KD03丨选品种-横截面动量

news2024/11/26 4:51:50

大家好,今天我们分享可达鸭系列第3篇策略——横截面动量。

想必这种逻辑大家也都熟悉,为了照顾大部分新人朋友,开始还是简单介绍一下该该逻辑理论。

横截面是一种非时序动量逻辑,从统计学感性描述(非严谨客观描述)时序动量是根据历史收益率高低波动,推导未来惯性波动的一种逻辑模式。就好比我们做时间序列分析中自相关图平稳性一样,如下图所示:

横截面动量来源于相对性,而非自身历史性,所以更容易做个组合出来。从稳定性角度来看,市场主体往往更加倾向同一板块内逻辑,因为板块内逻辑往往更加稳定,不容易变,从而达到模型的稳定性。然而,数字货币不像期货或者股票,主流币更像是一个板块,或者说一个链上开发的币更像一个板块。

我们通过可视化数据观察,如下图所示:

我们发现在30分钟数据时序图下面,BTC与ETH的平均相关系数达到了0.7,说明此两个品种的行情70%情况变动是一致的(不是因果关系)。下面我们通过上述逻辑,来统计看一下大部分的主流、2流、3流品种的相关性如何,如下图所示:

通过我在群里与几个早年间做币大佬交流,其中3个人竟然给出了同样的看法:币安APP中按照市值排名20以下的算作3流,Doge(第8名)-第20名算作2流。1-7算作1流。

实际上观察可以看到除了BNB,BTC,ETH以外,剩下前几个有3个是稳定币,最后剩下XRP和DOGE。

实际上,当策略构建完毕之后回过头看,主流也好,非主流也罢,实际上区分这个并没有什么太大的意义。下面是简单的数据处理,如下图所示:

因为是拿到的1小时数据,所以通过merge方法对几个币种数据进行了交集拼接,随后进行了相关系数热力图的划分,并且把代码分享给大家,改代码是我日常所用,直接拿来复制粘贴即可,如下图所示:

(我不喜欢那种红红的,所以改用这种柔和一些的颜色)

一、策略逻辑

从传统金融市场视角出发,横截面一般采用全市场TopN或者-TopN的方式进行多空的组合,说白了就是做多最强的几个,做空最弱的几个。

另一个逻辑表示为,在一个行业板块内,因为大家的产业逻辑和受到的政策导向都是相通的,我们在板块内通过模型逻辑,选择相对其他较强和较弱的品种。

通过简单的上述数据准备和分析,基于传统金融市场逻辑改造,我们将1流币种作为benchmark,2、3流作为相对1流的横截面动量。之所以这么设计原因如下:

(1)非主流币种更妖,上下波动更为剧烈

(2)一般普遍情况下,主流上涨会带动非主流上涨更多

(3)将主流币种作为基准,更具有代表性

在上述条件中,我们给出了BTC、BNB、ETH为1流头部币种,但是具体选择谁作为头部这是一个问题,因为理论来说可以无脑选择BTC,作为所有品种相对动量基准,但实际上效果可能并不是最好的。如下图所示:

ADA-BTC

ADA-BNB

在这里不光是回测数据显示好坏差异,同样的BTC作为众矢之头部,也会受到关注度拥挤。退一万步来讲,在传统金融市场,也不是只有一个大盘指数作为基准。

在这里横截面动量我们采用“另类社群”量化杂志中翻译的内容,如下图所示:

该文章旨在通过相对强度,对市场寻找超额(跑赢市场)的 这一需求。我们在此概念基础上,复现该文逻辑并将对应出场逻辑进行组合。如下图所示:

从上图中我们可以看出,附图黄色线是相对强度线,红色箭头标注中表示主图相对子图具有上涨的相对强度,或者反之亦然。

具体在相对基准选择上面,这个见仁见智无法给出绝对的对与错答案。因此,我在本期内容文件中分别放入了以“BTC”和“BNB”为双基准的图表工作区,以及PT工作区。这个策略与KD01、02的主要区别在于,该策略确实异质化的避开了追涨杀跌的老旧套路,如下图所示:

DOGE-BTC Short      

ADA-BNB Long

二、绩效

以BNB为基准

以BTC为基准

手续费我们按照成交额千1来进行测算,并且我将已经跑完的优化结果以MC报告的形式呈现给大家,如下图所示:

