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。
- a1 S! w. p, l( B q2 ^$ Q相关性
8 ^0 \7 w3 f3 I5 S1 I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。* C9 r" p: O0 v; P
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。) b- g7 s7 X J4 C9 m* i8 t0 Y( 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。
/ p6 ?. e8 k( t0 @5 J8 HPearson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：
4 B& _( L" m% l% f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：3 K& p$ C8 O7 {+ N
让我们试着为基于相关性的交易策略制定规则。
5 s. T& O6 T9 ~% p" M; p& S0 c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。
+ Q$ e# |. o% o/ y7 t N8 ?4 P( F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。/ K* e4 w5 u5 y3 e) E# 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。5 k M/ X Y4 N" j u
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。# C h: A' ^$ F; R' O/ L" S3 q- T- n
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。- R$ Q I1 c+ \* R6 {" g; {
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。
/ ]1 y2 Q/ ?+ G2 r. p5 y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。1 K* W2 L% ]. Q4 ]
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。3 E3 ] o9 D2 A
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）。" y, t$ }: y( c1 |
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。/ D9 z1 u c7 f8 P. q8 ^- J
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。. K9 F1 s: W2 I
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。
: y! g. y7 w+ V! f' t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。3 P9 a6 X' ?9 ^
089 (4)0.89342 (1)4 U0 H: q" N/ C' q6 ]( {3 X" A
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。/ v) a7 U: ]! M0 O; V" C( q
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.- `6 L9 v5 N( |* b; _- s
其余差额以相同方式计算。
4 F' g' H8 z0 [7 k5 E6 q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：. t; h( @; R; v: V2 r7 y/ Y
乍一看，Pearson 系数和 Spearman 系数之间的差异很小。 | 
|手机版|Archiver|
( 桂ICP备12001440号-3 )|网站地图
发表于 2024-3-23 08:23:47