KD03丨选品种-横截面动量

这篇具有很好参考价值的文章主要介绍了KD03丨选品种-横截面动量。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

横截面动量,KD系列,量化交易,量化研究,程序化交易,区块链

大家好,今天我们分享可达鸭系列第3篇策略——横截面动量。

想必这种逻辑大家也都熟悉,为了照顾大部分新人朋友,开始还是简单介绍一下该该逻辑理论。

横截面是一种非时序动量逻辑,从统计学感性描述(非严谨客观描述)时序动量是根据历史收益率高低波动,推导未来惯性波动的一种逻辑模式。就好比我们做时间序列分析中自相关图平稳性一样,如下图所示:

横截面动量,KD系列,量化交易,量化研究,程序化交易,区块链

横截面动量来源于相对性,而非自身历史性,所以更容易做个组合出来。从稳定性角度来看,市场主体往往更加倾向同一板块内逻辑,因为板块内逻辑往往更加稳定,不容易变,从而达到模型的稳定性。然而,数字货币不像期货或者股票,主流币更像是一个板块,或者说一个链上开发的币更像一个板块。

我们通过可视化数据观察,如下图所示:

横截面动量,KD系列,量化交易,量化研究,程序化交易,区块链

我们发现在30分钟数据时序图下面,BTC与ETH的平均相关系数达到了0.7,说明此两个品种的行情70%情况变动是一致的(不是因果关系)。下面我们通过上述逻辑,来统计看一下大部分的主流、2流、3流品种的相关性如何,如下图所示:

横截面动量,KD系列,量化交易,量化研究,程序化交易,区块链

通过我在群里与几个早年间做币大佬交流,其中3个人竟然给出了同样的看法:币安APP中按照市值排名20以下的算作3流,Doge(第8名)-第20名算作2流。1-7算作1流。

实际上观察可以看到除了BNB,BTC,ETH以外,剩下前几个有3个是稳定币,最后剩下XRP和DOGE。

实际上,当策略构建完毕之后回过头看,主流也好,非主流也罢,实际上区分这个并没有什么太大的意义。下面是简单的数据处理,如下图所示:

横截面动量,KD系列,量化交易,量化研究,程序化交易,区块链

因为是拿到的1小时数据,所以通过merge方法对几个币种数据进行了交集拼接,随后进行了相关系数热力图的划分,并且把代码分享给大家,改代码是我日常所用,直接拿来复制粘贴即可,如下图所示:

横截面动量,KD系列,量化交易,量化研究,程序化交易,区块链

(我不喜欢那种红红的,所以改用这种柔和一些的颜色)

横截面动量,KD系列,量化交易,量化研究,程序化交易,区块链

一、策略逻辑

从传统金融市场视角出发,横截面一般采用全市场TopN或者-TopN的方式进行多空的组合,说白了就是做多最强的几个,做空最弱的几个。

另一个逻辑表示为,在一个行业板块内,因为大家的产业逻辑和受到的政策导向都是相通的,我们在板块内通过模型逻辑,选择相对其他较强和较弱的品种。

通过简单的上述数据准备和分析,基于传统金融市场逻辑改造,我们将1流币种作为benchmark,2、3流作为相对1流的横截面动量。之所以这么设计原因如下:

(1)非主流币种更妖,上下波动更为剧烈

(2)一般普遍情况下,主流上涨会带动非主流上涨更多

(3)将主流币种作为基准,更具有代表性

在上述条件中,我们给出了BTC、BNB、ETH为1流头部币种,但是具体选择谁作为头部这是一个问题,因为理论来说可以无脑选择BTC,作为所有品种相对动量基准,但实际上效果可能并不是最好的。如下图所示:

