【深度】防止被割,你必须要懂的交易策略_300:非小号

币圈很多投资者都有跟随热点的习惯,这有点像股市中板块联动,做热门的板块投资时,收益相对丰厚,但是在没有特别热的板块可以跟随时,我们该如何操作?

本期非小号研究主要向大家讲解,能称之为交易策略的系统性投资方法,盲目跟风去买入某个币后被割韭菜是所有小白的必经之路,但一定有方法可以避免我们长期踩坑的,这就是为什么需要学习交易策略的原因。文中为了帮助大家更好地理解,我们在构建策略时会对要素会进行举例说明,也许对除了长持BTC就不知道投资什么的你,有一定的借鉴意义。

1.什么是CTA策略?

我们在这里把CTA量化策略类比为你去参加一个游戏,但是在游戏里面你玩的可能不是纯粹碰运气的大小,而是类似于德州扑克这样可以数牌的游戏。你可以通过数牌收集信息,以你自己内心的一些计算去判断,当前我赢的概率是大是小,然后去去调整你的下注数量,最后获得一个在概率上为正的预期收益。

CTA策略就是这样一种投资中的交易策略。研究方法是对单个品种历史上的量价数据进行分析,包括开盘价,收盘价,最高价,最低价,成交量,持仓量这些数据,提炼出具有概率优势的规律,将此规律用代码实现,并假设这类规律在未来会依然存在。最后用此类规律来判断品种未来的方向,进行开仓,平仓,加仓,减仓等操作,并以此来获利。

CTA交易策略由3个要素构成,分别是:信号、过滤和出场。

首先是信号,信号对你来说,相当于你到底是涨还是跌,或者是行情接下来是涨还是跌,我们起码要有这个判断,不能说我对未来的行情走势没有任何判断,我就随便去,随便去买和卖,这在长期来说肯定是不行的。所以你最起码得有一个正向的判断,并且这个正确率要大于0.5才行。

其次是过滤,相当于此时到底值不值得你去下注。如果涨的话:行情涨的概率有多少、涨的幅度有多少,以及下跌的话是否会暴跌、还是说往下跌的可能性只有一点点,但是往上涨的可能性比较大,这叫做是否值得去下注。

最后是出场,出场就是当你手气不顺的时候一定要跑。不能硬扛继续下去或者交易下去,这肯定不会有什么好结果。

2.交易信号-不玩也是一种信号

交易信号其实就是告诉你什么时候去做多,或者做空、不玩,所以不玩也是一种信号。

下面我们举例两种常见的信号来说明“不玩也是一种信号”。

双均线信号是一类比较常见的信号,其核心思想是:快速均线在慢速均线上方的时候,我们永远都是应该做多;反过来我们就应该去做空。采用这类策略时你如果不做多就要做空,既然永远都在场内,就不会有其他情况。

如果是RSI策略的信号,RSI是通过一段时期内的平均收盘上涨和下跌数,计算价格上涨所产生的波动占整个波动的百分比,来分析市场买卖盘的意向和实力。

那么RSI的信号是在超买区和超卖区有交易信号,当行情处于超买和超卖区之间的时候,这就是一个中性的信号,此时其实你就应该选择不玩,因为在概率上是没有任何赢面的。

交易信号分类

-趋势跟踪类

趋势跟踪类信号的特点是在趋势确立,行情走出来之后我们跟上去做。既然趋势已经确立了,这必然导致行情已经走了一段,所以相比绝大部分时候,我们的胜率是略高的。但是因为已经走出行情了,我们已经错失了趋势的其中一部分,所以盈亏比会低一点。

常用的趋势跟踪指标有均线指标和震荡类指标两类。

均线类指标

我们常说的均线就是各种均线类指标,比如常见的SMA算数平均线、EMA指数平均线或是AMA自适应均线等均线指标。对于均线系统,我们并不十分推荐。

因为均线本身是一种简单的对时间序列求平均值而已。那么对于像价格这样的非平稳序列,你对它求平均值之后,其实这样处理的指标预测性是比较弱的,没什么特别强的预测性。其核心原因是,不管你用什么周期的均线,用什么参数都一定会出现均线缠绕的情况,均线缠绕的时候就会导致你在短时间内快速的高买低卖,快速地来回亏钱,这个是所有单纯均线信号的弱点。这并不是说均线不能使用,如果用均线作为移动止损作用是很好的,但是不建议用于核心的入场信号。

震荡类指标

常见的震荡指标有RSI或是MACD的柱状等指标,这些常见指标很多人比较熟悉。

交易信号分类-趋势突破类

不管是上一类趋势跟踪还是现在要说的趋势突破,这两类信号都是趋势信号,并不属于震荡类信号。即使对于上面趋势跟踪里面我们用到震荡指标,其实也是在超买的时候或超卖的时候做交易,说白了还是把它当趋势信号用的。

对于突破类信号,它的特点就是在突破的时候追进去,这个时候其实行情还没走出一段,行情刚突破一个区间而已,所以在这样一个情况下我们的胜率是比较低的,因为这个时候并不一定会走出趋势,它有可能会反转。但是一旦走出趋势的话,因为入场早,最初一段趋势被抓住了,所以盈亏比会略高一些。

两种常见的突破信号

-1.通道,比如唐奇安通道、Keltner通道和Boll通道等;

-2.形态,比如日内高低点,这个高低点不是单纯的当天的最高或最低点,而是包括过去多天的最高和最低点,可以通过做一些计算之后的一种策略,比如对三角形态的突破。

信号过滤-怎么去判断一个足够好的机会?

