數字貨幣中短線策略(數據+回測+實盤)
更多精彩內容,歡迎關注公眾號:數量技術宅,也可添加技術宅個人微訊號:sljsz01,與我交流。
當下行情適合什麼策略
在這樣的行情下,首先買入持有現貨(Buy and Hold)或定投現貨策略會很受傷,不論是持有還是買入,不論是買入BTC還是其他幣種,都不得不面對賬戶以USDT計價市值瘋狂縮水的局面。持幣等待下一輪牛市的邏輯無可厚非,但下一輪牛市什麼時間來,漲幅會有多高,甚至會不會來,上述問題,在短期內無解。
其次,對於一些風險中性的套利策略來說,由於大部分幣種持續下跌造成絕對價格的降低,以及市場預期的悲觀行情,導致許多主流套利對(搬磚、跨期等)價差迅速收斂,套利策略也無法像牛市時期那樣實現很高的收益率。比如下圖的期現套利,相比較牛市動輒20%以上的價差,熊市的價差幾乎沒有套利機會。
各位看官不禁會問,什麼樣的策略,最適合當下的行情?我們先來看當下行情的兩個重要特徵,其一是猛烈下跌且跌速極快,主要跌幅往往是在1天內的某個時間段集中完成的。(比如618的下跌行情)
其二是下跌過程中通常伴隨著劇烈的反抽。比如618當天BTC下跌到187xx的位置後,迅速反彈到195xx,低點反抽幅度超過4%。
根據這樣的行情特徵,最適合的策略是:中短線的趨勢跟蹤單邊策略。這類策略既能抓住猛烈且跌速極快的行情,在第一時間進場,又能在反抽行情出現時及時止盈甚至反手做多,緊緊跟隨住行情的來回方向性波動。
數字貨幣中短線策略邏輯
簡要介紹一下我們的數字貨幣中短線策略的邏輯
首先,考慮到策略需要抓住猛烈且跌速極快的行情,並且在反抽行情出現時及時抽身出場,我們需要的是跟蹤最短的周期,策略以1分鐘K作為交易周期。
第二,價格短線趨勢指標,第一時間識別發動的趨勢行情並跟蹤。同時,還做到了波動率的自適應,對不同的波動率行情動態調整該指標的計算。
第三,另類訊號:市場(心理)情緒的過濾。通過量化計算市場投資者做多、做空的情緒,判斷行情可能的發展方向,進一步提高策略勝率。
第四,高效的止損止盈。結合短中線策略訊號周期、持倉周期的特徵,選擇最優止損止盈邏輯配合,實現在快速反抽行情時及時出場。
歷史數據準備
實現量化策略的第一步,是完整、準確的歷史數據。關於如何下載、維護全量的歷史數據,我們在此前的文章有過介紹,傳送門:(文章鏈接)
其中,最關鍵的兩個步驟是:調用API介面下載數據、清洗歷史數據準備回測
如何調用API介面下載全量數據
我們調用API中的數據下載方法,到對應的文件夾名稱下獲取我們所需的K線數據。此處的程式碼示例,我們獲取的是U本位合約下、按月度發布的全量K線數據,與此同時還下載了對應的checksum文件,為數據解壓校驗做準備。
運行程式時,在運行介面可以看到對於上一次運行已經下載的文件,程式不會重複下載,只會下載增量部分,同時,如果該請求時間對應的目錄或文件不存在,系統也會發出提示。
程式運行完畢,即可查看到所有的下載文件,以其中一個幣種為例,展示下載後歷史數據存放的文件結構。
如何清洗歷史數據準備回測
在數據清洗過程中,我們的程式整合了按月分割的數據,並且調整了數據頭和時間戳格式,以及為策略回測做好一切數據上的準備。附1INCHUSDT清洗後數據樣例。
回測框架與測試績效
我們提供的數字貨幣中短線策略配套回測框架包括以下功能:
一、完整策略邏輯的回測實現,支援usdt本位全幣種、全量1分鐘K線歷史數據的測試。
二、記錄關鍵回測數據,包括每筆交易的開平倉價格、平倉盈虧、以1分鐘K線周期更新的持倉盈虧、分品種績效、多品種組合績效等關鍵數據,方便使用者分析策略細節數據。
三、單幣種績效可視化、多幣種組合績效可視化。其中多幣種績效實現了平倉盈虧曲線、持倉盈虧曲線,兩種可視化方式。
一起看回測績效:
我們開發了兩個版本的策略:短線版本、中線版本。採用無槓桿測試,選擇成交最活躍、大眾認可度高的15個主流幣種進行組合。
短線版本的策略夏普率2.3,年化收益率80%以上,最大回撤率10%以內。
短線版本的策略夏普率2.25,年化收益率75%以上,最大回撤率10%以內。
實盤交易系統與實盤績效
我們同樣提供這個策略配套的全自動實盤交易系統,並且經過嚴格的測試,確保實盤交易與回測邏輯的一致性。
實盤交易系統重要功能:
一、Binancen版本7*24小時全自動交易系統。系統默認交易上述策略測試的15個USDT本位的永續合約 ,也可以由用戶個性化的增刪交易合約。
二、提供短線版本、中線版本兩個策略分別對應的兩套實盤交易系統。
三、支援用戶自定義任意交易賬戶、交易金額、槓桿倍數等個性化參數。
四、對極端情形(交易所拔網線、API失去響應等)設計了容錯機制。
五、對每一筆交易設置最大損失風控。
短線策略+中線策略組合實盤績效:
往期乾貨分享推薦閱讀
Omega System Trading and Development Club內部分享策略Easylanguage源碼
【數量技術宅|量化投資策略系列分享】基於指數移動平均的股指期貨交易策略
AMA指標原作者Perry Kaufman 100+套交易策略源碼分享
【數量技術宅|金融數據系列分享】套利策略的價差序列計算,恐怕沒有你想的那麼簡單
【數量技術宅|量化投資策略系列分享】成熟交易者期貨持倉跟隨策略
【數量技術宅|金融數據分析系列分享】為什麼中證500(IC)是最適合長期做多的指數
商品現貨數據不好拿?商品季節性難跟蹤?一鍵解決沒煩惱的Python爬蟲分享
【數量技術宅|金融數據分析系列分享】如何正確抄底商品期貨、大宗商品
【數量技術宅|量化投資策略系列分享】股指期貨IF分鐘波動率統計策略
【數量技術宅 | Python爬蟲系列分享】實時監控股市重大公告的Python爬蟲