Neutral-Hedge Statistical Arbitrage New ((Pure-Alpha phiên bản mơ ước)

Neutral Hedge Stat Arbitrage New(Pure-Alpha Dream Edition)

- Một chiến lược phân phối mạnh mẽ với 0 rủi ro dài và ngắn

Chào tất cả các nhà giao dịch, sau nhiều tháng gỡ lỗi, tối ưu hóa và lặp lại, tôi rất vui vì sự điều chỉnh thống kê phòng hộ trung lập này đã đạt đến một mức độ ổn định hơn và có thể được nhìn thấy với bạn. Đây là một chiến lược trung lập thị trường dựa trên bảo hiểm ngắn hạn dài. Nếu bạn mua dài trên một giỏ các loại và mua ngắn trên một giỏ các loại trong cùng một tài khoản, giá trị dài và ngắn là bằng nhau. Trên cơ sở tránh rủi ro hệ thống beta trên thị trường, các phương pháp thống kê được sử dụng để tìm ra các kết hợp phù hợp dài dài khác nhau để đạt được một chiến lược điều chỉnh rủi ro thấp của lợi nhuận ổn định alpha. Chiến lược này có kinh nghiệm nắm giữ tốt, tương quan thấp với thị trường, tiếp xúc dài và ngắn trung lập, và không có rủi ro dưới những con thiên nga đen cực đoan như 31/5219. Thay vào đó, nó sẽ phát triển mạnh vào thời điểm thị trường khi những sai lầm định giá như vậy hỗn loạn. Chiến lược này sẽ được giải thích chi tiết hoàn toàn.

Xin chào~ Chào mừng bạn đến kênh của tôi!

Chào mừng tất cả các nhà giao dịch vào kênh của tôi. Tôi là một nhà phát triển lượng, và tôi phát triển đầy đủ CTA & HFT & Arbitrage và các chiến lược giao dịch khác. Nhờ nền tảng FMZ, tôi sẽ chia sẻ nhiều nội dung liên quan đến phát triển định lượng trong kênh định lượng của mình và làm việc với tất cả các nhà giao dịch để duy trì sự thịnh vượng của cộng đồng định lượng.

Để biết thêm thông tin, hãy chuyển sang kênh của tôi ~ Tôi đang chờ đợi bạn ở đây để trêu chọcTradeMan Home

1. Giới thiệu và giải thích về phân phối thống kê

Chiến lược điều chỉnh thống kê là một chiến lược khai thác mối quan hệ giá giữa các loại giỏ khác nhau để giao dịch. Chiến lược này dựa trên các nguyên tắc thống kê, bằng cách phân tích xu hướng giá lịch sử và mối tương quan giữa hai hoặc nhiều loại, tìm sự khác biệt giá giữa chúng và sử dụng những khác biệt này để giao dịch.

Với sự phát triển của thị trường, các chiến lược điều chỉnh thống kê khớp giữa các loài đã dần mở rộng sang các thị trường tài chính khác, chẳng hạn như tương lai hàng hóa, ngoại hối và tiền điện tử. Trong các thị trường này, có thể tìm thấy các kết hợp giỏ khác nhau có mối tương quan và các giao dịch điều chỉnh có thể được thực hiện bằng cách sử dụng sự khác biệt giá. Logic của chiến lược này dựa trên nguyên tắc đảo ngược trung bình. Khi giá giữa các kết hợp nhiều giỏ được xây dựng lệch khỏi phạm vi thống kê của chúng, có xu hướng hồi quy. Theo xu hướng này, khi giá lệch rất nhiều, bạn có thể bán một giỏ các giống có giá cao và mua một giỏ các giống có giá thấp để bảo vệ chống lại sự đánh giá sai ngắn hạn của thị trường. Bằng cách này, bạn có thể kiếm lợi nhuận từ sự lây lan của một sự kết hợp nhiều giỏ.

