基于QMACD的配对交易——EOS和TRX

Hedge宽客

发布时间:03-0811:56

在上一篇的可视化案例中,我们将EOS和TRX的QR值计算出来,并基于其算出QMACD,然后分别绘出图形,有了一个直观的印象。这篇中,我们将重点考虑在实战中如何应用QMACD。

在数字货币中,资产价格的走势有很强的趋势性,因此我们假定一个资产若涨幅趋势高于另一个资产,那么这种趋势将持续一段时间,即强者恒强的理论。并且EOS和TRX涨跌幅的相关性为0.38,有一定的强相关性(严格的配对验证应该还需考虑到协整,不过这里的目的仅是做一个简单的回测演示,因此暂不延伸)。所以,基于QMACD与0的大小关系,我们试着建立EOS和TRX的多空策略。

首先回顾一下Q-MACD的公式:QMACD = diff – EMAdiff,diff为QR的快速指数平均线减去QR的慢速指数平均线,EMAdiff为其前9个滚动时间窗口的指数移动平均线,QR为EOS涨幅减去TRX涨幅。

策略逻辑:

若QMACD > 0,说明EOS涨幅趋势强于TRX涨幅趋势,做多EOS,做空TRX;

若QMACD < 0,说明EOS涨幅趋势弱于TRX涨幅趋势,做空EOS,做多TRX。

由于合约价格数据过小,为了方便回测,我们将EOS和TRX的价格数据(以BTC计价)均放大100万倍,然而收益率等比率性结果不受影响。回测时间为2018-2-1到2019-2-18,结果如下:

交易盈亏曲线图
交易盈亏
交易盈亏

此收益曲线为参数优化过的表现,即QR的EMA短周期为5,长周期为40,EMAdiff参数不变,保持为9,发现结果还可以。不过为了防止过拟合问题,尝试其他参数:

EMAdiff

可以观察到,在调参尝试了200次不同参数组合后,我们按照净利润进行排序,发现所有的回测净利润都在0之上,即收益都为正!并且多头空头收益率均为正,且大小较为平衡。说明这个策略的底层逻辑在参数普适性上还是不错的。

到此,我们展示了通过EOS和TRX的QMACD建立其中一个简单策略的步骤,并初步验证了这个底层逻辑的参数普适性。当然,这只是一个简单的展示证明QMACD在构建多空策略中的参考价值。

QMACD长什么样?基于数字货币配对的QMACD可视化

宽客相对论的QR值在数字货币上的实战应用

宽客相对论:配对交易的武器库

返回顶部