保温杯中性
只做大币种和指数的合约(远离妖币,资金容量大) 长周期持仓(可以手动交易) 策略原理清晰可理解,追求稳定性,长期性 中性/保温杯中性,是量化策略之王,永远有生命力的策略。 中性策略收益有波动,不能保证稳赚,但是长期收益不会差。 未来方向: 1.适当扩展选币池子,可以手工增加你觉得不错的币。现在只有5个。 2.成交量前30%的币中做中性 3.增加多空数量不平衡的设置 ,降低回测。中性最怕妖币。在现阶段不用加,因为都是大币种和指数。不存在暴涨的情况。 4.将现货加入多头的币池。 5.将某个板块的币,比如gaMefi,小市值30%的币,作为一个指数。自己构建指数。 6.增加基本面数据。最近一段时间消耗的gas费等
常见问题
会一直更新: 1,360freewifi无法启动成功 驱动问题,安装360freeap_whole_setup_5.3.0.5020.exe 2,微信聊天记录无法迁移 需要在手机设置里把微信的本地网络开关打开。
保4可以考虑的方向
1,多因子,多币,前置过滤,保3和纯多的轮动,保2与纯多的结合,直接用过滤,有段时间不做空。回撤的阶段,可解释性很强,策略易于理解。 20240118 空头过滤很强的话,导致牛市只有选出一个或者少于设定的20个币,那么默认空头也是用半份资金。这种情况下,如果只选出了一个空头,会把全部的空头仓位都在一个币上,这样就很危险,容易爆仓,即使有监测脚本。然后想到的解决办法是,一开始就按照40个币来设定每个币的仓位,如果没有选出,则空闲资金。这样,牛市的话空头仓位也会比较少,符合行情。 先看看回测部分的代码: 看论坛上有个bias_7效果很好,用一下。 默认实盘配置下, df_long = df_long[(df_long['filter_rank'] < 0.9)] df_short = df_short[(df_short['filter_rank'] < 0.9)] df_short = df_short[(df_short['Bias_168'] < 0)] 累积净值 12.99 年化收益 96.74% 最大回撤 -15....
保温杯中性
只做大币种和指数的合约(远离妖币,资金容量大) 长周期持仓(可以手动交易) 策略原理清晰可理解,追求稳定性,长期性 中性/保温杯中性,是量化策略之王,永远有生命力的策略。 中性策略收益有波动,不能保证稳赚,但是长期收益不会差。 未来方向: 1.适当扩展选币池子,可以手工增加你觉得不错的币。现在只有5个。 2.成交量前30%的币中做中性 3.增加多空数量不平衡的设置 ,降低回测。中性最怕妖币。在现阶段不用加,因为都是大币种和指数。不存在暴涨的情况。 4.将现货加入多头的币池。 5.将某个板块的币,比如gaMefi,小市值30%的币,作为一个指数。自己构建指数。 6.增加基本面数据。最近一段时间消耗的gas费等
常见问题
会一直更新: 1,360freewifi无法启动成功 驱动问题,安装360freeap_whole_setup_5.3.0.5020.exe 2,微信聊天记录无法迁移 需要在手机设置里把微信的本地网络开关打开。
保4可以考虑的方向
1,多因子,多币,前置过滤,保3和纯多的轮动,保2与纯多的结合,直接用过滤,有段时间不做空。回撤的阶段,可解释性很强,策略易于理解。 20240118 空头过滤很强的话,导致牛市只有选出一个或者少于设定的20个币,那么默认空头也是用半份资金。这种情况下,如果只选出了一个空头,会把全部的空头仓位都在一个币上,这样就很危险,容易爆仓,即使有监测脚本。然后想到的解决办法是,一开始就按照40个币来设定每个币的仓位,如果没有选出,则空闲资金。这样,牛市的话空头仓位也会比较少,符合行情。 先看看回测部分的代码: 看论坛上有个bias_7效果很好,用一下。 默认实盘配置下, df_long = df_long[(df_long['filter_rank'] < 0.9)] df_short = df_short[(df_short['filter_rank'] < 0.9)] df_short = df_short[(df_short['Bias_168'] < 0)] 累积净值 12.99 年化收益 96.74% 最大回撤 -15....
Subscribe to KeepLearning
Subscribe to KeepLearning
Share Dialog
Share Dialog
<100 subscribers
<100 subscribers
实盘策略:
BWB3, ILLQStd 因子参数128,过滤参数128,0.9Rank过滤,持仓1小时,选币多空都是20个,黑名单
'BTC-USDT', 'ETH-USDT, LUNA-USDT, TRB-USDT, LUNA2, BNB'。
用了尝鲜版得到如下结果,纯多头1200多倍,牛市的时候可以用。这纯多头太牛了,在2022年大熊市行情下,竟然有3倍的利润。纯多头好诱人啊,好想跑一个纯多头。先弄个1000U试试纯多头,为将来的牛市做好准备。