横截面动量,KD系列,量化交易,量化研究,程序化交易,区块链

ADA-BTC

横截面动量,KD系列,量化交易,量化研究,程序化交易,区块链

ADA-BNB

在这里不光是回测数据显示好坏差异,同样的BTC作为众矢之头部,也会受到关注度拥挤。退一万步来讲,在传统金融市场,也不是只有一个大盘指数作为基准。

在这里横截面动量我们采用“另类社群”量化杂志中翻译的内容,如下图所示:

横截面动量,KD系列,量化交易,量化研究,程序化交易,区块链

该文章旨在通过相对强度,对市场寻找超额(跑赢市场)的 这一需求。我们在此概念基础上,复现该文逻辑并将对应出场逻辑进行组合。如下图所示:

横截面动量,KD系列,量化交易,量化研究,程序化交易,区块链

横截面动量,KD系列,量化交易,量化研究,程序化交易,区块链

从上图中我们可以看出,附图黄色线是相对强度线,红色箭头标注中表示主图相对子图具有上涨的相对强度,或者反之亦然。

具体在相对基准选择上面,这个见仁见智无法给出绝对的对与错答案。因此,我在本期内容文件中分别放入了以“BTC”和“BNB”为双基准的图表工作区,以及PT工作区。这个策略与KD01、02的主要区别在于,该策略确实异质化的避开了追涨杀跌的老旧套路,如下图所示:

横截面动量,KD系列,量化交易,量化研究,程序化交易,区块链

DOGE-BTC Short      

横截面动量,KD系列,量化交易,量化研究,程序化交易,区块链

ADA-BNB Long

二、绩效

横截面动量,KD系列,量化交易,量化研究,程序化交易,区块链

以BNB为基准

横截面动量,KD系列,量化交易,量化研究,程序化交易,区块链

以BTC为基准

横截面动量,KD系列,量化交易,量化研究,程序化交易,区块链

手续费我们按照成交额千1来进行测算,并且我将已经跑完的优化结果以MC报告的形式呈现给大家,如下图所示:

横截面动量,KD系列,量化交易,量化研究,程序化交易,区块链

里面所有的参数3D可视化图均可一一查看。

最后,我们进行10万次的蒙特卡洛模拟,如下图所示

横截面动量,KD系列,量化交易,量化研究,程序化交易,区块链

具体蒙特卡洛模拟具有什么意思,我们在第一篇文章中介绍过,这里不再赘述。其中红色代表模拟最大回撤,蓝色代表最小,绿色代表基准。

三、策略使用说明

1、该策略利用了头部和非头部币种不同波动、动量等差异化进行择时,所以此处的择时具有相对性,有可能并不是A比B强,而是B比A弱很多。所以可能也会出现A做多的情况。

2、基准币种一定要找具有代表性的,如果有条件可以合成一个具有代表性头部币指数,作为基准指数。具体2、3流币种大家自行选择,可以根据KD01、02进行优势互补

3、横截面动量多头属于顺势逻辑,空头属于反转逻辑。因为从结构数据分析结果表明,       空头下跌基本上都是“短”“平”“快”。一波开始的时候根本反应不过来,等反应过来也结束了,所以如果是追单大概率是会被止损。

由于各平台差异,回测绩效以MC版本为准!!!

本策略仅作实盘参考使用,实盘交易盈亏投资者个人负责。文章来源地址https://www.toymoban.com/news/detail-784599.html

到了这里,关于KD03丨选品种-横截面动量的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【深度学习笔记】动量梯度下降法

    本专栏是网易云课堂人工智能课程《神经网络与深度学习》的学习笔记,视频由网易云课堂与 deeplearning.ai 联合出品,主讲人是吴恩达 Andrew Ng 教授。感兴趣的网友可以观看网易云课堂的视频进行深入学习,视频的链接如下: 神经网络和深度学习 - 网易云课堂 也欢迎对神经网

    2024年02月15日
    浏览(32)
  • 大学物理(上)-期末知识点结合习题复习(3)——质点运动学-惯性系 非惯性系 惯性力 动量定理 动量守恒定律

