数字多空策略(实盘+回测+数据)

这篇具有很好参考价值的文章主要介绍了数字多空策略(实盘+回测+数据)。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。

 数字多空策略(实盘+回测+数据),区块链,python,量化交易,量化,人工智能,大数据

数量技术宅团队在CSDN学院推出了量化投资系列课程

欢迎有兴趣系统学习量化投资的同学,点击下方链接报名:

量化投资速成营(入门课程)

Python股票量化投资

Python期货量化投资

Python数字货币量化投资

C++语言CTP期货交易系统开发

数字货币JavaScript语言量化交易系统开发


技术宅此前分享的数字策略多为单边策略。单边策略最大的特征是在承担一定的波动风险前提下获取高收益率。而对于许多稳健的、中、低风险偏好的投资者来说,在承担尽可能小的波动风险前提下,获取尽可能高的收益率,是他们追求的目标。

本期,我们将推出一期同时兼顾低风险和高收益的优质策略:数字货币多空策略。策略不受整个数字货币市场涨跌的影响、回撤小同时长期运行也有极高的收益率,让我们一起来看看吧!

策略逻辑

首先,我们简要介绍“数字货币多空策略”的策略逻辑:

随着交易所挂牌交易的合约数量不断增加,同时合约相互间相关性不断降低,有更多的币种不与BTC、ETH等主流币同涨同跌,呈现涨跌分化的状态,因此每天都有不同币种的做多、做空机会。下图是我们随机选取某天币安所有U本位合约的涨跌幅排序,可以看出币种涨跌分化很明显,涨幅排名第一的ICPUSDT和跌幅排名第一的BSVUSDT的24h涨跌幅差距超过40%,而涨幅排名前5名币种的24h涨跌幅差距也超过20%,多空分化产生的交易机会很多、价差收益也很可观。

数字多空策略(实盘+回测+数据),区块链,python,量化交易,量化,人工智能,大数据

那么,问题的关键就在如何有效筛选出多空分化的币种,从而实现合约的价差收益。我们通过全量历史数据+海量因子筛选测试,最终确定了三个最有效的信号因子,以及之对应的三个多空策略,每个多空策略的多空币种市值相当,实现了方向上的完全对冲,不受整个数字货币市场涨跌的影响,能够在低风险的前提下,有效赚取币种间的相对强弱收益

三个策略的目标执行周期不同,因此在捕捉行情的时间维度上也有一定的分散度。三策略既可以单策略独立运行,也可以三策略组合运行。组合运行的策略收益更稳定、回撤更小

回测绩效

三策略通用测试参数:测试周期从2020-1-1测试到2023年末共计4年时间;交易成本按照单次多空交易千分之二扣除(足够覆盖交易手续费与盘口价差成本);测试杠杆采用2倍杠杆;单利测试。

我们先分别看三策略单策略绩效:

策略一:累积收益率超过17.5倍,年化收益率超过437.5%,单次多空交易利润3.7%,最大回撤率<20%。

数字多空策略(实盘+回测+数据),区块链,python,量化交易,量化,人工智能,大数据

策略二:累积收益率同样超过17.5倍,年化收益率超过437.5%,单次多空交易利润2.6%,最大回撤率<25%

数字多空策略(实盘+回测+数据),区块链,python,量化交易,量化,人工智能,大数据

策略三:累积收益率超过16倍,年化收益率超过400%,单次多空交易利润1.4%,最大回撤率<15%

数字多空策略(实盘+回测+数据),区块链,python,量化交易,量化,人工智能,大数据

再来看组合绩效,组合绩效是同时运行三个多空策略所产生的效果,组合策略累积收益率同样超过17.5倍,年化收益率超过437.5%,单次多空交易利润2.5%,最大回撤率<15%。可以看出,组合策略在实现不低于单策略收益率的同时,最大回撤率更低,运行也更稳健,真正创造了低风险、高收益的特征

数字多空策略(实盘+回测+数据),区块链,python,量化交易,量化,人工智能,大数据

通过历史测试可以看到,多空策略在低风险的环境下,在2倍杠杆的条件下,实现了年均超4倍的利润,其盈利能力完全不低于目前市场中的大多数单边策略

实盘业绩

我们根据回测确定的最佳三策略组合,并编写了实盘交易系统。并在测试账户进行为期两个半月多的实盘交易(同样采用2倍杠杆),累积产生了超过150%的收益率!(ps:尽管BTC处于大牛市,策略仍大幅跑赢BTC涨幅),实盘业绩曲线如下。

数字多空策略(实盘+回测+数据),区块链,python,量化交易,量化,人工智能,大数据

附上部分随机截取实盘交易记录

数字多空策略(实盘+回测+数据),区块链,python,量化交易,量化,人工智能,大数据

至此,数字多空策略通过实盘业绩验证。文章来源地址https://www.toymoban.com/news/detail-842269.html

到了这里,关于数字多空策略(实盘+回测+数据)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

  • 股票量化分析工具QTYX使用攻略——实盘交易信号监控(更新2.5.7)