里面所有的参数3D可视化图均可一一查看。

最后,我们进行10万次的蒙特卡洛模拟,如下图所示

具体蒙特卡洛模拟具有什么意思,我们在第一篇文章中介绍过,这里不再赘述。其中红色代表模拟最大回撤,蓝色代表最小,绿色代表基准。

三、策略使用说明

1、该策略利用了头部和非头部币种不同波动、动量等差异化进行择时,所以此处的择时具有相对性,有可能并不是A比B强,而是B比A弱很多。所以可能也会出现A做多的情况。

2、基准币种一定要找具有代表性的,如果有条件可以合成一个具有代表性头部币指数,作为基准指数。具体2、3流币种大家自行选择,可以根据KD01、02进行优势互补

3、横截面动量多头属于顺势逻辑,空头属于反转逻辑。因为从结构数据分析结果表明,       空头下跌基本上都是“短”“平”“快”。一波开始的时候根本反应不过来,等反应过来也结束了,所以如果是追单大概率是会被止损。

由于各平台差异,回测绩效以MC版本为准!!!

本策略仅作实盘参考使用,实盘交易盈亏投资者个人负责。

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:http://www.coloradmin.cn/o/336443.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

windows安装PaddleSpeech(无需visual studio)

前言 首先啊,狠狠的批评一下paddle,不想看请直接跳到用法,另外我python版本是3.9,所以包找的也都是3.9。 1.分成许多子项目涵盖AI的不同领域,初心是好,安装起来得安装多个环境。 2.官方文档推荐linux安装&…

anaconda详细介绍、安装及使用(python)

anaconda详细介绍、安装及使用1 介绍1.1 简介1.2 特点1.3 版本下载2 Anaconda管理Python包命令3 安装3.1 windows安装4 操作4.1 Conda 操作4.2 Anaconda Navigator 操作4.3 Spyder 操作4.4 Jupyter Notebook 操作5 示例参考1 介绍 1.1 简介 Anaconda是用于科学计算&#xff08…

力扣sql简单篇练习(十四)

力扣sql简单篇练习(十四) 1 银行账户概要|| 1.1 题目内容 1.1.1 基本题目信息 1.1.2 示例输入输出 1.2 示例sql语句 # 高于相当于大于的意思 SELECT u.name,t.balance FROM Users u INNER JOIN (SELECT account,sum(amount) balanceFROM TransactionsGROUP BY accountHAVIN…

Kafka入门(四)

下面尝试一下Kafka 的生产者客户端和消费者客户端的实现。 1、客户端简介 生产者就是负责向Kafka发送消息的应用程序,消费者就是拉取Kafka消息的应用程序。 在Kafka的历史版本中,主要的客户端如下: 基于Scala语言编写的客户端,称…

JAVA工具篇--3 maven项目转gradle项目

前言:将已有的Maven 项目转换为Gradle 项目; 1 项目转换: 1.1 winr 打开cmd命令窗口, 然后进入到maven项目根目录后,输入命令: gradle init --info --type pom1.2 选择构建的语言: 输入 1 然后回车; 1.3…

Rust编码的信息窃取恶意软件源代码公布,专家警告已被利用

黑客论坛上发布了一个 用Rust编码的信息窃取恶意软件源代码 ,安全分析师警告,该恶意软件已被积极用于攻击。 该恶意软件的开发者称,仅用6个小时就开发完成,相当隐蔽, VirusTotal的检测率约为22% 。 恶意软件开发者在…

canal使用说明:MySQL、Redis实时数据同步

1. canal简介 canal是阿里开源的数据同步工具,基于bin log可以将数据库同步到其他各类数据库中,目标数据库支持mysql,postgresql,oracle,redis,MQ,ES等 canal分成服务端deployer和客户端adapter,我们可以部署多个,同时为了方便管…

AssertionError: 618 columns passed, passed data had 508 columns【已解决】

问题描述 程序中断,报错如下AssertionError: 618 columns passed, passed data had 508 columns Exception has occurred: ValueError 618 columns passed, passed data had 508 columns AssertionError: 618 columns passed, passed data had 508 columnsThe abo…

< CSDN周赛解析:第 27 期 >

CSDN周赛解析:第 27 期👉 前言👉 第一题: 幸运数字> 解析> 解决方案> 拓展知识👉 第二题: 投篮> 解析> 解决方案👉 第三题: 通货膨胀-x国货币> 解析> 解决方案…