2. Ưu điểm và nhược điểm của Trọng tài thống kê

Ưu điểm:

• Giảm rủi ro thị trường: Chiến lược điều chỉnh thống kê dựa trên các giao dịch điều chỉnh dựa trên sự khác biệt giữa các kết hợp sản phẩm giỏ khác nhau. So với các giao dịch sản phẩm duy nhất, nó phân tán rủi ro và giảm tác động của biến động thị trường đối với chiến lược. Giảm rủi ro hệ thống thị trường.
• Thu nhập ổn định: Các chiến lược điều chỉnh thống kê thực hiện các giao dịch điều chỉnh hồi quy chống lại các sai định giá thị trường ngắn hạn. So với các chiến lược định hướng, chúng có đặc điểm thu nhập ổn định hơn. So với các chiến lược định hướng, nó tạo ra rủi ro thấp hơn, biến động thấp hơn và lợi nhuận ổn định.
• Có thể thích nghi với các môi trường thị trường khác nhau: Các chiến lược điều chỉnh thống kê có thể hoạt động trong các môi trường thị trường khác nhau bởi vì chiến lược giao dịch này có mối quan hệ hướng ít hơn với thị trường.

khuyết điểm:

• Dữ liệu lịch sử chỉ có thể phản ánh các mối quan hệ trong quá khứ và không thể đại diện đầy đủ cho tương lai, vì vậy có một số rủi ro nhất định. Việc xây dựng các chiến lược điều khoản thống kê sẽ sử dụng một số lượng lớn các bài kiểm tra thống kê để khai thác các kết hợp và mối tương quan của các loại giỏ dựa trên dữ liệu lớn lịch sử. Những thay đổi có thể xảy ra trong tương lai và đòi hỏi một số biện pháp kiểm soát rủi ro nhất định.
• Thật khó để đánh giá chính xác khoảng thời gian cần thiết để trở lại mối quan hệ cân bằng do sai lầm định giá ngắn hạn trên thị trường.
• Khả năng phân tích dữ liệu và xây dựng mô hình đòi hỏi rất nhiều: Các chiến lược điều khoản thống kê đòi hỏi phân tích và mô hình hóa dữ liệu thống kê chuyên sâu như mối tương quan và tích hợp giữa các kết hợp rổ khác nhau và đòi hỏi khả năng phân tích dữ liệu và xây dựng mô hình cao..
• Khả năng thực hiện giao dịch và rủi ro thanh khoản: Vì đây là một giao dịch đa dạng, giá thực hiện và khối lượng giao dịch có thể bị ảnh hưởng bởi các loại khác nhau, và có rủi ro thực hiện giao dịch.

3. Nội dung chính của Alpha này phân tích thống kê

**1, theo dõi tất cả các loại thông tin dữ liệu trong thời gian thực, tiến hành quét dữ liệu lớn và xây dựng một sự kết hợp rổ các loại dài và ngắn. **

Cụ thể, một sự kết hợp giỏ sẽ được xây dựng: ví dụ, nếu có 6 giống A, B, C, D, E và F, chúng có thể được chia thành 2 nhóm gồm 3 giống để xây dựng một sự kết hợp giỏ. Đồng thời, sự điều chỉnh chỉ số sẽ được xây dựng: chia một số ngành công nghiệp và các loại ngành thành hai, xây dựng hai chỉ số thị trường mới, và sau đó tiến hành phân tích dữ liệu thống kê tiếp theo về hai chỉ số này.

**2, kiểm tra mối tương quan giữa các kết hợp giỏ dài và ngắn. **

Tỷ lệ tương quan là một phương pháp phổ biến để đo sự tương quan. Các phương pháp phổ biến bao gồm hệ số tương quan Pearson, hệ số tương quan hạng Spearman, v.v. Các hệ số tương quan Pearson đánh giá mối quan hệ giữa hai biến liên tục, trong khi hệ số tương quan hạng Spearman phù hợp để đánh giá mối quan hệ giữa hai biến thứ tự.

Phạm vi giá trị của hệ số tương quan là [-1, 1], trong đó -1 chỉ ra tương quan âm, 1 chỉ ra tương quan tích cực và 0 chỉ ra không có tương quan.

r = cov ((X, Y) / (std ((X) * std ((Y)).

Trong số đó, r là hệ số tương quan, cov là sự tương quan, std là độ lệch chuẩn, và X và Y đại diện cho hai biến tương ứng. Khi kiểm tra tương quan, một cách tiếp cận phổ biến là tính toán ý nghĩa thống kê của hệ số tương quan. Kiểm tra giả thuyết thường có thể được sử dụng để xác định liệu hệ số tương quan có quan trọng hay không. Giả thuyết không của kiểm tra giả thuyết là không có tương quan giữa các biến, và số liệu thống kê của hệ số tương quan được tính toán để xác định liệu có nên từ chối giả thuyết không.