    搭建自己的量化系统 如果要长期在市场中立于不败之地!必须要形成一套自己的交易系统。 如何学会搭建自己的量化交易系统? 边学习边实战,在实战中学习才是最有效地方式 。于是我们分享一个即可以用于学习,也可以用于实战炒股分析的量化系统——QTYX。 我们分享

    2024年02月02日
    浏览(42)
  • Backtrader 量化回测实践(1)—— 架构理解和MACD/KDJ混合指标

    按Backtrader的架构组织,整理了一个代码,包括了Backtrader所有的功能点,原来总是使用SMA最简单的指标,现在稍微增加了复杂性,用MACD和KDJ两个指标综合作为操作指标,因此买入卖出操作就比较少,还有就是买入的时候,采用了限价单,整个的交易频率不高,所以图示交易点

    2024年02月21日
    浏览(33)
  • 股票策略社群实盘展示

     量化策略开发,高质量社群,交易思路分享等相关内容 大家好,我是Le Chiffre 从今年1月份开始,我们开始了松鼠股票策略社群,历经5个月,发布了5个策略。其中有2个多因子,2个etf,1个网格。后面我们会重点继续分享多因子。 本期我们不讲解策略,我们来看一下具体策略

    2024年02月07日
    浏览(35)
  • 形态驱动选股支持回测评估啦!!股票量化分析工具QTYX-V2.5.4

    前言 在股票交易中,不少交易者容易走入胜率的误区,总觉得策略的胜率要很高才能盈利,其实设置好止损点后,让利润奔跑,利用赔率也是可以长期盈利的。 股票量化分析工具QTYX的形态选股功能,就是利用了的赔率原理去获利。 比如出现双底形态、箱体形态的个股不一定

    2024年02月11日
    浏览(36)
  • 5.10晚间黄金CPI精准分析及多空交易策略

    ====近期有哪些消息面影响黄金走势?本周黄金多空该如何研判?==== ​黄金消息面解析:周三(5月10日)亚欧盘中, 现货黄金震荡下跌 ,现报2030 美元 /盎司,稍早一度触及2038美元/盎司高点。美联储理事杰斐逊周二表示,美国经济正在以一种“有序的方式”放缓,而纽约联

    2024年02月06日
    浏览(77)
  • 5.13下周黄金最新行情走势分析及多空交易策略

    ====近期有哪些消息面影响黄金走势?下周黄金多空该如何研判?==== ​黄金消息面解析:周五(5月12日)美市尾盘, 现货黄金 收报2010.23 美元 /盎司,下跌4.57美元或0.23%,日内最高触及2022.59美元/盎司,最低触及2000.85美元/盎司。本周,现货黄金下跌6.22美元或0.31%。劳工部周四公

    2024年02月05日
    浏览(46)
  • 豆粕期权 MVIX 指数构建及策略回测

    VIX 最初被设计出来的目的是为了预警市场的潜在风险,一般来说,当 VIX 指数小于 15 时,表示市场出现非理性繁荣;当 VIX 指数大于 40 时,表示市场对 未来的非理性恐慌,短期内可以出现反弹。VIX 指数不一定能很好的预测市场走 向,但可以大致反映当前市场的情绪。 VIX 指

    2024年02月04日
    浏览(49)
  • Python量化交易策略--双均线策略及代码

            双均线策略是比较经典的策略,股票的价格均线是投资参考的重要指标。均线有快线和慢线之分,当快线向上穿过慢线则是金叉,一般执行买入操作,当快线向下穿过慢线时则形成死叉,一般执行卖出操作。基于这个基本思路,出于兴趣爱好,便使用python复现了这个

    2023年04月11日
    浏览(80)
  • 掘金量化—Python SDK文档—2.策略程序架构

      目录 Python SDK文档 2.策略程序架构   2.1掘金策略程序初始化   2.2行情事件处理函数   2.3交易事件处理函数   2.4其他事件处理函数   2.5策略入口 Python SDK文档 2.策略程序架构 2.1掘金策略程序初始化 通过init 函数初始化策略,策略启动即会自动执行。在 init 函数中可以:

    2024年02月16日
    浏览(39)
  • 【python量化交易】qteasy使用教程04 -使用内置交易策略,搭积木式创建复杂交易策略

    @ 目录 使用内置交易策略,组合成复杂策略 开始前的准备工作 本节的目标 多重策略以及策略组合 定义策略组合方式 blender blender 示例 使用四则运算符定义blender表达式 使用逻辑运算符定义blender表达式: blender表达式中还可以包含括号和一些函数: blender 表达式中每个策略可

    2024年04月14日
    浏览(45)

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