BWB3, ILLQStd 因子参数128,过滤参数128,0.9Rank过滤,持仓1小时,选币多空都是10个。



今天分析下这次大回撤的原因
从回测看到,最大回撤发生在2022-05-11 12-14点之间,看看当时发生了什么
查看
[('ILLQStd', True, 168, 1)]_选币结果_1H_0.csv

可以看到,在20220511 12点的时候,空头选到了LUNA的币,有60%的盈利,但是在13点开始的K线上看,LUNA还是空头,但是一根1小时K线,直接涨了3倍多。


从上面两图中可以看到,20点的K线还跌了60%,21点的K线就涨了3倍多。太恐怖了。
这个策略做空流动性好的,所以有些币大涨大跌也会被选中。大涨的币应该是选不中,因为有PCT change过滤。大跌的币会被选中。 这个策略就怕某个币大跌后的反弹。
解决方法:
1,选更多的币种。现在多空都是10个,看了下爆仓,只是合约的资金的话10倍爆仓。但是有监控,所以不太会爆仓,因为可以转从现货转保证金过来。而且每小时都会rebalance,期望的是不会一根小时K涨10倍吧。就是说涨的多的我不管,反正能过滤掉。就怕跌多了一个超级大反弹,一直反弹这样的情况。因为我会一直空它。
2,过滤到跌的最多的币试试看。
df_short = df_short[(df_short['filter_rank'] < 0.9)]
df_short = df_short[(df_short['filter_rank'] > 0.2)]
回测结果
累积净值 26.66 年化收益 238.82% 最大回撤 -13.33%
df_short = df_short[(df_short['filter_rank'] < 0.9)]
df_short = df_short[(df_short['filter_rank'] > 0.1)]
累积净值 30.64 年化收益 256.83% 最大回撤 -15.53%
df_short = df_short[(df_short['filter_rank'] < 0.9)]
df_short = df_short[(df_short['filter_rank'] > 0.02)]
累积净值 34.77 年化收益 273.98% 最大回撤 -15.19%
BWB3, ILLQStd 因子参数128,过滤参数128,0.8Rank过滤,持仓1小时,选币多空都是10个。
black_list = ['COCOS-USDT', 'PERP-USDT', 'BTC-USDT', 'ETH-USDT', 'TRB-USDT', 'LUNA-USDT']
累积净值 36.56 年化收益 281.04% 最大回撤 -13.19%
BWB3, ILLQStd 因子参数128,过滤参数128,0.9Rank过滤,持仓1小时,选币多空都是10个。
black_list = ['COCOS-USDT', 'PERP-USDT', 'BTC-USDT', 'ETH-USDT', 'TRB-USDT', 'LUNA-USDT']
累积净值 38.14 年化收益 287.06% 最大回撤 -15.34%
效果差不多。
空头再删掉一个跌幅最小的币,考虑到最后一个币已经跌了很多了,再做空意义不大,且有反弹的风险。
def remove_min_rows(group):
min_values_index = group['filter_rank'].nsmallest(1).index
return group.drop(min_values_index)
df_short = df_short.groupby('candle_begin_time', group_keys=False).apply(remove_min_rows)
累积净值 36.86 年化收益 282.19% 最大回撤 -14.95%
从回测结果看,效果不明显,不加了。
20个币试试
累积净值 38.8 年化收益 289.55% 最大回撤 -12.17%
0.1and long_nums
累积净值 38.32 年化收益 287.75% 最大回撤 -11.46%
20个币不做TRB -LUNA 黑名单试试
累积净值 41.16 年化收益 298.18% 最大回撤 -13.10%
实盘策略改进
BWB3, ILLQStd 因子参数128,过滤参数128,0.9Rank过滤,持仓1小时,选币多空都是20个,黑名单
'BTC-USDT', 'ETH-USDT, LUNA-USDT, TRB-USDT'。
实盘策略:
BWB3, ILLQStd 因子参数128,过滤参数128,0.9Rank过滤,持仓1小时,选币多空都是20个,黑名单
'BTC-USDT', 'ETH-USDT, LUNA-USDT, TRB-USDT, LUNA2, BNB'。
用了尝鲜版得到如下结果,纯多头1200多倍,牛市的时候可以用。这纯多头太牛了,在2022年大熊市行情下,竟然有3倍的利润。纯多头好诱人啊,好想跑一个纯多头。先弄个1000U试试纯多头,为将来的牛市做好准备。


