私募

用户名  找回密码
 立即注册
帖子
热搜: 活动 交友 discuz

期货量化软件:赫兹量化中配对交易

[复制链接]
发表于 2024-3-23 08:23:47 | 显示全部楼层 |阅读模式
目前,每种类型都有大量的交易策略,所有这些策略都是为了盈利。但盈利在某种程度上与风险有关——预期利润越大,风险就越高。一个合乎逻辑的问题出现了:是否有可能将交易风险降至最低,同时获得少量但稳定的利润?配对交易是满足这些条件的。
5 E$ I& `" y; g2 f" Q相关性+ O0 W, V$ O  B- p7 v$ t
配对交易策略通常基于两种金融工具的相关性。几种货币对的价格变化可能是相互关联的。例如,一个交易品种的价格与另一交易品种的价格在同一方向上移动。在这种情况下,这些交易品种之间存在正相关。在负相关的情况下,价格会朝相反的方向移动。6 a% _# }0 O2 E
基于相关性的配对交易策略非常简单。首先,交易员应该选择两种相关性强的金融工具。然后,他们需要使用历史数据来分析相关性的变化。基于此分析,交易者可以在知情的情况下决定是否进行交易。
& R; G. o2 r9 W5 {' @; H: H; O对于交易来说,最有趣的货币对是那些具有负相关性的货币对。例如,这就是 EURUSD 和 USDCHF 的走势。
# T8 v6 X. y; o0 X8 D) K0 \9 X. R- W; ?Pearson相关系数是估计相关性最常用的方法,该系数的计算公式如下:1 x  |; W6 O9 F+ Q- u
这种计算总是产生有偏差的估计。在小样本中,所得到的r的估计值可能与精确的相关值非常不同。为了减少此误差,我们可以使用Olkin-Pratt调整:
; _& o4 Z# D7 \- r# R, e, B6 B: `让我们试着为基于相关性的交易策略制定规则。
; B5 B. \, N. k2 O首先,我们需要选择两个合适的货币对。同时,这些对在历史上的平均相关值应该是负的,越小越好。7 m! ]8 f6 j) f% m( e
接下来,我们需要收集这些货币对历史的统计数据和样本相关性值。需要这些统计数据来计算信号。
. V; [( R7 o4 V下一步是设置触发水平,如果当前相关性达到这个水平,EA可以开仓。此水平可以显式设置,例如-0.95、-0.9等。还有一种替代方法。我们可以取历史相关性值,并按升序对其进行排序。作为响应级别,我们可以取最低值的10%作为限制。
) E( O6 P, d7 p/ |在开仓之前,我们需要确定它们的类型。如果一对货币的当前价格低于移动平均线,则会为该交易品种打开买入头寸。相反,如果价格高于平均水平,则会打开卖出头寸。在这种情况下,开启的头寸应该是多方向的。必须满足此条件,否则禁止打开头寸。
+ c0 o( f6 J+ Y# d/ ^此外,不同资产的头寸数量应相互关联。假设点值(PointValue)是存款货币中一个点的价格。则仓位的交易量应满足相等性。
9 ^% l9 b$ I8 z( P3 `: B& V在这种情况下,相同点数的价格变动将为每种工具提供大致相同的结果。" N1 b+ ~) h2 M3 ?' r6 I) G; D
此外,我在EA中又增加了两个水平。穿过了第一个水平表示需要将仓位转移到盈亏平衡,它的值是33%。穿过第二个水平会引发关闭所有仓位,这个平仓水平是67%,但不超过零。改变这些水平会极大地影响EA的盈利能力。
5 O1 a4 E! }5 N让我们按照以下规则测试EA。这就是 2021.01.01 至 2023.06.30 期间 EURUSD 和 USDCHF 的余额变化情况。
7 c2 }: H8 U- U- N0 S! ?不算差。但 Pearson 相关系数有几个特点。只有当时间序列值具有正态分布时,才有理由使用它。此外,该系数受到尖峰的显著影响。此外,Pearson 相关只能识别线性关系。为了说明这些特性,最好使用安斯库姆四重奏(Anscombe's quartet)。
9 ~& ]8 a/ l# X" [, j第一个图显示了没有任何特性的线性相关性。第二组数据具有非线性关系,Pearson 系数无法揭示其强度。在第三组中,相关系数受到强尖峰的影响。第四张图中没有相关性,但即使是一个值也足以出现相当强的相关性。0 f( S: p  ?1 ^( i0 x5 {
Spearman秩相关系数没有这些缺点。它很好地捕捉到了两个时间序列不断增加或减少的相关性。对于Spearman相关性,原始数据根据哪种定律分布并不重要。Pearson系数只适用于正态分布的数据。相反,Spearman 系数可以很容易地处理任何其他分布或它们的组合。' T9 u% _' I' B! G
此外,Spearman 相关系数可以揭示非线性关系。例如,一个时间序列具有线性趋势,而另一个具有指数趋势。Spearman 系数可以很容易地处理这种情况,而 Pearson 系数将无法完全揭示这些序列之间关系的强度。0 G6 q, g1 K4 k
我们可以如下计算 Spearman 秩相关系数。首先,我们需要创建两个数组。在每个数组中,我们将为这两个交易品种写入价格值和柱形索引。
+ X2 F2 R9 O: F. ^089   (4)0.89342   (1)8 S) @! n) H5 F  J* K% H
现在,在排序之前,我们需要找出当前价格指数与相同指数之间的差异。例如,让我们找出差异D0。首先,让我们找到等于零的价格索引,分别为1.06994 EURUSD 和 0.89312 USDCHF。目前这些价格的索引是1和3。那么,差值D0=1–3=-2。
6 \0 W( A9 P( b' b接下来,求差D1。当前 1.06980 EURUSD 的价格索引为0,0.89342 USDCHF 的价格索引是4。D1 = 0 – 4 = -4.* g* h7 [: L: E# M
其余差额以相同方式计算。- P; M+ T" m- o3 \
在我们计算了所有的差异之后,我们可以计算Spearman秩相关系数:5 h# `4 j0 c: V9 D8 s. @! M, s
乍一看,Pearson 系数和 Spearman 系数之间的差异很小。
http://www.simu001.cn/x287544x1x1.html
最好的私募社区 | 第一私募论坛 | http://www.simu001.cn

精彩推荐

回复

举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|手机版|Archiver| ( 桂ICP备12001440号-3 )|网站地图

GMT+8, 2025-4-6 11:57 , Processed in 0.675208 second(s), 32 queries .

Powered by www.simu001.cn X3.4

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表