В предыдущей статье мы провели предварительный скрининг валют на платформе DATADATA на основе амплитуды и роста и падения. Далее мы рассмотрим ключевой фактор в торговле сетками — установление количества сеток. Количество сеток определяет частоту транзакций и объем средств по каждой транзакции, что в свою очередь влияет на общую доходность и уровень риска торговли в сетках. Поэтому то, как разумно установить количество сеток для достижения наилучшей точки баланса, является важным вопросом, который должен учитывать каждый трейдер сеток.

Проблемы с установкой количества сеток

• Слишком мало сеток: Если количество сеток слишком мало, интервалы между сетками будут больше, а это значит, что цене придется колебаться сильнее, чтобы достичь следующей сетки. Хотя объем транзакций в каждой сетке больше и может обеспечить большую прибыль от колебаний, из-за меньшего количества торговых возможностей часть прибыли, полученной в результате небольших колебаний, может быть упущена. Поэтому общая рентабельность может оказаться ниже ожидаемой.

• Слишком много сеток: Если количество сеток слишком велико, диапазон цен каждой сетки становится меньше, торговые возможности увеличиваются, а покупки и продажи могут осуществляться чаще. Однако из-за небольшого объема капитала, вовлеченного в каждую сделку, такие стратегии часто требуют высокочастотной торговли для получения прибыли. Это может легко привести к повышению комиссий за транзакции, а слишком частая торговля может сделать небольшие колебания рынка основным источником прибыли, при этом верхний предел прибыли будет ограничен.

• Разумное количество сеток: Соответствующее количество сеток должно учитывать волатильность рынка, размер счета и ожидаемую частоту торговли. Когда волатильность рынка высока, соответствующее увеличение количества сеток может лучше улавливать колебания, в то время как при больших объемах средств установка меньшего количества сеток может привести к более высоким суммам отдельных транзакций и снижению давления на комиссию за транзакции. Путем балансировки шага сетки и стоимости частой торговли можно максимизировать доходность стратегии и контроль рисков.

Количество сеток устанавливается на основе

1. Расстояние между сетками и распределение средств

Основной особенностью торговли сеткой является распределение средств по каждому интервалу путем установки нескольких интервалов сетки. При определении количества сеток сначала необходимо рассчитать интервал между каждой сеткой и сумму средств в каждой сетке. Настройка количества сеток влияет не только на объем средств в каждой сетке, но и определяет диапазон цен покупки и продажи каждой сетки.

• Интервал сетки: Когда сетка слишком плотная, хотя торговых возможностей больше, объем средств для каждой транзакции невелик, что может привести к снижению верхнего предела общей доходности; и наоборот, когда сетка слишком разреженная, хотя объем средств для каждой транзакции велик, из-за низкой частоты транзакций возможности получения прибыли могут быть упущены.
• Распределение финансирования: При определении количества сеток нам необходимо сбалансировать распределение средств, чтобы избежать распыления слишком больших средств в каждой сетке и невозможности эффективного получения прибыли.

2. Средства на счете и управление рисками

Денежные средства на счете являются важным фактором при определении количества сеток. Более крупные средства на счетах позволяют создавать больше сеток, в то время как меньшие средства на счетах требуют ограничения на количество сеток, чтобы избежать слишком рассредоточенного распределения средств, что приводит к слишком малому объему средств в каждой сетке и невозможности эффективного получения прибыли.

Кроме того, стратегия управления рисками сетевой торговли также должна учитывать установленное количество сетей. Особенно когда рынок подвержен резким колебаниям, слишком большое количество сеток может привести к большим потерям, поэтому количество сеток следует разумно контролировать, чтобы избежать чрезмерной торговли.

Реализация стратегии сетевой торговли

При реальном применении стратегий сетевой торговли, особенно при оптимизации баланса между количеством сеток и нормой прибыли, DQL (язык запросов Datadata) платформы Datadata обеспечивает большую гибкость. DQL не только поддерживает эффективный запрос, обработку и анализ данных, но и помогает трейдерам моделировать и тестировать на исторических данных эффективность стратегий торговли сеткой, чтобы найти наиболее подходящее число сетки и другие конфигурации параметров.

