zoukankan      html  css  js  c++  java
  • 高频交易算法研发心得—最稳妥的低风险交易策略

    高频交易算法研发心得—最稳妥的低风险交易策略

    注意:本文章的算法策略适用于可借资源的市场(数字币、贵金属),不适用于股票

    很多人在进行交易的时候,都喜欢一直盯着大盘看,为什么呢?原因很简单,大家都在关心着当前的行情有没有大涨大落,正常情况下(用货币来买入交易物)没有人会害怕行情大涨,但是一旦出现了极端情况,行情一路大跌,很多人会血压升高,满面通红。

    咱们书归正文,很多人都在寻找能提前预测大幅下跌的算法,但是真的很难。那么有没有一种可以不出现大起大落的行情,可以稳稳当当挣钱呢?答案是有的,这次我们就来聊聊“交易物对冲策略”(这个方法根本算不上什么算法)。

    1. 前提条件

    交易物对冲算法并不是在所有的交易市场都适用,其条件如下:

    • 只适用于提供融资功能的交易市场(如数字币,贵金属等),用户可以借入交易物(不是货币)。
    • 不适用于股票市场!
    • 交易市场必须提供两种以上可以交易物,比如在一个数字币市场中,可以交易比特币和莱特币;一个贵金属交易所,可以交易白银和铜。
    • 两种交易物之间的单价差要在50%以上。
    • 最好能自动化完成交易,手动交易较为繁琐。

    2. 策略描述

    对于金融交易的行家来讲,对冲不是什么新鲜玩意儿,比如,很多网站都提供多不同比特币交易市场的报价,用户可以在一个市场低价买入,另一个市场高价卖出,这就是所谓的“搬砖”。这种市场间的“对冲”受到转账费用、网络延时等问题的影响,往往利润比较单薄。我们这里说的“交易物对冲”指的是在同一个市场中,不同种交易物之间的对冲。下面我们以比特币(BTC)和以太坊币(ETH)为例,进行策略说明,该策略的流程图如下:

     

     

    • 第一步:融资

    前提条件中,我们说过,两种交易物的单价减值需要在50%以上,我们选取的BTC和ETH正好满足这个条件。

    这一步中的融资,指的是为单价较低的交易物进行借物操作(本例中是为ETH进行借币),不同的市场可以借的数量不一样,有的市场是5倍,有的是3倍。

    • 第二步:绘制对冲行情线

    注意,此步骤需要软件辅助,如果不怕麻烦,也可以使用Excel手动计算。

    所谓的“对冲行情线”就是指每分钟“高单价交易物”的价格与“低单价交易物”的价格的比例曲线。同时,为了能够进行量化交易,需要添加该曲线的SMA(10)和SMA(120)曲线。其伪码如下:

    //获取BTC K线
    
                                var klinebtc = GetCNBTC("btc", "1min", 1000);
    
                               
    
                                //获取ETH K线
    
                                var klineltc = CNBTC("eth", "1min", 1000);
    
                                List<TimeValuePair> bls = new List<TimeValuePair>();
    
                                for (int i = 0; i < klinebtc.Count; i++)
    
                                {
    
                                    //计算每分钟中间价的比例
    
                                    bls.Add(new TimeValuePair() { DateTime = klinebtc[i].Time, Value = klinebtc[i].Middle / klineltc[i].Middle });
    
                                }
    
                               
    
                                //计算短周期SMA
    
                                var smabl10 = GetSMALine(bls, 10);
    
                                //计算长周期SMA
    
                                var smabl120 = GetSMALine(bls, 120);

    经过前面的计算,我们可以得到如下曲线:

     

    • 第三步:交易

    当短周期均线向上穿越长周期均线时:

    1>     卖出所有借的交易物(本文ETH)。

    2>     按卖出的总钱数(注意,不是你所有的钱),买入另一种高单价交易物(本文BTC)。

    当长周期均线向下穿越短周期均线时:

    1>     卖出所有的高单价交易物(本文BTC)。

    2>     你借了多少交易物(本文ETH),就买入多少,注意一定不要买多了,也不能买少了!!!!

