การวิจัยระบบการซื้อขาย สองวิธี: การทำเหมืองข้อมูลและสถิติกับการวิจัยโครงสร้างตลาด

การสร้างกลยุทธ์การซื้อขายตามค่าเฉลี่ยการพลิกกลับและโมเมนตัม

Views: มุมมอง 901
เวลาอ่านหนังสือ: 6 นาที



ฉันคิดว่าการวิจัยเกี่ยวกับระบบการซื้อขายเป็นประเด็นหลักของการสร้างกลยุทธ์การซื้อขาย เป้าหมายหลักของเราคือการสร้างกลยุทธ์ซึ่งจะประสบความสำเร็จในอนาคตและไม่เพียง แต่ใน backtests (เส้นโค้งกระชับ) นั่นคือเหตุผลที่ฉันคิดว่ามันถูกต้องที่จะเริ่มหัวข้อด้วยคำอธิบายของทั้งสองวิธีในการสร้างกลยุทธ์การซื้อขาย

สองวิธีสำหรับการวิจัยระบบการซื้อขาย: การขุดข้อมูลและสถิติกับการวิจัยโครงสร้างตลาด

การวิจัยโครงสร้างตลาด

การวิจัยโครงสร้างตลาด

ทำความเข้าใจสาระสำคัญของความไร้ประสิทธิภาพซึ่งเป็นพื้นฐานของรายได้ของระบบ สำหรับการเก็งกำไรพื้นฐานของสิ่งนี้สามารถแสดงออกได้ในคำพังเพยของบัฟเฟตต์:“ หากคุณเล่นโป๊กเกอร์มาครึ่งชั่วโมงแล้วและคุณยังไม่รู้ว่าใครเป็นคนแพทซี่ หากคุณไม่ทราบว่าใครสูญเสียในการแลกเปลี่ยนแล้วคุณจะสูญเสีย คุณควรรู้เมื่อคุณแลกเปลี่ยน ในการสร้างรายได้จากระบบผู้ค้ารายอื่นจะต้องสูญเสียระบบนี้ อีกครั้งการซื้อขายเป็นเกมผลรวมเป็นศูนย์ การทำความเข้าใจกับปรากฏการณ์ของตลาดนั้นแตกต่างจากการ "ลากความคิดเห็นไปสู่ตลาด"

ก่อนอื่นเรากำหนดสมมติฐานเกี่ยวกับพฤติกรรมของผู้เข้าร่วมประเภทหนึ่งหรืออีกประเภทหนึ่ง จากนั้นเราจะแสดงสมมติฐานนี้ในแง่ของราคาปริมาณและอื่น ๆ จากนั้นเราทดสอบสมมติฐานนี้เกี่ยวกับประวัติศาสตร์ ถ้ามัน“ มารวมกัน” ตามที่เราคาดไว้โอกาสที่จะเกิดอุบัติเหตุก็จะต่ำมาก ด้วยวิธีนี้เราได้ในเวลาเดียวกันทั้งความแข็งแกร่ง "ในตัว" และ "ทริกเกอร์" ประสิทธิภาพการทำงานที่ช่วยให้เราตัดสินว่าปรากฏการณ์ได้ตายไปแล้ว

ตัวอย่างเช่น:

  1. มีรูปแบบพฤติกรรมบางอย่างของกองทุนรวมเช่นไม่กี่วันก่อนสิ้นเดือนพวกเขาขายหุ้นที่มีสภาพคล่องและในสองสามวันแรกของการเริ่มต้นของเดือนใหม่พวกเขาซื้อกลับ ดังนั้นคุณสามารถระบุและลองสร้างกลยุทธ์การซื้อขายค่าเฉลี่ยการพลิกกลับตามการเคลื่อนไหวของราคาเหล่านี้
  2. ในบราซิลในปี 2014 มีน้ำค้างแข็งและราคากาแฟเพิ่มขึ้นอย่างมีนัยสำคัญ มันเป็นเหมือนการสูญเสียพืชผลกาแฟขนาดใหญ่ ผู้ที่เข้าถึงข้อมูลปริมาณกาแฟของบราซิลเพื่อส่งออกในใบรับรองการส่งออกเห็นว่าปริมาณที่เตรียมไว้สำหรับการส่งออกไม่ได้ลดลงมากนัก * สำหรับการส่งออกคุณต้องได้รับใบรับรองก่อน (คุณต้องให้ข้อมูลเกี่ยวกับปริมาณและชุดกาแฟเพื่อการวิเคราะห์) กล่าวอีกนัยหนึ่งเกษตรกรเห็นว่าความเสียหายที่เกิดจากน้ำค้างแข็งนั้นไม่รุนแรงและขายกาแฟอย่างกล้าหาญ ราคากลับสู่ระดับก่อนหน้า

