استفاده از Deephaven برای تجزیه و تحلیل جفت های بالقوه برای تجارت جفت (قسمت دوم)

ساخت وبلاگ

محاسبه معیارها و آزمایش یک استراتژی تجاری شبیه سازی شده

توسط متیو دوینون

بررسی اجمالی

این پروژه مشخص می کند که چه زمانی جفت ها برای معاملات جفت قابل دوام هستند و یک استراتژی معاملاتی را بر اساس این داده ها با استفاده از داده های تاریخی در بستر آزمایشگاه Deephaven Data Lab می کنند. قسمت اول بر جمع آوری مقادیر زیادی از داده ها برای استفاده در این مرحله از پروژه متمرکز شده است که بر محاسبه معیارها و آزمایش یک استراتژی تجاری شبیه سازی شده متمرکز خواهد شد.

پیدا کردن جفت های قابل دوام

اکنون که داده داریم ، بگذارید دو ویژگی متداول را برای تعیین زنده ماندن یک جفت بررسی کنیم: همبستگی و ثابت بودن.

همبستگی نشانگر گرایش یک جفت برای حرکت با هم در بزرگی متناسب است و دارای طیف وسیعی ا ز-1 تا 1 است. یک همبستگی 1 به این معنی است که این جفت رابطه خطی دارد در حالی که همبستگ ی-1 به معنای این است که این جفت رابطه خطی معکوس دارد. همبستگی 0 نشان دهنده هیچ ارتباطی بین جفت نیست.

یکی از مشکلات استفاده از همبستگی به عنوان متریک برای تعیین زنده ماندن یک جفت ، بزرگی رابطه است. همبستگی برای کار به دو مجموعه ارزش نیاز دارد ، بنابراین بیایید بگوییم که ما به ترتیب سهام A و B را با 100 دلار و 1 دلار برای هر سهم داریم. اگر هر قیمت برای 10 روز آینده 1 دلار افزایش یابد ، سهام دارای ضریب همبستگی 1 است. این مسئله مشکل ساز است زیرا گسترش از 100 سهم B برای هر سهم A شروع می شود ، اما تا روز 10 قیمت ها 110 و 11 دلار است، که منجر به گسترش فقط 10 سهم B برای هر سهم A. در صورت استفاده از انحراف در قیمت گسترش برای معاملات همانطور که در ابتدا گفته شد ، B بیش از حد است. بنابراین ، ما حدود 50 سهم از B و 1 سهم طولانی از A در روز 1 را که قیمت ها 2 دلار و 101 دلار است کوتاه می کنیم. در روز 10 ، این 50 سهام از دست دادن حدود 400 دلار در حالی که سهم تنها 10 دلار به دست آورد.

این یک نمونه از این است که چرا همبستگی قیمت سهام ممکن است شاخص خوبی برای زنده ماندن جفت نباشد. در عوض ، درصد تغییر قیمت ، ورود به سیستم یا بازده روزانه ممکن است نتایج بهتری داشته باشد. یکی دیگر از مسئله بالقوه با استفاده از همبستگی عادلانه ، تمایل به همبستگی نمونه دو سری غیر ثابت به یک متغیر تصادفی است. بنابراین ، اگر داده ها غیر ثابت هستند ، همبستگی خیلی مفید نیست (برای جزئیات بیشتر به StackeXchange مراجعه کنید). این بدان معناست که ما باید تفاوت بزرگی در قیمت ها را به حساب بیاوریم و دریابیم که قیمت ها ثابت هستند. ما از نسبت قیمت برای رسیدگی به اختلاف در بزرگی قیمت و تست افزوده دیکی فولر برای بررسی استیل بودن استفاده خواهیم کرد.

ثابت بودن نشان می دهد که خواص یک سری زمانی مانند میانگین و واریانس با گذشت زمان تغییر نمی کند. برای معاملات جفت ، اگر این گسترش ثابت باشد ، مفید خواهد بود زیرا این نشان می دهد که باید به میانگین گسترش معکوس شود. یک آزمایش مفید برای تعیین اینکه آیا یک ریشه واحد وجود دارد (که یک سری غیر ثابت را نشان می دهد) ، تست تقویت شده Dickey-Fuller (ADF) است. ADF یک سری زمانی را می گیرد و یک مقدار p را برمی گرداند که نشان دهنده احتمال یک ریشه واحد موجود است. اگر احتمال کمتری وجود داشته باشد ریشه واحد وجود دارد ، احتمالاً سری زمانی ثابت است.