**3, kiểm tra sự kết hợp của kết hợp giỏ dài và ngắn. **

Sự hợp nhất liên quan đến mối quan hệ dài hạn giữa hai hoặc nhiều biến chuỗi thời gian, tức là sự kết hợp tuyến tính của chúng ổn định. So với mối tương quan, sự hợp nhất chú ý nhiều hơn đến mối quan hệ cân bằng dài hạn hơn là chỉ mức độ tương quan ngắn hạn. Khi chúng sai lệch khỏi mối quan hệ cân bằng này, có một cơ chế điều chỉnh để đưa sự lệch trở lại một phạm vi hợp lý. Khái niệm hợp nhất ban đầu được đề xuất bởi Spiegelman (SG Engle) và CWJ Granger (CWJ Granger) vào năm 1987 để giải quyết vấn đề hồi quy giả tồn tại trong phân tích chuỗi thời gian. Vấn đề hồi quy giả được gây ra bởi sự tồn tại có thể của các gốc đơn vị giữa các biến.

Lý thuyết hợp nhất bắt đầu từ việc phân tích tính không ổn định của chuỗi thời gian và khám phá mối quan hệ cân bằng dài hạn có trong các biến không ổn định. Nếu các biến liên quan là ổn định sau sự khác biệt đầu tiên, và một sự kết hợp tuyến tính nhất định của các biến này là ổn định, thì sự hợp nhất được cho là tồn tại giữa các biến này. Sự hợp nhất được sử dụng để mô tả mối quan hệ ổn định giữa hai hoặc nhiều chuỗi. Đối với mỗi chuỗi riêng lẻ, nó có thể không ổn định. Các khoảnh khắc của các chuỗi này, chẳng hạn như trung bình, biến tần hoặc đồng biến tần, thay đổi theo thời gian, trong khi chuỗi kết hợp tuyến tính của các chuỗi thời gian này có thể có tính chất không thay đổi theo thời gian. Khi giá của hai tài sản tuân theo mối quan hệ hợp nhất, thì sự kết hợp tuyến tính của chúng đáp ứng tính chất đảo ngược trung bình. Công thức toán học của hợp nhất được thể hiện như sau (chọn một ví dụ hai biến thời gian):

Y_t = β_0 + β_1 * X_t + ε_t

Trong số đó, Y_t và X_t đại diện cho các giá trị quan sát được của hai biến chuỗi thời gian tương ứng, β_1 là hệ số hồi quy, và ε_t là thuật ngữ lỗi. Nếu có mối quan hệ hợp nhất giữa Y_t và X_t, thì sự kết hợp tuyến tính của hai biến sẽ ổn định, tức là ε_t là tĩnh. Phù hợp phân phối bình thường với trung bình 0. Khi thử nghiệm hợp nhất, thường cần thử nghiệm ổn định. Các phương pháp thường được sử dụng bao gồm thử nghiệm Johansen và thử nghiệm Engle-Granger.

**4. Chiến lược này sẽ kiểm tra mối quan hệ hợp nhất của chuỗi thời gian cho một số lượng lớn các kết hợp.

• Dòng giá thời gian của một giỏ kết hợp riêng biệt là một vector tích lũy thứ nhất, nghĩa là chuỗi giá thời gian không tĩnh (có xu hướng rõ ràng).
• Dòng (tức là phái sinh) sau sự khác biệt đầu tiên của các giỏ kết hợp cá nhân là tĩnh. Sử dụng gốc đơn vị ADF để kiểm tra hai chuỗi giá thời gian giỏ. Sử dụng gốc đơn vị ADF để kiểm tra sự tĩnh của sự khác biệt đầu tiên của chuỗi giá thời gian của hai giỏ.
• Một kết hợp tuyến tính nhất định của chuỗi giá thời gian kết hợp ghép là tĩnh, nghĩa là phần còn lại của phương trình tuyến tính được xây dựng từ hai chuỗi là tĩnh. Đối với hai chuỗi cùng thứ tự, thực hiện hồi quy OLS và sau đó kiểm tra sự tĩnh của các phần còn lại.