ข้อดีของวิธีนี้:

  • ทำความเข้าใจเกี่ยวกับกระบวนการกลไกของมัน
  • ความสามารถในการเริ่มต้นและหยุดการซื้อขายในเวลา

ข้อเสียของวิธีการนี้:

  • ความซับซ้อนของการวิจัย (ข้อมูลจำนวนมากที่ไม่ใช่ราคาพิเศษ)
  • ความซับซ้อนของการตรวจสอบ

วิธีการขุดข้อมูลและสถิติ

การทำดาต้าเป็นส่วนหนึ่งของวิทยาศาสตร์คอมพิวเตอร์ มันเข้าร่วมสาขาวิทยาศาสตร์คอมพิวเตอร์, การเรียนรู้ของเครื่อง, ประเภทย่อยของปัญญาประดิษฐ์และระบบฐานข้อมูลด้วยสถิติ เป็นกระบวนการค้นหาข้อมูลในชุดข้อมูลขนาดใหญ่ เป้าหมายของการขุดข้อมูลคือการแปลงชุดข้อมูลเป็นข้อมูลที่เข้าใจและใช้งานได้

คุณสามารถพัฒนาและวิจัยกลยุทธ์โดยใช้เทคนิคการเรียนรู้ของเครื่องสำหรับตลาดหรือกรอบเวลาใดก็ได้โดยใช้ข้อมูลราคาและราคาไม่แพง คุณสามารถสร้างและตรวจสอบเงื่อนไขการเข้าและออกหลายล้านประเภทการสั่งซื้อและระดับราคาเพื่อค้นหากลยุทธ์ที่มีประสิทธิภาพที่ดีที่สุดตามเกณฑ์การเลือกของคุณ - ตัวอย่างเช่นกำไรสุทธิอัตราผลตอบแทนเทียบกับการดึงอัตราส่วน Sharpe ฯลฯ

แหล่งกำเนิดของข้อต่ออาจเป็นชุดของความบังเอิญแบบสุ่มอย่างแน่นอนหรือปัจจัยบางอย่างที่ยาวนานซึ่งทำหน้าที่เป็นส่วนสำคัญของระยะเวลาการทดสอบ แต่ไม่ใช่ความจริงที่ว่ามันจะดำเนินต่อไปในอนาคต ตัวอย่างแนวโน้มรั้นยาวและข้อดีของระบบการซื้อขายระยะยาว

"อย่าสับสนกับอัจฉริยะในตลาดกระทิง" (с)

แต่อาจมีตัวอย่างอื่น ๆ - เช่นช่วงเวลาแบนยาวหรือแนวโน้ม ฯลฯ แน่นอนว่าเราสามารถโต้แย้งได้ว่าระบบใด ๆ ใช้ช่วงที่น่าพอใจซึ่งยืดเยื้อและไม่มีการรับประกันว่าสิ่งนี้จะดำเนินต่อไป และคุณสามารถเป็นวัวในตลาดกระทิงได้หากคุณรู้ว่าเมื่อใดควรหยุด หากการจัดสรรเฟสที่เหมาะสมสำหรับระบบนั้นเป็นทางการและถูกนำไปใช้ในรูปแบบของตัวกรองระบบแสดงว่าเป็นสิ่งที่ดี แต่ทุกอย่างไม่สามารถทำเป็นระเบียบและรู้ล่วงหน้าได้ สำหรับสิ่งนี้มีเกณฑ์สำหรับการปฏิเสธระบบออกจากการตรวจสอบตัวอย่างและอื่น ๆ

ข้อดีของวิธีนี้:

  • ความเร็วในการวิจัย
  • การตรวจสอบแบบง่ายโดยใช้เกณฑ์อย่างเป็นทางการ
  • คุณสามารถแลกเปลี่ยนกลยุทธ์ได้หลายสิบคู่พร้อมกัน

ข้อเสียของวิธีการนี้:

  • ค่าใช้จ่ายเพิ่มเติมสำหรับการไร้ประสิทธิภาพที่หายไป (ล่าช้าในการเริ่มและหยุดการซื้อขาย)
  • ไม่เข้าใจโครงสร้างจุลภาคของตลาด