С помощью DQL мы можем легко получить исторические данные K-line с нескольких бирж (например, Binance) и скорректировать стратегии торговли на основе этих данных. Таким образом, можно точно подобрать оптимальную стратегию сетевой торговли с учетом различных рыночных условий и волатильности конкретных валют.

1. Получите данные

Прежде чем приступить к бэктестингу нашей стратегии сетевой торговли, нам необходимо получить рыночные данные по целевой валюте. Ниже приведен код для запроса данных K-строки указанной валюты из базы данных:

# 获取目标币种的K线数据
data = query("select * from klines.spot_1d where Exchange = 'Binance' and Symbol = '???_usdt' order by Time")

Объяснение:

• С помощью запроса к базе данных мы можем получить стоимость определенной валюты (например,???_usdt) на торговой платформе Binance (включая время, цену открытия, максимальную цену, минимальную цену и цену закрытия и т. д.). Это обеспечивает основные данные для реализации стратегии.

2. Функция стратегии сетки

Суть стратегии торговли по сетке заключается в торговле с использованием заранее заданного количества и ценового диапазона сетки. Конкретные шаги следующие:

1. Рассчитайте интервал сетки (разрыв) и сумму транзакции на сетку (условную)：

   • Интервал сетки (зазор): Рассчитывается на основе соотношения самой высокой и самой низкой цены на рынке. Формула выглядит следующим образом: [ \text{gap} = \frac{\log(\text{max_p} / \text{min_p})}{\text{grid_num}} ] в,max_pПо самой высокой цене,min_pПо самой низкой цене,grid_num— это количество сеток.

   • Сумма транзакции по сетке (условная)：Сумма транзакции каждой сетки рассчитывается по общему объему средств и количеству сеток. Формула такова: [ \text{notional} = \frac{\text{balance}}{\text{grid_num}} ]

2. Начальные и конечные цены сети：

   • Начальная и конечная цены каждой сетки динамически рассчитываются на основе интервала сетки. Например, начальная цена первой сетки — это самая низкая цена, а начальная цена второй сетки — это самая низкая цена, умноженная наexp(gap), и так далее.

3. Торговые операции：

   • Условия открытия: Когда цена падает до стартовой цены определенной сетки, выполняется операция покупки.
   • Условия равновесия: Когда цена поднимается до конечной цены определенной сетки, выполняется операция продажи.

4. Комиссии за транзакции: Предполагая, что комиссия за обработку каждой транзакции составляет 0,0001, нам необходимо рассчитать и суммировать комиссию за обработку каждой транзакции.

def grid_trading_strategy(
    raw,
    grid_num,              # 网格数量
    min_p,                # 最低价格
    max_p,                # 最高价格
):
    """
    执行网格交易策略的函数
    """
    # 初始化变量
    balance = 1000                # 初始资金
    raw = raw[['Time', 'Open', 'High', 'Low', 'Close']]  # 只选择相关列

    # 网格交易策略的设置
    gap = math.log(max_p / min_p) / grid_num   # 计算网格间隔
    notional = balance / grid_num            # 每个网格的交易额

    # 初始化网格
    net = []
    for i in range(grid_num):
        net.append({
            'start_p': min_p * math.exp(i * gap),   # 每个网格的起始价格
            'end_p': min_p * math.exp((i + 1) * gap),  # 每个网格的结束价格
            'amt': notional / (min_p * math.exp(i * gap)),  # 每个网格的购买量
            'status': 'idle'                     # 初始状态为闲置
        })

    # 记录状态
    state = {
        'stock': 0,           # 当前持仓
        'fee': 0,             # 交易费用
        'longTradeVol': 0,    # 长期交易量
        'shortTradeVol': 0,   # 短期交易量
        'profitTbl': [],      # 存储每个时刻的利润
        'feeTbl': [],         # 存储每个时刻的费用
        'netCnt': 0,          # 记录净交易次数
        'idx': 0              # 当前数据的索引
    }

    # 检查开盘交易
    def check_open_orders(state, net):
        for i in range(len(net)):
            if net[i]['status'] == 'idle' and raw['Low'][state['idx']] <= net[i]['start_p'] and raw['Open'][state['idx']] > net[i]['start_p']:
                net[i]['status'] = 'taken'  # 网格被占用
                tradeVol = net[i]['amt'] * net[i]['start_p']
                state['stock'] += net[i]['amt']
                state['longTradeVol'] += tradeVol
                state['fee'] += tradeVol * 0.0001  # 假设手续费为0.0001