**5, thực hiện một số lượng lớn các thử nghiệm chỉ số Hurst. **

Chỉ số Hurst được sử dụng để đo bộ nhớ dài hạn của một chuỗi thời gian để xác định các tính chất đảo ngược trung bình của chuỗi. Giá trị chỉ số Hurst nằm trong khoảng từ 0 đến 1, với các giá trị gần 0,5 cho thấy chuỗi có bước đi ngẫu nhiên, và các giá trị gần 1 cho thấy xu hướng bền vững. Nguyên tắc: Chỉ số Hurst ước tính mức độ bộ nhớ dài hạn của một chuỗi bằng cách tính toán mối quan hệ giữa phạm vi phân tán các chuỗi phụ chồng chéo của một chuỗi và chiều dài của nó. Công thức toán học: Một cách để tính toán chỉ số Hurst là sử dụng mối quan hệ giữa phạm vi phân tán và chiều dài của các chuỗi phụ chồng chéo để thiết lập mối quan hệ tương ứng của các bước đi ngẫu nhiên. Chỉ số Hurst có thể được ước tính bằng cách sử dụng hồi quy tuyến tính giữa phạm vi phân tán và chiều dài của các chuỗi phụ chồng chéo.

**6, ước tính thời gian bán hủy đảo ngược trung bình. **

Tuổi bán hủy đảo ngược trung bình là một số liệu được sử dụng để ước tính thời gian một chuỗi giá quay trở lại mức trung bình của nó. Tuổi bán hủy trung bình càng nhỏ, thời gian bán hủy trung bình càng nhanh. Nguyên tắc: Việc tính toán thời gian bán hủy đảo ngược trung bình được ước tính bằng cách phù hợp với mô hình trung bình chuyển động làm mịn theo cấp số nhân hội tụ (EMA). Khi chuỗi giá lệch so với mức trung bình hơn thời gian bán hủy, có thể coi rằng có cơ hội để đảo ngược trung bình. Công thức toán học: Công thức tính toán thời gian bán hủy đảo ngược trung bình là như sau:

(H = -\frac{\ln(0.5)}{\ln(\frac{P_t}{P_t - P_{t-1}}})

Phương pháp thử nghiệm: Bạn có thể tính EMA của chuỗi giá, và sau đó tính thời gian bán hủy dựa trên EMA.

**7. Xây dựng một chiến lược giao dịch dựa trên một lượng lớn dữ liệu thống kê. **

Phân phối sản phẩm giỏ lọc dựa trên sắp xếp chỉ số Hurst, ước tính các thông số có liên quan dựa trên thời gian bán hủy đảo ngược trung bình và xây dựng một sự kết hợp chiến lược giao dịch dựa trên sự hợp nhất thống kê. Giả sử x và y là chuỗi thời gian giá của tài sản Sự phân bố bình thường của.

Sau khi thử nghiệm hợp nhất, nó được tìm thấy rằng có một mối quan hệ hợp nhất giữa giá thời gian của tài sản X và Y. Khái lệch tiêu chuẩn của phần còn lại c là σ, và hằng số λ được chọn làm giá trị ranh giới.

• Khi lny- ((a+blnx) > λσ, giá của giỏ Y tương đối được đánh giá quá cao và giá của giỏ X tương đối bị đánh giá thấp.
• Khi lny- ((a+blnx) < -λσ, giá của giỏ X tương đối được đánh giá quá cao và giá của giỏ Y tương đối bị đánh giá thấp.
• Khi chênh lệch giá lny-(a+blnx) trở lại một phạm vi nhất định, chẳng hạn như phạm vi [-0.5λσ, 0.5λσ], vị trí được đóng;

#8, sẽ có nhiều hơn nữa #

Lập luận độc quyền và sáng tạo hơn, kiến trúc chi tiết hơn và xử lý chi tiết là khả năng cạnh tranh cốt lõi độc đáo của nó. Hiện tại, thanh khoản sẽ được ước tính thống kê và giao dịch sẽ được hoàn thành bằng cách sử dụng giá thị trường. Trong tương lai, nó sẽ dần dần được nâng cấp lên tỷ lệ điều chỉnh thống kê tần số cao của loại lệnh đang chờ. Chúng tôi mong muốn chú ý và phát triển cùng nhau.