    • 第四步:看看你挣了多少钱

    请看官自行计算

    3. “交易物对冲”策略的原理论证

    下面我们从2方面来对该策略进行论证:

    • 行情稳定性

    本质上来讲,行情是否稳定,直接决定了您的资金是否安全,当然,波动越大的市场,潜在的利润也越大(换句不好听的话就是风险也越大)。经常看大盘的朋友们不难发现,无论是比特币,还是股票,如果整体行情大涨,那么大多数的数字币或单股都会跟着大涨,大跌时也亦然。

    这就好比美元对黄金大跌,那么人民币一定会受影响大跌一番。其实道理很简单,每一个市场背后都存在着大量的资金进行支撑。一旦某一个币种出现大幅度下跌,大财团的操盘手们就会马上开始行动,进行资金转移。因此,我们会受到大财团庇护,不同交易物价格比例会相对稳定。以2017年初的比特币大波动行情为例,就可以对此进行印证,如下所示:

     

     

     

    如图不难看出,2017年1月5日基本上大多数的数字在同一时刻出现了大跌。

    • 交易物行情无关性

    看到上面的比特币行情,我相信大多弄比特币的朋友都会记忆由新的,行情突然之间下跌了快3000块钱,真是让人喘不上来气!

    但是如果应用了“交易物对冲策略”,看官们会发现,无论大盘涨到了三十三层天外天,还是,还下跌到了十八层地狱,都和你没有关系,因为,用一句话来描述该策略就是:

    “行情是多少钱,我不关心,我关心的是,卖了BTC,能不能换回比我借的ETH多!”。

    “交易物对冲策略”本质上是将交易物的价格涨跌转移给了市场提供商(因为你的币是向市场借的),你只要保证借了多少还多少就行了。以上图中的大跌行情为例(较为极端的行情),我们可以计算一下:

    时机

    BTC价格

    ETH价格

    比例

    2017-1-5 15:00

    8848

    87.89

    100.6713

    2017-1-7 12:30

    5812

    67.03

    86.707

    跌幅

    34%

    24%

    14%

    2017-1-18 11:36

    6170

    70.56

    87

    上述表格可以表明,使用对冲比例行情时,跌幅是最小的。另外,我们也可以从上表中发现以下几个特点:

    1>     要涨,大家一起涨,反之亦然。

    2>     单价高的交易物涨的快,下跌的也快。

    4.数据说明

    如上图所示的一次交易过程,买入点为84,卖出点为92,那么这两个数据意味着什么呢?

    首先,您在买入时,一个比特币可以兑换84个ETH。

    到了卖出点时,您可以用一个比特币兑换92个ETH。

    这样,您就挣了8个ETH

    5. 总结

    交易物对冲策略的优点就是行情稳定,不会出现特别大的波动,但是利润相对来说比较少。

    笔者将算法已经编译成APK包(点击下载),大家可以参考软件中绘制的曲线,自行买卖。该软件的功能如下:

    1>     软件中数据来源自中国比特币

    2>     软件提供BTC,LTC,ETH,ETC的对冲行情,如下图所示:

     

    作者:科学家

                                                        Email:warensoft@163.com

                                                        微信:43175692

  • 相关阅读:
    Java实现 蓝桥杯VIP 算法训练 一元三次方程
    Java实现 蓝桥杯VIP 算法训练 乘法表
    Java实现 蓝桥杯VIP 算法训练 矩阵加法
    Java实现 蓝桥杯VIP 算法训练 一元三次方程
    Java实现 蓝桥杯VIP 算法训练 平方计算
    Java实现 蓝桥杯VIP 算法训练 平方计算
    Java实现 蓝桥杯VIP 算法训练 平方计算
    Java实现 蓝桥杯VIP 算法训练 乘法表
    Java实现 蓝桥杯VIP 算法训练 乘法表
    监管只是压倒网盘业务的一根稻草,但不是主要原因(答案只有一个:成本!)
  • 原文地址:https://www.cnblogs.com/warensoft/p/6297855.html
Copyright © 2011-2022 走看看