâmetros forem definidos de forma inadequada, tais como demasiadas linhas de rede ou configurações irracionais dos limites da rede, pode levar a um mau desempenho da estratégia.

Soluções: 1) Em mercados de tendência, considere aumentar o intervalo de ajuste dos limites da rede ou combiná-lo com estratégias de tendência; 2) Escolha bolsas e moedas com taxas de transação mais baixas; 3) Antes da operação real, os parâmetros precisam ser totalmente testados e otimizados.

Orientações de otimização

  1. Combinar com outras estratégias: considerar a combinação de estratégias de negociação de rede com outros tipos de estratégias, como estratégias de tendência, estratégias de reversão média, etc., para melhorar a adaptabilidade e a estabilidade da estratégia.

  2. Melhorar o mecanismo de ajustamento dinâmico: o mecanismo de ajustamento dinâmico atual na estratégia é relativamente simples e pode ser otimizado ainda mais, por exemplo, considerando mais fatores (como volume de negociação, volatilidade, etc.) e adotando algoritmos mais avançados (como algoritmos adaptativos, algoritmos de aprendizado de máquina, etc.).

  3. Otimizar a gestão de fundos: atualmente, a estratégia adota uma gestão de fundos igualitária. Podemos considerar a introdução de métodos de gestão de fundos mais avançados, como o Critério Kelly, métodos de otimização, etc., para melhorar ainda mais a eficiência e os retornos da utilização de fundos.

  4. Introduzir lucro e stop loss: com base na negociação em rede, pode ser introduzida uma lógica de lucro e stop loss, como mover lucro e stop loss, volatilidade, lucro e stop loss, etc., para reduzir ainda mais os riscos da estratégia.

Resumo

A estratégia de cobertura de risco de negociação em rede é uma estratégia quantitativa de negociação altamente automatizada, adaptável e controlada pelo risco. Através da negociação em rede e do ajuste dinâmico da rede, a estratégia pode lucrar em várias condições de mercado, controlando os riscos. No entanto, a estratégia pode ter um desempenho ruim nos mercados de tendência e as taxas de transação podem afetar os retornos. Portanto, é necessária uma otimização e melhoria adicionais em aplicações práticas.


/*backtest
start: 2024-03-19 00:00:00
end: 2024-03-23 00:00:00
period: 5m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("(IK) Grid Script", overlay=true, pyramiding=14, close_entries_rule="ANY", default_qty_type=strategy.cash, initial_capital=100.0, currency="USD", commission_type=strategy.commission.percent, commission_value=0.1)
i_autoBounds    = input(group="Grid Bounds", title="Use Auto Bounds?", defval=true, type=input.bool)                             // calculate upper and lower bound of the grid automatically? This will theorhetically be less profitable, but will certainly require less attention
i_boundSrc      = input(group="Grid Bounds", title="(Auto) Bound Source", defval="Hi & Low", options=["Hi & Low", "Average"])     // should bounds of the auto grid be calculated from recent High & Low, or from a Simple Moving Average
i_boundLookback = input(group="Grid Bounds", title="(Auto) Bound Lookback", defval=250, type=input.integer, maxval=500, minval=0) // when calculating auto grid bounds, how far back should we look for a High & Low, or what should the length be of our sma
i_boundDev      = input(group="Grid Bounds", title="(Auto) Bound Deviation", defval=0.10, type=input.float, maxval=1, minval=-1)  // if sourcing auto bounds from High & Low, this percentage will (positive) widen or (negative) narrow the bound limits. If sourcing from Average, this is the deviation (up and down) from the sma, and CANNOT be negative.
i_upperBound    = input(group="Grid Bounds", title="(Manual) Upper Boundry", defval=0.285, type=input.float)                      // for manual grid bounds only. The upperbound price of your grid
i_lowerBound    = input(group="Grid Bounds", title="(Manual) Lower Boundry", defval=0.225, type=input.float)                      // for manual grid bounds only. The lowerbound price of your grid.
i_gridQty       = input(group="Grid Lines",  title="Grid Line Quantity", defval=8, maxval=15, minval=3, type=input.integer)       // how many grid lines are in your grid

f_getGridBounds(_bs, _bl, _bd, _up) =>
    if _bs == "Hi & Low"
        _up ? highest(close, _bl) * (1 + _bd) : lowest(close, _bl)  * (1 - _bd)
    else
        avg = sma(close, _bl)
        _up ? avg * (1 + _bd) : avg * (1 - _bd)

f_buildGrid(_lb, _gw, _gq) =>
    gridArr = array.new_float(0)
    for i=0 to _gq-1
        array.push(gridArr, _lb+(_gw*i))
    gridArr

f_getNearGridLines(_gridArr, _price) =>
    arr = array.new_int(3)
    for i = 0 to array.size(_gridArr)-1
        if array.get(_gridArr, i) > _price
            array.set(arr, 0, i == array.size(_gridArr)-1 ? i : i+1)
            array.set(arr, 1, i == 0 ? i : i-1)
            break
    arr

var upperBound      = i_autoBounds ? f_getGridBounds(i_boundSrc, i_boundLookback, i_boundDev, true) : i_upperBound  // upperbound of our grid
var lowerBound      = i_autoBounds ? f_getGridBounds(i_boundSrc, i_boundLookback, i_boundDev, false) : i_lowerBound // lowerbound of our grid
var gridWidth       = (upperBound - lowerBound)/(i_gridQty-1)                                                       // space between lines in our grid
var gridLineArr     = f_buildGrid(lowerBound, gridWidth, i_gridQty)                                                 // an array of prices that correspond to our grid lines
var orderArr        = array.new_bool(i_gridQty, false)                                                              // a boolean array that indicates if there is an open order corresponding to each grid line

var closeLineArr    = f_getNearGridLines(gridLineArr, close)                                                        // for plotting purposes - an array of 2 indices that correspond to grid lines near price
var nearTopGridLine = array.get(closeLineArr, 0)                                                                    // for plotting purposes - the index (in our grid line array) of the closest grid line above current price
var nearBotGridLine = array.get(closeLineArr, 1)                                                                    // for plotting purposes - the index (in our grid line array) of the closest grid line below current price
strategy.initial_capital = 50000
for i = 0 to (array.size(gridLineArr) - 1)
    if close < array.get(gridLineArr, i) and not array.get(orderArr, i) and i < (array.size(gridLineArr) - 1)
        buyId = i
        array.set(orderArr, buyId, true)
        strategy.entry(id=tostring(buyId), long=true, qty=(strategy.initial_capital/(i_gridQty-1))/close, comment="#"+tostring(buyId))
    if close > array.get(gridLineArr, i) and i != 0
        if array.get(orderArr, i-1)
            sellId = i-1
            array.set(orderArr, sellId, false)
            strategy.close(id=tostring(sellId), comment="#"+tostring(sellId))

if i_autoBounds
    upperBound  := f_getGridBounds(i_boundSrc, i_boundLookback, i_boundDev, true)
    lowerBound  := f_getGridBounds(i_boundSrc, i_boundLookback, i_boundDev, false)
    gridWidth   := (upperBound - lowerBound)/(i_gridQty-1)
    gridLineArr := f_buildGrid(lowerBound, gridWidth, i_gridQty)

closeLineArr    := f_getNearGridLines(gridLineArr, close)
nearTopGridLine := array.get(closeLineArr, 0)
nearBotGridLine := array.get(closeLineArr, 1)

Mais.