定量的戦略の開発、質の高いコミュニティ、取引のアイデアの共有、その他の関連コンテンツ
著者について
羅陽陽
データクリーニングに精通し、マクロファクター、業界ファクターなどを使用して先物価格と相関分析の影響をモデル化することに長け、機械学習の多重回帰手法、SVM、XGboostを理解している、大規模な資産運用会社の現職の定量的戦略研究者、財務時間シーケンスなどの基礎となるアルゴリズムロジック、および一部のアルゴリズムは、カスタム関数によってカプセル化できます。さまざまな機械学習パッケージとデータ計算および分析パッケージのアプリケーションをマスターします。これには、Alphalens、pandas、クローラーテクノロジー、sklearn、statsmodelsなどが含まれますがこれらに限定されません。
"文章"
ˇ
前の記事の予備的な調査と分析を通じて、基本的に、鉄筋の種類では、インデックスにロードされた特定の戦略の結果とメインチェーンのバックテストが完全に異なると結論付けることができます。では、メインリンクリカバリをベンチマークとして使用する場合、戦略は役に立たないのでしょうか。戦略構造は変わりつつありますか？実際、経験豊富な投資家はこの答えを否定します。エラーが発生した場合でも、2つの市場データ系列XYは関連しており、共和分関係にあるため、理由は非常に単純です。ほとんどの場合、パラメーターを変更するだけで、メインリンクで検証できます。
ここで最終結果が得られます。
最初に：メインリンクのバックテストは良好で、インデックスのバックテストは良好ですか？
2番目：インデックスまたはメインリンクを使用する必要がありますか？
上記の2つの結果の実現は簡単なようですが、それを段階的に解決するには、まだ多くのロジックと作業ステップを分割する必要があります。まず、どちらが優れているかを比較するために、比較するバックテストの曲線とパフォーマンスを確認するだけでなく、戦略ローディング市場に従っていくつかのシグナルを比較して結論を出す必要があります。
最初に最初の質問を見てみましょう。同じ戦略の下で、メインリンクとインデックスパラメータに基づいて、メインリンクがバックテストされますか、それともインデックスがバックテストされますか？
以下に示すように：
図1：メイン接続の重み付けに最適化されたパラメーターのリスト
このリストからランダムに1つを選択します。たとえば、より頻繁な120回の[60、10、45]のグループを選択するとします。この戦略の最適化間隔は、2016.1.1から2020.8.3までの期間です。このパラメーターのグループをインデックスコントラクトに入れて、どのように見えるかを確認します。
図2：[60、10、45]パラメーターローディングインデックスコントラクトバックテストパフォーマンス曲線
図2：[60、10、45]パラメータ読み込みメインリンクリカバリコントラクトバックテストのパフォーマンス曲線
この図から、メインリンクリカバリウェイトによって実行されるパラメータがインデックスにロードされ、メインリンクリカバリ自体よりも優れていないことがわかります。実際、これらの分析と調査を行う前は、いくつかの状況は私の個人的な予想を超えていました。なぜなら、インストールロジックの観点から、インデックスはノイズが低減された一種の市場Kラインシーケンスデータであり、インデックスのパラメータまたは戦略はメインリンクで悪化する可能性が高いためです。良くも悪くも悪くはありませんが、残念ながら、これは結果ではありません。
一部の人々は、それはあなたの戦略論理の問題によって引き起こされているのか、他の戦略は異なるだろう、そして確かにそのような可能性があると言うでしょう。しかし、数学的証明の観点から、反例の出現は、この問題の非絶対性を証明します。これは、主要な連続する複素重みが、インデックスが確実に良好であるという結論を推測できないことを示しています。
質問1の要約：異なるデータと異なる構造は、それらが比例していない限り、基本的に違いがあり、グリッチやグリッチとは関係ありません。この時点で、市場のさまざまな要因の促進により、これらはすでに2つの異なる市場データ構造であり、戦略の特定のパラメーターであるため、2つのデータの間に良いか悪いかの違いはないことを理解する必要がありますメイン接続は良好ですが、インデックスは必ずしも良好ではなく、その逆も同様です。少なくとも、それは私たちが鉄筋で見たものです。
CTAに必要なワークフローの1つである画像と信号を見てみましょう。つまり、メインリンクとインデックスをそれぞれのグラフィックにロードして、違いを見つけます。もちろん、それだけではありません。いくつかの典型的なものがいくつかの理由を分析するために見つかります。