    目录 1.惯性系 2.非惯性系 3.惯性力  题1 题目描述 题解 4.动量定理 题2 题目描述 题解 5.动量守恒定律 题3 题目描述 题解 牛顿定律适用的参考系,总能在找到特殊的参照物群(参考系),使得 牛顿第一定律 成立,那么这个参考系成为惯性系。 牛顿定律不适用的参考系。 “受

    2024年02月08日
    浏览(30)
  • Excel:将截面数据转换成面板数据

    原始截面数据如下: 步骤:数据——自表格/区域 点击确定,出现下图: 然后,在这个界面选择:“转换”——“逆透视列”下选择逆透视其他列。会出现面板数据形式。 然后,点击“主页”——关闭并上载即可。

    2024年01月24日
    浏览(29)
  • 一文搞懂Microsoft Copilot品种及定价说明

    Microsoft Copilot 是一个 AI 助手,提供跨 Microsoft Cloud 的创新解决方案。Copilot 使复杂的任务更易于管理,从而促进协作环境并增强用户体验。 目前Copilot一共有这么几种: 一、必应中的copilot 在edge浏览器侧边栏中使用,这是大部分人最先接触的Copilot,之前叫做Bing Chat,既可以与

    2024年02月19日
    浏览(24)
  • MongoDB面试系列-03

    MongoDB用use+数据库名称的方式来创建数据库。use会创建一个新的数据库,如果该数据库存在,则返回这个数据库。 MongoDB和MySQL两者都是免费开源的数据库。MongoDB和MySQL有许多基本差别包括数据的表示(data representation),查询,关系,事务,schema的设计和定义,标准化(norma

    2024年01月19日
    浏览(24)
  • MySQL面试系列-03

    事务是用户定义的一个数据库操作序列,这些操作要么全做要么全不做,是一个不可分割的工作单位,事务回滚是指将该事务已经完成的对数据库的更新操作撤销。 要同时修改数据库中两个不同表时,如果它们不是一个事务的话,当第一个表修改完,可能第二个表修改过程中

    2024年02月01日
    浏览(50)
  • Redis面试系列-03

    在redis节点发送心跳包时需要把所有的槽放到这个心跳包中,以便让节点知道当前集群信息,即16384=16k,在发送心跳包时使用char进行bitmap压缩后是2k(2*8 (8bit)*1024(1k)=16K),也就是说使用2k的空间创建了16k的槽数。 虽然使用CRC16算法最多可以分配65535(2^16-1)个槽位,即65535=6

    2024年01月19日
    浏览(20)
  • Nacos初识-微服务系列03

    官方: 一个更易于构建云原生应用的动态服务发现、服务配置和服务管理平台; 集 注册中心+配置中心+服务管理平台。 Nacos 是阿里巴巴的产品,现在是 SpringCloud 中的一个组件。相比 Eureka 功能更加丰富,在国内受欢迎程度更高。 Nacos 的关键特性包括: 1.服务发现和服务健康监测

    2024年02月09日
    浏览(22)
  • 【chapter30】【PyTorch】[动量与学习率衰减】

    前言:     SGD的不足 :  ①呈“之”字型,迂回前进,损失函数值在一些维度的改变得快(更新速度快),在一些维度改变得慢(速度慢)- 在高维空间更加普遍 ②容易陷入局部极小值和鞍点  ③对于凸优化而言,SGD不会收敛,只会在最优点附近跳来跳去         这里面主

    2024年02月01日
    浏览(25)
  • 数据结构——KD树

    KD树(K-Dimensional Tree)是一种用于多维空间的二叉树数据结构,旨在提供高效的数据检索。KD树在空间搜索和最近邻搜索等问题中特别有用,允许在高维空间中有效地搜索数据点。 重要性质 1.分割K维数据空间的数据结构 2.是一颗二叉树 3.切分维度上,左子树值小于右子树值

    2024年02月07日
    浏览(23)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包