USDT:松果量化——關于動態平衡策略的實踐

前?言

????????《量化投資-策略與技術》一文中指出，二級市場是一個既隨機又有跡可循的系統，在短周期下價格走勢呈隨機性，而在長周期下又呈規律性的牛熊更替。

????????這在數字貨幣市場表現得更為明顯，主要原因在于，比特幣因周期性減產引發的周期性價格波動，帶動大盤往相同的方向運動，導致數字貨幣市場的周期性波動。正是因為二級市場的隨機性和周期性，致使數字貨幣量化交易市場中不存在“圣杯”，我們能做的就是在不同的階段應用不同的交易策略，且找到符合當下市場結構的最優參數，從而使自己的交易系統在當前階段實現利潤最大化。比如，在行情低迷時期價格往往表現為箱體震蕩，這個時候網格策略最為合適，能取得不錯的收益；而到了趨勢明顯的牛市/熊市階段，趨勢性策略往往比較適合，能帶來不錯的收益。

????????由于數字貨幣市場具有全球性、7*24小時不間斷交易、T+0等特性，所以量化交易在數字貨幣二級市場中的表現非常優異，常常能獲得比二級市場手動交易更高且穩定的收益。量化交易在國內數字貨幣市場的發展時間并不長，策略開發者主要是從傳統的金融市場轉化而來，早期的量化交易者早已賺的盆滿缽滿。隨著國內量化市場的發展，根據策略選擇K線時間長短的不同，產生了不同方向的策略，比如：高頻交易、套利、趨勢交易、定投等各式各樣的策略，其中，高頻量化交易員關注的往往是分鐘級別K線，甚至是毫秒級的單筆交易，而且需要更好的交易網絡資源，更有甚者將自己的交易服務器部署在交易所同一臺核心交換機網絡中，以達到訂單延時的最小化，從而在劇烈波動的行情中最大程度的減小庫存積壓的風險；而趨勢性的量化交易員則更關注時間軸較長的一些指標，比如4小時的MA、MACD、布林帶，又或者是與基本面相關的宏觀層面因素，比如貪婪指數、財經新聞指數等。

ConsenSys Linea：Linea使用ETH作為原生貨幣，暫無推出代幣計劃:7月11日消息，ConsenSys的L2網絡Linea表示，Linea 使用以太坊作為其原生貨幣，目前沒有推出Linea代幣的計劃，已經有超過100個合作伙伴與Linea 測試網集成，本周還有數十個合作伙伴正在加入。

此外，Linea測試網已有550萬個獨立錢包共交易4600萬筆交易，本周，Linea合作伙伴將開始遷移到Alpha版本，然后Linea會在ETHC期間開放網絡。[2023/7/11 10:48:24]

????????交易的世界沒有對錯，只有合適或者不合適，無論市場如何，總會有人盈利有人虧損，在逆人性的市場中只要擁有超過大部分人的耐心，最終都能獲得不錯的收益。2020年10月-2021年10月，是上一次牛市的春天，比特幣價格由10700USDT/BTC飆升至69000USDT/BTC，短短1年實現6倍有余的價格拉伸，試問哪個金融市場能創造如此奇跡？這是只屬于我們幣圈人的春天。然而，2021年11月，寒冬襲來，夾雜著新冠病的大風格外凜冽，比特幣價格以肉眼可見的速度在消融，截止今天，已從69000USDT/BTC跌到20000USDT/BTC，短短9個月跌幅超過71%。我想這也是只屬于我們幣圈人的寒冬。今年6月13日，luna崩盤的同時也帶崩了大盤，比特幣迎來了上一輪牛市后的單日最大跌幅，高達15.4%，其他主流幣、山寨幣、CX幣等無一幸免。

美國SEC對加密初創公司LBRY 2200萬美元的罰單降為11.1 萬美元:金色財經報道，在向新罕布什爾州地方法院提交的一份文件中，美國證券交易委員會以加密初創公司LBRY \"缺乏資金和瀕臨倒閉 \"為由，要求法院對其處以111614美元的罰款，而不是尋求原來的2200萬美元。