以下に示すように：
図3：特定のポイントでのメインリンクとインデックスのクローズ位置の違い
図4：特定のポイントでのメインリンクとインデックス開口部の違い
2枚の写真の左側がメインリンク、右側がインデックスです。これらの問題について多くの観点から議論しています。市場の一部の意見では、インデックスは実際の契約とノイズがありますが、インデックスはよりスムーズで、ある程度のノイズフィルタリングがあります。機能、これは論理的に理にかなっています。しかし実際、2番目の図に注目すると、メインリンクと再開権はそれぞれ2020.3.2、11：00と2020.3.10、11：15にロングオーダーを開始し、最終的にはすべてでした。利益から。ただし、インデックス契約はそれぞれ2020.3.5、9：00、2020.3.10、13：30であり、ゲーム外です。
非常にローカルなトランザクションステータスの観点から、インデックスはマーケットビューでフィルタリングの役割を果たしません。もちろん、これら2つのサンプルは、上記のロジックを否定するのに十分ではありません。フィルタリング効果があるかどうかを確認する必要がある場合は、トランザクションを渡すことしかできません。さまざまな場所のレコードを確認しますが、この種の作業は時間がかかるだけでなく、インデックスがメインリンクであるかどうかについてもあまり判断できません。最後に、2020.3.25、9：30の時点で、メインリンク回復オプションはすでに2010年の契約であり、ここでロングオーダーが出されましたが、月の変化によりインデックスの価格変動は比較的スムーズでした。プロセスなので、ここに開口部はありません。より多くのシグナル。これは、インデックス価格フィルタリングの機能と呼ばれます。
要約すると、基本的な定性分析と遡及的定量分析を通して、インデックスとメイン接続エラーの問題は、それ自体のいわゆるフィルタリングバリの利点のために彼の問題を完全にヘッジしておらず、バフにさえなっていることがはっきりとわかります。下の図からわかるように、市場の特定のセグメントでは確かに特定のフィルタリングとトランザクション数の削減がありますが、利益と安定性をもたらす一方で、一部のストップロスも拡大されます。したがって、過去の状況では履歴を完全に数えることはできず、バックテストと相関分析、およびいくつかのシグナルを収集しました。私は、インデックスが約1〜2か月の月ごとの期間のグリッチシグナルのフィルタリングに一定の役割を果たしていると定性的に結論付けました。
以下に示すように：
図5：2018.11-2018.12の主要企業（左）とインデックス（右）の違い
上の写真は2018.11から2018.12までの2か月間の15分のK-lineチャートです。上の写真から、メインチェーンには4つのロングポジションがありますが、すべてが損失を止めていることがわかります。インデックスは3倍長く、利益は2倍です。ここでの利益は、インデックスの開始と終了が利益であるという意味ではありません。開始時点と終了時点を比較すると、これもメインリンクで利益を得る。これは、インデックス市場データのグリッチをフィルタリングすることの利点と呼ばれるものです。
前回の記事でも、2019.11から2019.12までの期間に、メインリンクの回復権のドローダウンがインデックスのドローダウンよりもはるかに大きいこともわかりました。実際、同じロジックに基づいています。ここで紹介します。その他のスクリーンショット。
図6：2019.11-2019.12の主要企業（左）とインデックス（右）の違い
実際、グラフの傾向から、過去2か月間の2つの傾向が異なっていることがわかります。左から右の2番目の円から数えると、両方とも7回取引され、損失は4回停止しました。昨年の同時期のようなフィルタリング効果はありません。定性的には、インデックスは、相関ジッターの各月ごとの期間で重要または定期的なフィルタリングの役割を果たしません。
上記の定性分析の結論とエラーの前提に基づいて、スレッド種では、この分析ロジックと方法に基づいて、主要な接続と復元の権利がより良い選択であるように思われます。
次に、黒シリーズの残りの品種であるコークス、鉄鉱石、ホットコイル、一般炭、孟シリコンの結果を公開します。ご参考に。
コークス
図7：コークス指数とコークス主接続間の相関係数
図8：コークスインデックス
図9：主なコークス回収権
概要：4年間で、セミコークス指数と本線回収権の相関係数の変化は2つだけで、前号の変化2については前回の記事で触れましたが、よくわからない場合は、読み返してください。したがって、時間の短縮と相関ジッターの程度の低下は、エラーの客観性をある程度特徴づけることができます。