محاسبه معیارها

محاسبه معیارهای مورد نیاز برای تعیین ثابت بودن هر جفت با استفاده از عملکرد زیر می تواند انجام شود. این عملکرد جدول را که نتیجه قسمت 1 و تعداد ویندوزهای زمانی برای محاسبه آمار نورد بود ، می گیرد. ابتدا قیمت میانی پیشنهاد را محاسبه می کنیم و می خواهیم و نسبت قیمت های متوسط را بپرسیم.

تجارت شبیه سازی شده

اکنون که ما با گذشت زمان ایده ای از ثبات جفت ها داریم ، می توانیم سعی کنیم برخی از معاملات را بر اساس داده های تاریخی شبیه سازی کنیم. فرضیات مربوط به این معاملات این است که ما همیشه می توانیم با قیمت متوسط پیشنهاد خرید یا بفروشیم و فقط یک بار در روز با قیمت پایانی تجارت می کنیم. هر روز ، یا موقعیت های فعلی خود را می بندیم یا موقعیت های کوتاه/طولانی جدید را روی این جفت می گیریم. هر بار که تجارت می کنیم ، اندازه موقعیت بر اساس انحراف استاندارد مقیاس می شود به گونه ای که 1 انحراف استاندارد از هر طرف 10،000 دلار است.

الگوریتم برای تصمیم گیری در مورد انتخاب چه گزینه هایی در زیر نشان داده شده است. برای هر روز ، اگر ثبات زیر 0. 5 باشد یا نسبت قیمت در 1 انحراف استاندارد (نمره Z) از میانگین باشد ، هر موقعیت باز بسته است. اگر ثبات بیش از 0. 5 باشد و نسبت قیمت بیش از 1 انحراف استاندارد باشد ، سهام بیش از حد عملکرد فروخته می شود و سهام زیرنویسی خریداری می شود. از آنجا که نسبت مورد استفاده A/B است ، اگر نسبت پایین تر از میانگین باشد ، سهام A کم عملکرد است و اگر نسبت بالاتر از میانگین باشد ، بیش از حد عملکرد را انجام می دهد.

این استراتژی همچنین برای از بین بردن برش پایداری که منجر به برخی از موقعیت های بالاتری بالاتر شد ، اصلاح شد ، اما همچنین یک موقعیت از دست دادن خالص همانطور که در زیر آمده است.

سرانجام ، این استراتژی هر دو قطع شده برداشته شده است به طوری که هرگز تا پایان سال هیچ موقعیتی را بسته نشده است. این منجر به جفت های بیشتری با ضرر خالص نسبت به دستاوردهای موجود در زیر شد.

نمونه ای از آنچه که یک داشبورد نهایی ممکن است با استفاده از داده ها و معیارهای این آموزش به نظر برسد ، در زیر نشان داده شده است. جداول برای داده های قیمت جفت ، داده های شبیه سازی شده و خلاصه ای برای هر جدول گروه بندی شده توسط جفت وجود دارد. نمودارها به راحتی برای ترسیم داده ها برای یک جفت جدید از طریق ورودی های سمت راست تغییر می کنند. نمودارها از ویژگی طرح Deephaven OneClick برای ترسیم داده ها بر اساس ورودی های فیلتر استفاده می کنند.

نتیجه

با استفاده از Deephaven ، ما توانستیم به سرعت جفت سهام را برای تعیین میانگین نورد ، انحراف استاندارد نورد و یک آمار پایداری نورد با آزمون افزودنی Dickey-Fuller تجزیه و تحلیل کنیم. این داده ها می توانند برای تعیین چگونگی پایدار یک جفت فعلی از نظر برنامه ای استفاده شوند و از ثبات در یک مدل معاملات جفت استفاده می شود. به نظر می رسید بیشتر جفت ها هنگام تجزیه و تحلیل بیش از یک سال از داده ها ، ثبات نسبتاً کمی دارند. با این حال ، استفاده از ثبات 10 روزه نشان داد که یک جفت ممکن است برای تجارت قابل دوام باشد. استراتژی تجارت شبیه سازی شده با برش برای ثبات و انحراف استاندارد بهتر از استراتژی بدون این برش ها و یک استراتژی فقط با یک قطع انحراف استاندارد انجام می شود.

بهترین استراتژی معاملات...
ما را در سایت بهترین استراتژی معاملات دنبال می کنید

برچسب : نویسنده : صدرا ذوالریاستین بازدید : 45 تاريخ : يکشنبه 27 فروردين 1402 ساعت: 14:01