BWB3, ILLQStd 因子参数128,过滤参数128,0.9Rank过滤,持仓1小时,选币多空都是10个。



今天分析下这次大回撤的原因
从回测看到,最大回撤发生在2022-05-11 12-14点之间,看看当时发生了什么
查看
[('ILLQStd', True, 168, 1)]_选币结果_1H_0.csv

可以看到,在20220511 12点的时候,空头选到了LUNA的币,有60%的盈利,但是在13点开始的K线上看,LUNA还是空头,但是一根1小时K线,直接涨了3倍多。


从上面两图中可以看到,20点的K线还跌了60%,21点的K线就涨了3倍多。太恐怖了。
这个策略做空流动性好的,所以有些币大涨大跌也会被选中。大涨的币应该是选不中,因为有PCT change过滤。大跌的币会被选中。 这个策略就怕某个币大跌后的反弹。
解决方法:
1,选更多的币种。现在多空都是10个,看了下爆仓,只是合约的资金的话10倍爆仓。但是有监控,所以不太会爆仓,因为可以转从现货转保证金过来。而且每小时都会rebalance,期望的是不会一根小时K涨10倍吧。就是说涨的多的我不管,反正能过滤掉。就怕跌多了一个超级大反弹,一直反弹这样的情况。因为我会一直空它。
2,过滤到跌的最多的币试试看。
df_short = df_short[(df_short['filter_rank'] < 0.9)]
df_short = df_short[(df_short['filter_rank'] > 0.2)]
回测结果
累积净值 26.66 年化收益 238.82% 最大回撤 -13.33%
df_short = df_short[(df_short['filter_rank'] < 0.9)]
df_short = df_short[(df_short['filter_rank'] > 0.1)]
累积净值 30.64 年化收益 256.83% 最大回撤 -15.53%
df_short = df_short[(df_short['filter_rank'] < 0.9)]
df_short = df_short[(df_short['filter_rank'] > 0.02)]
累积净值 34.77 年化收益 273.98% 最大回撤 -15.19%
BWB3, ILLQStd 因子参数128,过滤参数128,0.8Rank过滤,持仓1小时,选币多空都是10个。
black_list = ['COCOS-USDT', 'PERP-USDT', 'BTC-USDT', 'ETH-USDT', 'TRB-USDT', 'LUNA-USDT']
累积净值 36.56 年化收益 281.04% 最大回撤 -13.19%
BWB3, ILLQStd 因子参数128,过滤参数128,0.9Rank过滤,持仓1小时,选币多空都是10个。
black_list = ['COCOS-USDT', 'PERP-USDT', 'BTC-USDT', 'ETH-USDT', 'TRB-USDT', 'LUNA-USDT']
累积净值 38.14 年化收益 287.06% 最大回撤 -15.34%
效果差不多。
空头再删掉一个跌幅最小的币,考虑到最后一个币已经跌了很多了,再做空意义不大,且有反弹的风险。
def remove_min_rows(group):
min_values_index = group['filter_rank'].nsmallest(1).index
return group.drop(min_values_index)
df_short = df_short.groupby('candle_begin_time', group_keys=False).apply(remove_min_rows)
累积净值 36.86 年化收益 282.19% 最大回撤 -14.95%
从回测结果看,效果不明显,不加了。
20个币试试
累积净值 38.8 年化收益 289.55% 最大回撤 -12.17%
0.1and long_nums
累积净值 38.32 年化收益 287.75% 最大回撤 -11.46%
20个币不做TRB -LUNA 黑名单试试
累积净值 41.16 年化收益 298.18% 最大回撤 -13.10%
实盘策略改进
BWB3, ILLQStd 因子参数128,过滤参数128,0.9Rank过滤,持仓1小时,选币多空都是20个,黑名单
'BTC-USDT', 'ETH-USDT, LUNA-USDT, TRB-USDT'。
No activity yet