最終的なバックテストチャートの結果から、過去半年ほどの主要企業とのいくつかの不一致を除いて、全体的な相関は基本的に鉄筋よりもはるかに優れていることがわかります。
コークス市場では、ある程度、指数の誤差は許容範囲内ですが、もちろん、厳密さの観点から、指数契約の基準として、メインリンク回復権に基づくパラメータを置きます。次の図：
図10：コークスの主要企業の復旧権
図11：コークスインデックス
上記の2つの図から、インデックスがメインリンクの重みにロードされるベンチマークとして使用されるか、メインリンクの重みがインデックスにロードされるかにかかわらず、2つの曲線間の相関は依然として非常に高いことがわかります。
予備的結論：コークスの種類に基づいて、主接続重量の指数と誤差は許容範囲です。鉄筋とは異なり、特定の指数に特定の利点があるかどうかは、次の指数計算信号である主接続重量で引き続き調査されます。計算パフォーマンス。
孟シリコン
図13：MengSiインデックスとMengSiメイン接続間の相関係数
図14：孟シリコンインデックス
図15：Mengsiliconの主な接続回復権
概要：4年間で、バンメンシリコン指数と本線回収重量の相関係数は6変化し、長期間の特徴があります。したがって、本社のパフォーマンスチャートからも、指数のパフォーマンスは常に新高値まで変動しており、本社のパフォーマンスはリトレースメントとショックの時期にあることがわかります。インデックスのパラメータは、主要企業によるバックテストではインデックスのパラメータとはかけ離れていますが、一般的には損失点に達しておらず、糸、鉄鉱石、コークスと比較して、2位にランクされています。最後に。
次の手順を続けますが、図に示すように、メインリンクの回復権をインデックスコントラクトの標準パラメータとして表示します。
図16：Mengsilのメイン接続の復元権
図17：孟シリコンインデックス
鉄鉱石
図18：鉄鉱石指数と鉄鉱石主接続の間の相関係数
図19：鉄鉱石指数
図20：鉄鉱石の主要企業の復職
4年半の間、鉄鉱石指数と幹線回収権の相関係数は大きく変化しますが、これは鉄鉱石の過剰なプレミアムとディスカウントが原因である可能性があり、月が近づくと主契約と副主契約が発生します。主力と副主力の加重平均も、価格変動時の主契約の実際の価格変動よりも弱くなります。
ただし、持続性の観点からは、この戦略は鉄鉱石の1時間戦略であり、相関が低下した後、2時間目に川崎汽船は急速に回復しました。したがって、極端な速度偏差とその後の極端な速度復帰の状況があります。
しかし、私にとって非常に衝撃的だったのは、鉄鉱石が実際に主な継続的な回収権の返還が指数よりも高い状況にあったことでした。もちろん、シャープや最大ドローダウンなどのパフォーマンス指標は、純利益などの指標に比べて改善されていません。
次の手順を続けますが、図に示すように、メインリンクの回復権をインデックスコントラクトの標準パラメータとして表示します。
図21：鉄鉱石の主要企業の復職
図22：鉄鉱石指数
ホットロール
図23：HRCインデックスとHRCメイン接続間の相関係数
図25：ホットロールインデックス
図26：ホットロールマスター接続の復元
4.5年前のHRC指数と本線再開権との相関係数を見ると、あまり変化がなく、連続性も長くなく、変化の度合いも大きくない。曲線は指数曲線よりも大きく、全体の純利益はほぼ同じであり、メインリンクと権利の回復でさえ指数よりわずかに高くなっています。
次の手順を続けますが、図に示すように、メインリンクの回復権をインデックスコントラクトの標準パラメータとして表示します。
図27：ホットロールマスター接続の復元
図28：ホットロールインデックス
要約すると、私たちは全体の黒の状況の結論を見ることができます。それらを1つずつリストします。
1.ブラックプレートの最小誤差はコークスであり、インデックスとメインリンクウェイト間の誤差は大きくありません。
2.黒いプレートで驚くのは鉄鉱石です。メインリンクのリターンはインデックスよりも高く、シャープや最大ドローダウンなどのリスク指標はそれほど大きくありません。
3.ブラックプレートの最大のエラーは、スレッドとホットコイルです。これは、メインの接続と復元の権限で実行する必要があります。
4.ブラックプレートの激しいシリコンは非常に満足のいくもので、スレッドやホットコイルよりも強力です。少なくともメインの接続と回復の権利は比較的問題ありませんが、曲線はもう少し変動します。
この戦略は学習とコミュニケーションにのみ使用され、投資家は実際の取引の損益に対して個人的に責任があります。