據悉，美國證券交易委員會于2021年3月首次對LBRY提起民事訴訟，指控該公司的LBC銷售是未注冊的證券發行。要求賠償2200萬美元，并要求法院命令LBRY停止任何進一步的LBC銷售。美國證券交易委員會在2022年11月贏得了此案，之前的法官也裁定LBC是一種證券。[2023/5/15 15:02:49]

????????目前，我們正處于熊市，一名資深韭菜的嗅覺告訴我當前的價格遠未到達底部，必然還有一次暴跌。歷史從不會簡單的重復，但總是驚人的相似，熊市正是我們蟄伏、積蓄力量的大好時機，數字貨幣交易好比農民種地，要在熊市播種，牛市收割。

策略簡述

????????動態平衡策略在傳統金融市場是一套較為常見的交易策略，在股市、期貨以及外匯市場都能看到她的身影。我們可以形象地把動態平衡策略比喻為天平秤，在市場波動過程中通過不停的減倉或加倉來維持倉位平衡，詳細概念讀者朋友可自行網上查詢。這里，我們主要討論動態平衡策略在數字貨幣領域的應用。

mazars.eth域名以93WETH成交:4月18日消息，mazars.eth域名以93WETH成交，約合19.5萬美元。Mazars是一家審計、稅務和咨詢公司。[2023/4/18 14:11:24]

????????舉例：小王計劃應用動態平衡策略投資100000USDT，則他可將其中50000USDT購買成BTC，剩余50000USDT用于補倉。當BTC價格上漲后將盈利部分變現，手中BTC價值維持為初始投入的50000USDT，同理，當BTC價格下跌后，則進行補倉，依然將BTC倉位價值維持為50000USDT。通過上述原理講述，不難發現動態平衡策略比較適合波動行情以及必然回歸的波動行情，并且針對波動行情基本上可以實現無風險套利；而針對單邊行情會形成持續性加倉或持續性減倉的局面，對資金的利用率不高，且會產生一定的虧損；而在波動上漲行情下，能獲得一定的收益，在波動下跌行情下，現貨交易也不會產生爆倉的風險。因此，該策略風險較小。

????????如今，BTC的價格相較于歷史高位，已跌去了超過70%，但在未來幾年必然會再次下探，直到比特幣總市場跌幅超85%以上，底部才會逐步形成。而底部價格形成后，價格會在波動中慢慢上漲，迎來下一輪牛市，這就為動態平衡策略創造了機會，必然的回歸將帶來必然的利潤。

去中心化社交協議Nostr賬戶總量突破500萬，過去兩周增長超65%:金色財經報道，據Nostr.Band數據顯示，去中心化社交協議Nostr賬戶數已突破500萬，本文撰寫時達到5,441,105個，其中在主頁設置個人簡介的賬戶數接近95萬。歷史數據顯示，Nostr賬戶總量于2月底超過300萬，這意味著過去兩周漲幅超過65%。[2023/3/17 13:10:35]

策略優化

????????以上動態平衡策略雖然風險較小，但也存在持續加倉或持續減倉、資金利用率低等問題，優化后再應用到數字貨幣交易市場會產生更好的效果，因此我們對其進行了優化，具體如下。

1、改進策略下單邏輯

????????舉例：小王計劃投100000USDT進行BTC的動態平衡交易，假設當前BTC價格為10000USDT/BTC，則小王可共計買入10枚BTC，此時以10枚BTC作為虛擬基數，當價格上漲到11000USDT/BTC時，則需在合約區賣出一定數量的BTC，數量=虛擬基數*/當前價格。則數量=10*/11000=0.9091枚BTC，當價格從11000再下跌到10000時，則買入一定數量的BTC，數量計算方式同上，則數量=10*/10000=1，綜上，總體盈利為909.1USDT。

比特幣算力跌至202.825 EH/s，創月內新低:金色財經報道，據bitinfocharts披露，比特幣算力已跌至202.825 EH/s，創下11月內新低，過去24小時跌幅達到14.42%。另據歐科云鏈數據顯示，比特幣算力自11月開始便處于下跌狀態，下次網絡難度或將下調5.88%，預計將在9天后發生。[2022/11/27 21:05:11]