数字展陈技术,让珍贵馆藏资源走出深闺

这篇文章来自于笔者2017年发表在《档案时空》第12期的一篇文章,原名为《数字展陈技术在档案展览中的应用》。 档案时空 时隔5年,数字视觉技术的发展突飞猛进,特别是这两年元宇宙浪潮席卷全球,VR/AR/MR技术的综合应用给受众带来非一…

【PyTorch】教程:对抗学习实例生成

ADVERSARIAL EXAMPLE GENERATION 研究推动 ML 模型变得更快、更准、更高效。设计和模型的安全性和鲁棒性经常被忽视,尤其是面对那些想愚弄模型故意对抗时。 本教程将提供您对 ML 模型的安全漏洞的认识,并将深入了解对抗性机器学习这一热门话题。在图像…

Java程序设计-ssm企业财务管理系统设计与实现

摘要系统设计系统实现开发环境:摘要 对于企业集来说,财务管理的地位很重要。随着计算机和网络在企业中的广泛应用,企业发展速度在不断加快,在这种市场竞争冲击下企业财务管理系统必须优先发展,这样才能保证在竞争中处于优势地位。…

from文件突然全部变为类cs右击无法显示设计界面

右击也不显示查看设计器 工程文件 .csproj中将 <Compile Include"OperatorWindows\Connection.cs" /> <Compile Include"OperatorWindows\Connection.Designer.cs"> <DependentUpon>Connection.cs</DependentUpon> &…

CV——day74 读论文:关注前景的anchor-free交通场景探测器

FII-CenterNet&#xff1a;关注前景的anchor-free交通场景探测器FII-CenterNetI. INTRODUCTIONII. RELATED WORKC. Detectors Exploiting Segmentation InformationIII. FII-CENTERNET APPROACHA. 前景区域建议网络(Foreground Region Proposal Network)1) 上分支提出前景区域2…

linux称手的终端管理器Zsh(Z shell)-图文安装超详细

linux默认的shell太low了&#xff0c;iTerm2在macOS系统简直堪称终端管理神器&#xff0c;有一款可以平替iTem2的linux开源软件 Zsh&#xff08;Z shell&#xff09; &#xff0c;Zsh 是一个为交互使用而设计的 shell 一&#xff1a;安装Zsh 1.yum安装zsh yum install zsh安装…

频谱分析仪测量噪声系数方法介绍

用频谱仪测量噪声系数&#xff1a;测量框图为&#xff1a;基于噪声系数的定义得到的一个测量公式为&#xff1a;NFPNOUT-(-174dBm/Hz20lg(BW)Gain)(1)公式中&#xff0c;PNOUT是已测的总共输出噪声功率&#xff0c;-174dBm/Hz是290oK&#xff08;室温&#xff09;时环境噪声的功…

视频号小店新订单如何实时同步企业微信

随着直播带货的火热&#xff0c;视频号小店也为商家提供商品信息服务、商品交易&#xff0c;支持商家在视频号运营电商&#xff0c;许多企业也将产品的零售路径渗透至视频号小店中了。如果我们希望在视频号小店接收到订单后&#xff0c;能尽快及时发货&#xff0c;给用户较好的…

filter属性详解

filter属性详解 filter 属性定义了元素(通常是<img>)的可视效果(例如&#xff1a;模糊与饱和度)。 filter: none | blur() | brightness() | contrast() | drop-shadow() | grayscale() | hue-rotate() | invert() | opacity() | saturate() | sepia() | url();下面运用…

【金三银四系列】Spring面试题-上(2023版)

Spring面试专题 1.Spring应该很熟悉吧&#xff1f;来介绍下你的Spring的理解 有些同学可能会抢答&#xff0c;不熟悉!!! 好了&#xff0c;不开玩笑&#xff0c;面对这个问题我们应该怎么来回答呢&#xff1f;我们给大家梳理这个几个维度来回答 1.1 Spring的发展历程 先介绍…

由 GPT 驱动的沙盒,尽情发挥想象力! #NovelAI

一个由 GPT 驱动的沙盒&#xff0c;供用户尽情发挥想象力的空间&#xff0c;会获得怎样的体验&#xff1f;NovelAI NovelAI 是一项用于 AI 辅助创作、讲故事、虚拟陪伴的工具。NovelAI 的人工智能算法会根据用户的方式创建类似人类的写作&#xff0c;使任何人&#xff0c;无论能…