尽管信号告诉我们是该买还是卖,但并不意味着所有时候信号说买的时候我们都应该买,说卖的时候也都应该卖。怎么样判断什么时候真正应该?什么时候应该下注?这就要有一个叫做信号过滤的步骤,说白了它就是筛选机会。我们只在机会好的时候才去做。

那么怎么样去判断机会?

-1.判断趋势有多强。因为我们做趋势交易,我们首先要知道趋势有多强,假设行情往上涨了,但是只涨了一两个点,都不能覆盖滑点以及手续费,那即使做进去也没有意义。因为我们不是做高频交易赚差价,作为趋势跟踪者其实反而会亏钱。趋势强弱过滤可以使用ATR波动范围以及STD标准差等技术来过滤。

-2.趋势方向的过滤。其实一般用来做趋势方向过滤方法和指标会有一定的近似,它只是和指标不同维度的另外一种方向信号,比如说DMI过滤、CCI位置、还有RSI突破阈值,或者说在50上下方等等,这一类就叫做趋势方向的信号过滤。

出场-什么时候掉头就跑

前两者关于入场,最后一个就是关于出场——什么时候该平仓、什么时候该跑了。什么时候跑根据目的分类,整体上可以分为四种:

-1.反向信号,这是一种最常见的信号,比如可能是均线金叉时入场做多,现在是死叉,应该出场;

-2.固定止盈,比如说我可能100块入场,觉得如果能上涨50%即价格为150时就很开心了可以出场,这叫固定止盈;

-3.固定止损,比如说我可能100块入场,如果价格最多跌20%我就很痛苦了,我不希望继续拿着仓位而出场,这就叫固定止损;

固定止盈和止损都是锚定住策略的入场价格的,你入场什么位置,然后往上加多少,就是你的止盈,往下减多少就是你的止损。但固定止盈止损都会有一个潜在问题,就是你怎么知道它未来到底会涨多少还是会跌多少?甚至于你怎么知道涨多少和跌多少的范围?这很难判断出来。

如果真就设定一个固定的数值,其实很多程度上就是一种过度拟合而已,因为我没有办法准确的去预测未来的涨跌幅度。所以更聪明的一种方法就是去承认我预测不到未来,那么我永远进去了之后就跟着市场走,这里也引出第4种方法——移动止损。

-4.移动止损,这是一种捕捉长尾趋势的方法。以做多为例,只有市场还要再往上涨,那就继续我的多头仓位,也不管它涨多少。直到价格回落超过了一定的百分比或一定的ATR倍数,那么我认为可能这个时候多头趋势已经反转了,立刻出场。

交易策略构造举例

如上所述,构建一个策略的三个要素:信号、信号的过滤和出场。下面我们举例说明一个常见的具体策略——ATRRSI策略。

策略要素

ATRRSI策略中,信号使用的是RSI,过滤使用的是ATR,出场使用的是移动止损。

交易策略的思路是,首先根据RSI确定信号,用ATR过滤信号,下面举例说明:

信号-当RSI处于低位20时,为买入信号。

过滤-这时如果ATR值超过ATR的均线值,确认入场,如果ATR值未超过ATR均线值不入场。

出场-入场后如果价格较最高点下跌0.8%出场。

策略参数

根据策略得到的具体参数如下图所示:

参数解释如下表所示:

交易策略参数回测

虽然我们构建了策略,但是在不同的币种或是不同的时间阶段,参数可能不同。最优的参数理论上可以得到相对更好的收益率。以下是我们随便填写一些参数得到的收益率:

目标的确定

在回测之前,我们必须要明确回测的目标,可能有增加年化收益率、降低最大回撤率或是提高夏普率等目标。作为交易者,我们必须有一个非常明确的目标。

参数测算

考虑到参数较多,我们在这里设置所有数据都采用1分钟K线,每次交易只交易1手,杠杆倍数为50倍,回测目标为最大化收益率

BTC参数

回测时段:2020年6月10日至2020年8月27日

年化收益率:33.65%

根据以上参数得到回测结果如下:

虽然最大回撤指标或是后半段亏损天数较多等情况不是很尽如人意,但是整体年化收益率达到33.65%还是可以接受的。实际操作中对策略和参数的近一步优化理论上可以得到更加好的结果,比如降低最大回撤的同时有近似的年化收益率。

关于参数回测需要注意以下两点:

-1.随着行情的发展参数可能会发生变化,所以一段时间后要重新确定参数;

-2.同一时间同一策略,参数不同有可能盈亏完全不同

本期研究仅拿BTC作为回测目标进行了测算,实际上这个交易策略可以适用于几乎所有币种,相信有些行情波动率大于BTC的币种,年化收益率可能也更大。但这些系统的方法比较难被普通投资者所掌握,后续非小号会通过建立类似的交易策略模型,提供一个计算结果来供大家参考和学习。交易是门艺术,我们尽量让这门艺术能够被更多人看懂。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

金智博客

[0:0ms0-4:294ms