4. Hiệu suất lịch sử một phần (dữ liệu chi phí của 50.000 đơn đặt hàng sau khi ước tính giá giao dịch thực tế)

Nhiệm vụ kiểm soát rủi ro trung lập

5. Mong muốn hợp tác, trao đổi, cùng nhau học hỏi và tiến bộ

Bất kỳ chiến lược nào cũng có phương pháp và sự phù hợp của riêng nó. Ví dụ, chiến lược đảo ngược trung bình dựa trên hành trình ngẫu nhiên của thị trường và các lý thuyết khác, và chiến lược xu hướng đà dựa trên các lý thuyết tài chính hành vi khác nhau, chẳng hạn như biến động đuôi béo trên thị trường. Chúng ta phải hiểu các nguyên tắc của nó, thích nghi với sự biến động của nó dựa trên đặc điểm của nó. Đồng thời, người sử dụng chiến lược phải chú ý đến cùng một nguồn lợi nhuận và tổn thất. Lợi nhuận cao hơn phải đi kèm với rủi ro cao hơn. Các chiến lược trưởng thành có lợi thế và nhược điểm của chúng. Họ phải sử dụng chúng một cách hợp lý và tối đa hóa điểm mạnh và tránh điểm yếu của chúng. Biết xem chúng có đúng hay sai, và liệu chúng có phù hợp hay không theo tình hình thị trường. Hoàn thành hiệu suất, tự tin và không ngạc nhiên.

Việc định lượng không phải là một cỗ máy chuyển động vĩnh cửu, cũng không phải là toàn năng, nhưng nó phải là hướng của giao dịch trong tương lai và đáng để học hỏi và sử dụng bởi mọi nhà giao dịch! Các nhà giao dịch được chào đón đến và chỉ ra những thiếu sót, thảo luận cùng nhau, học hỏi và tiến bộ cùng nhau, cưỡi gió và sóng trong thị trường tuyệt vời, và đi trước.

● Kế hoạch thuê: XXXU/XU/tháng, thời gian ưu đãi hiện tại là miễn phí cho thuê, và có thể chấm dứt bất cứ lúc nào.

● Kế hoạch chia sẻ: Bạn có thể bắt đầu sử dụng một số tiền lớn miễn phí, và 20% lợi nhuận sẽ được thu được hàng tháng.

● Cam kết chiến lược: Nếu người dùng tạo ra lợi nhuận vào cuối thời gian thuê và không trang trải chi phí (các cấu hình và tham số là chính xác, và nó không phải là một con thiên nga đen force majeure), một tháng sẽ được cung cấp vô điều kiện cho đến khi lợi nhuận được thực hiện.

● Nhiều lựa chọn hợp tác: cho bất kỳ cá nhân và tổ chức nào cần. Tất cả chúng tôi duy trì thái độ cởi mở và cùng giành chiến thắng đối với hợp tác và mong đợi các cuộc thảo luận và hợp tác tùy chỉnh dựa trên nhu cầu, sở thích rủi ro của bạn, v.v.

Nếu bạn có một sự thèm rủi ro cao hơn, như lợi nhuận và lỗ ngắn hạn, và có nhu cầu giao dịch ngắn hạn, bạn có thể kiểm tra một chiến lược thường xuyên ổn định khác với lợi nhuận hàng tháng từ 3% đến 50% và không có rủi ro thanh lý: High Frequency Hedging Market Making Grid New ((HFT Market-Making Mining Machine Version)

** Nếu bạn có một số tiền lớn, bạn có thể quan sát một hệ thống giao dịch tổng hợp CTA tần số trung bình thấp có dung lượng lớn khác, kéo dài 900 ngày giao dịch thực tế, mưa hay nắng. Hệ thống giao dịch CTA hợp chất mới (( Phiên bản công khai đa yếu tố + đa đa dạng + đa chiến lược)

Thông tin liên lạc (được chào đón để giao tiếp và thảo luận, học hỏi và tiến bộ cùng nhau) WECHAT: haiyanyydss Telegram:https://t.me/JadeRabbitcmThông tin hữu ích hơn TradeMan Home:https://www.fmz.com/market-offer/512 Hệ thống giao dịch tự động hoàn toàn CTA & HFT & Arbitrage @2018 - 2024

Thêm nữa