????????如果采用傳統動態平衡策略，則初始以10000USDT/BTC的價格買入50000USDT的BTC，合計5枚，在BTC價格上漲到11000USDT/BTC時賣出一定數量的BTC，維持倉位總價值為50000USDT，賣出數量=5-=0.454545枚BTC，此時倉位剩余4.54545枚，合計盈利5000USDT，當BTC價格下跌到10000USDT/BTC時，再購入一定數量的BTC，買入數量=(50000/10000)-4.54545=0.454545枚，支付4545.45USDT，總計盈利為=5000-4545.45=454.55枚USDT。

????????舉例：小王計劃投100000USDT進行BTC的動態平衡交易，假設當前BTC價格為10000USDT/BTC，則小王可共計買入10枚BTC，此時以10枚BTC作為虛擬基數，當價格上漲到11000USDT/BTC時，則需在合約區賣出一定數量的BTC，數量=虛擬基數*/當前價格。則數量=10*/11000=0.9091枚BTC，當價格從11000再下跌到10000時，則買入一定數量的BTC，數量計算方式同上，則數量=10*/10000=1，綜上，總體盈利為909.1USDT。

????????如果采用傳統動態平衡策略，則初始以10000USDT/BTC的價格買入50000USDT的BTC，合計5枚，在BTC價格上漲到11000USDT/BTC時賣出一定數量的BTC，維持倉位總價值為50000USDT，賣出數量=5-=0.454545枚BTC，此時倉位剩余4.54545枚，合計盈利5000USDT，當BTC價格下跌到10000USDT/BTC時，再購入一定數量的BTC，買入數量=(50000/10000)-4.54545=0.454545枚，支付4545.45USDT，總計盈利為=5000-4545.45=454.55枚USDT。

????????以上演算過程均不考慮手續費和滑點。通過演算得出結論：改進后的策略在盈利能力上優于傳統動態平衡策略。

2、改進資金利用率

????????通過以上改進后的策略下單邏輯可以看出，雖然盈利能力較優，但在BTC價格由10000USDT/BTC上漲到11000USDT/BTC的過程中，卻最大只用了9091USDT進行開單，資金利用率僅為10%，利用率較低，所以，在策略開發時，重點關注資金利用率，可將一定比例的總資金用作定投。在測試過程中，我將總資金的30%用作定投，具體操作為每日定投BTC，定投金額則根據貪婪指數和ARH999兩個參數進行計算，如在貪婪指數低且ARH999參數較小時則定投更多的BTC，以提高策略的資金利用率，博取更高的反彈利潤。

3.、改進下單數量

????????將傳統動態平衡策略中常用的等價差交易改進為等時交易，即選擇1分鐘、5分鐘、15分鐘、30分鐘、1小時、4小時等不同的時間間隔進行等時交易嘗試。通過回測分析，不同時間間隔的等時交易盈利模型如圖1~圖5所示：

圖11分鐘間隔盈利圖

圖25分鐘間隔盈利圖

圖315分鐘間隔盈利圖

圖430分鐘間隔盈利圖

圖51小時間隔盈利圖

????????通過分析不同時間間隔等時交易的盈利能力發現，5分鐘時間間隔的等時交易在扣除手續費和滑點后盈利能力最強。

實盤情況

????????根據以上策略優化方法，完成策略編譯后進行實盤交易，已運行1個月，盈利率為4.5%，資金利用率最大為50%，如圖6所示：

圖6實盤盈利圖

總結

????????以上實盤交易發現，策略運行過程中，價格回落比達到48.5%左右，即實現盈虧平衡。例如，價格從10000USDT/BTC上漲到11000USDT/BTC時，漲幅為10%，當價格達到11000后開始回落，價格回落到10446時，達到盈虧平衡，可據此擬合出該策略實現盈利的邊界趨勢。

后續改進

????????目前，我們優化后的動態平衡策略依然存在遇到單邊行情，會出現反向持倉越來越多的問題，例如，行情上漲時，會積累更多的空頭。但空頭持倉數量與價格的關系并不是簡單的線性關系，因此需進行持倉-價格曲線的擬合，從而在一定程度上減少反向持倉數量，降低風險。

來源：金色財經

Tags：BTCSDTUSDTUSDlbtc幣前景usdc幣與usdt幣哪個好泰達幣USDT發行Aave SUSD

狗狗幣最新價格