    # 检查平仓交易
    def check_close_orders(state, net):
        for i in range(len(net)):
            if net[i]['status'] == 'taken' and raw['High'][state['idx']] >= net[i]['end_p'] and raw['Open'][state['idx']] < net[i]['end_p']:
                net[i]['status'] = 'idle'  # 网格状态恢复为空闲
                tradeVol = net[i]['amt'] * net[i]['end_p']
                state['stock'] -= net[i]['amt']
                state['shortTradeVol'] += tradeVol
                state['fee'] += tradeVol * 0.0001  # 假设手续费为0.0001
                state['netCnt'] += 1

    # 日志记录利润和费用
    def log(state):
        addVol = state['stock'] * raw['Close'][state['idx']]  # 当前仓位的总价值
        pl = state['shortTradeVol'] - state['longTradeVol'] + addVol  # 计算利润
        state['profitTbl'].append(pl)
        state['feeTbl'].append(state['fee'])

    # 主交易循环
    for i in range(len(raw)):
        state['idx'] = i
        if raw['Close'][state['idx']] >= raw['Open'][state['idx']]:
            check_open_orders(state, net)
            check_close_orders(state, net)
        else:
            check_close_orders(state, net)
            check_open_orders(state, net)
        log(state)

    # 将利润和费用数据整理为DataFrame
    pl = DataFrame({'pl' : state['profitTbl'],  'fee' : state['feeTbl']})
    pl['time'] = raw['Time']
    pl['pl-net'] = pl['pl'] - pl['fee']
    
    return pl

3. Проведите бэктест

В качестве целевой валюты мы выбираем валюту ‘oax_usdt’. После проверки кода в предыдущей статье эта валюта сохраняет высокую амплитуду в течение длительного периода времени, не показывая существенного одностороннего тренда. Мы можем попробовать использовать разные номера сетки (например: 5, 10, 15 и т. д.) для имитационного бэктестинга, чтобы увидеть эффекты разных номеров сетки, а затем найти подходящий номер сетки. Например, рассчитав чистую прибыль (pl-net) для каждого номера сетки, мы можем оценить, какие номера сетки могут принести наилучшую прибыль в текущих рыночных условиях. Вот код для запуска бэктеста:

grid_nums = [5*i+5 for i in range(5)]
out = []
for g in grid_nums:
    pl = grid_trading_strategy(
        data,
        grid_num=g,
        min_p=min(data['Close']),
        max_p=max(data['Close'])
    )
    out.append({
        'num': g,
        'pl-net': pl['pl-net'][-1],
        'min_pl': min(pl['pl-net']),
        'max_pl': max(pl['pl-net'])
    })

return out

4. Анализ результатов эксперимента

После бэктестинга с различными конфигурациями номеров сетки мы получили следующие результаты:

Анализ:

• По мере увеличения количества сетей чистая выгода сначала увеличивается, а затем уменьшается. При количестве сеток 15 чистая прибыль достигает максимального значения. По мере того, как количество сетей продолжало расти, чистая прибыль снижалась.
• Колебания минимальной и максимальной доходности аналогичны тенденции чистой доходности, что указывает на то, что выбор номера сетки оказывает важное влияние на доходность.

Подвести итог

Правильная настройка количества сеток является важной задачей в стратегии сетевой торговли. Оптимизировав количество сеток, можно существенно повысить прибыльность стратегий сетевой торговли и лучше контролировать риски. В этой статье анализируются настройки номеров сетки и приводятся конкретные методы расчета и примеры кодов, которые помогут каждому оптимизировать стратегии торговли сеткой и повысить стабильность и прибыльность стратегий.

Примечание: Код бэктестинга сетки в этой статье адаптирован из Zhihu Da Shen Halcyon, пожалуйста, обратитесь к статье для получения объяснения исходного кода.Дневник практики алгоритмической торговли (XVIII) - Подробности в сетевом трейдинге: взаимосвязь между номером сетки и долгосрочной доходностью。