ค่าเฉลี่ยการพลิกกลับกับกลยุทธ์โมเมนตัม

ค่าเฉลี่ยการพลิกกลับกับกลยุทธ์โมเมนตัม

โมเมนตัมและการพลิกกลับค่าเฉลี่ยคือ 2 คลาสทั่วโลกซึ่งรวมถึงระบบการซื้อขายเกือบทุกประเภท นี่คือสิ่งที่ตรงกันข้ามสองประการ มันเป็นคุณสมบัติของราคาเพื่อเคลื่อนไหวต่อไปกับทรัพย์สินของราคาเพื่อย้อนกลับ

ผู้ที่ชื่นชอบการเปรียบเทียบทางกายภาพดังนั้นโมเมนตัมจึงมีสมบัติของร่างกายทางกายภาพที่จะเคลื่อนไหวต่อไปแม้หลังจากแรงกระตุ้นเริ่มต้นหยุดลงและความหมายของการพลิกกลับก็เหมือนลูกตุ้มที่แรงกระตุ้นผ่านจุดสมดุลถูกบังคับให้ส่งคืนมัน

พวกเขาทั้งคู่ดูเหมือนจะตรงกันข้ามกัน แต่ทำงานได้ดี เหตุผลที่เป็นไปได้ที่พวกเขาทำงานในช่วงเวลาที่แตกต่างกัน หากคุณพูดคุยทั่วไปเหตุผลก็คือนักลงทุนมีวิธีการบางอย่าง

กลยุทธ์โมเมนตัมติดตาม (โมเมนตัม) มีประวัติอันยาวนานของประสิทธิภาพ การแสดงออกที่มีชื่อเสียง "เทรนด์คือเพื่อนของคุณ" มันหมายถึงโมเมนตัม ด้านเดียว แต่เขียนสำหรับตลาดหุ้นแนวโน้มของศตวรรษที่ผ่านมา

การพลิกกลับค่าเฉลี่ยโดยเฉพาะอย่างยิ่งในช่วงเวลาที่สั้นลงทำงานได้ดี ลองดูที่กลยุทธ์ตามแนวโน้ม

เหตุใดกลยุทธ์การติดตามแนวโน้มจึงทำงานได้

การติดตามแนวโน้มจะทำงานเมื่อคุณดูแนวโน้มผลตอบแทนในปีที่ผ่านมา หากคุณดูระยะเวลาที่สั้นกว่าเช่นแนวโน้มในเดือนที่แล้วและลองติดตามว่าคุณอาจสูญเสียเสื้อของคุณ เมื่อกลยุทธ์การติดตามเทรนด์ทำงานพวกเขามักจะได้รับประโยชน์มาก แต่เมื่อพวกเขาไม่ทำงานพวกเขาจะมีความสูญเสียเล็กน้อย สิ่งนี้เรียกว่า“ ความเบ้บวก”

ตัวชี้วัดโมเมนตัมไม่กี่

  1. การบังคับขาย / ซื้อทรัพย์สินของกองทุนประเภทต่างๆ (ปริมาณการซื้อขาย)
  2. โมเมนตัมอนุกรมเวลา ซีรี่ส์ย้อนกลับราคาที่ผ่านมามีความสัมพันธ์เชิงบวกกับผลตอบแทนในอนาคต
  3. ข้อ จำกัด เกี่ยวกับสภาพคล่อง ในการเข้าหรือออกขนาดใหญ่ผู้ค้าจะถูกบังคับให้แยกออกเป็นชิ้น ๆ เนื่องจากการซื้อขายเป็นระยะการเคลื่อนไหวจะเกิดขึ้นในกรอบเวลาที่แน่นอน
  4. สภาพคล่องชั่วคราวล้มเหลวในระดับหนึ่งหรือในบางช่วงเวลา เมื่อมีสภาพคล่องต่ำในการขายเช่น (จำกัด การสั่งซื้อหากมีการแลกเปลี่ยน) จากนั้นการซื้อที่ค่อนข้างเล็กก็จะทำให้เกิดชีพจรที่มีนัยสำคัญ

กลยุทธ์การพลิกกลับเฉลี่ยคืออะไร

การพลิกกลับค่าเฉลี่ยทำงานได้เนื่องจากความไม่สมดุลของอุปสงค์ - อุปทานระยะสั้น โดยปกติแล้วผู้คนใช้กลยุทธ์การพลิกกลับในช่วงเวลาสั้น ๆ (นาทีหรือวันหรือแม้แต่ microseconds ส่วนหนึ่งของการแลกเปลี่ยนจะเป็น HFT มันอาจเป็นการเทรดแบบคู่, การซื้อขายแลกเปลี่ยน, การเก็งกำไรและการเก็งกำไรเสมือนเป็นแบบเดียวกันพวกเขาเปิด ตำแหน่งที่มีความแตกต่างที่แข็งแกร่งในราคาสินทรัพย์

กลยุทธ์การพลิกกลับเฉลี่ยจะมีกำไรเล็กน้อย แต่ขาดทุนมาก มันควรจะทำงานเป็นส่วนใหญ่และเพื่อหลีกเลี่ยงความสูญเสียครั้งใหญ่ที่เราต้องมีการจัดการความเสี่ยงที่เข้มงวดมาก

ตัวชี้วัดค่าเฉลี่ยการพลิกกลับเล็กน้อย

  1. ความผันผวนต่ำ (เวลาเที่ยงคืน FX)
  2. ความแข็งแรงชั่วคราวของคำสั่งซื้อขายที่ จำกัด และเทียบกับคำสั่งซื้อขายในตลาด โดยปกติจะเป็นเช่นนี้ในตลาดต่อเนื่องในบางช่วงเวลา
  3. ทางเข้าของผู้เข้าร่วมจำนวนมาก (ไม่เพียง แต่นักเก็งกำไร) จะตามด้วยทางออก (ปิดตำแหน่งเหล่านี้) ตัวอย่างเช่นผู้ค้าหุ้นระหว่างวันส่วนใหญ่ที่ป้อนตำแหน่งยาวจะขายเมื่อสิ้นสุดช่วงการซื้อขาย มันจะสร้างการเคลื่อนไหวตรงกันข้าม

มีแบบจำลองทางคณิตศาสตร์ทั่วไปหรือไม่?

มีหลายรุ่น ได้แก่ Hurst Exponent, H-volatility และอื่น ๆ ซึ่งมี Momentum และ Mean-reversion model ทันทีรวมถึง 3 สถานะกลาง ยกตัวอย่างเช่นมีแบบจำลองดังกล่าวเป็นตัวต่อที่ผู้สร้างได้รับรางวัลโนเบล นี่คือรูปแบบทั่วไปของค่าเฉลี่ยการพลิกกลับ

ตัวอย่างกลยุทธ์หุ้นยาวแนวรับโมเมนตัม

คุณสามารถค้นหา https://rtrader.umstel.com/. กลยุทธ์นี้ใช้อัลกอริทึมที่ช่วยให้คุณระบุจุดเริ่มต้นของแรงซื้อบนกราฟ 30 นาทีซึ่งเป็นไปในทิศทางที่มีแนวโน้มสูงขึ้น

  • AAPL ขั้นต่ำ 30 กรอบเวลา
  • สัญญาณเข้าแบบยาว: แถบสามแถบสุดท้ายเปิดเหนือแถบก่อนหน้าปิดด้านบนหนึ่งแถบก่อนหน้า EMA (14)> EMA (50)
  • และความแตกต่างระหว่าง EMA (14) ถึง EMA (50) น้อยกว่า 3%
  • สัญญาณออก: รับกำไร = 100 เห็บ Stop Loss = 50 เห็บหรือ SMA (9) <cross EMA (14)
  • ปริมาณการสั่งซื้อ: 100 หุ้น
  • เวลา: วันทำการ 16: 40-22: 40
backtesting แผนภูมิถูกวาดในเครื่องมือสร้างกลยุทธ์การซื้อขายของ R Trader
backtesting แผนภูมิถูกวาดในเครื่องมือสร้างกลยุทธ์การซื้อขายของ R Trader

ในบทความถัดไปเราจะพูดถึงการสร้างและทดสอบกลยุทธ์อัลกอริทึมโดยละเอียด

See you soon!

เปิดบัญชีการซื้อขาย




ความคิดเห็น

บทความก่อนหน้านี้

แนวคิด Gann ในการซื้อขาย: พื้นฐาน, อัลกอริทึม

Gann กลายเป็นที่รู้จักในเรื่องการคาดการณ์ "มือปืน" ของเขาโดยใช้วิธีการซื้อขายที่เป็นเอกลักษณ์ของเขาซึ่งต่อมาเปลี่ยนเป็นแนวคิดทั้งหมด

บทความต่อไป

หนึ่งสัปดาห์ในตลาด (01/13 - 01/19): สถิติและการตัดสินใจของธนาคารกลาง

สัปดาห์ใหม่ของเดือนมกราคมดูปกติมาก เรามีสถิติการเมืองและการตัดสินใจทางการเงินเล็กน้อย ดูเหมือนว่าเศรษฐกิจโลกและตลาดทุนทำงานเต็มรูปแบบหลังจากวันหยุดคริสต์มาสและปีใหม่