关于动态平衡策略的实践
——松果量化
l前言
《量化投资-策略与技术》一文中指出，二级市场是一个既随机又有迹可循的系统，在短周期下价格走势呈随机性，而在长周期下又呈规律性的牛熊更替。这在数字货币市场表现得更为明显，主要原因在于，比特币因周期性减产引发的周期性价格波动，带动大盘往相同的方向运动，导致数字货币市场的周期性波动。正是因为二级市场的随机性和周期性，致使数字货币量化交易市场中不存在“圣杯”，我们能做的就是在不同的阶段应用不同的交易策略，且找到符合当下市场结构的最优参数，从而使自己的交易系统在当前阶段实现利润最大化。比如，在行情低迷时期价格往往表现为箱体震荡，这个时候网格策略最为合适，能取得不错的收益；而到了趋势明显的牛市/熊市阶段，趋势性策略往往比较适合，能带来不错的收益。
由于数字货币市场具有全球性、7*24小时不间断交易、T+0等特性，所以量化交易在数字货币二级市场中的表现非常优异，常常能获得比二级市场手动交易更高且稳定的收益。量化交易在国内数字货币市场的发展时间并不长，策略开发者主要是从传统的金融市场转化而来，早期的量化交易者早已赚的盆满钵满。随着国内量化市场的发展，根据策略选择K线时间长短的不同，产生了不同方向的策略，比如：高频交易、套利、趋势交易、定投等各式各样的策略，其中，高频量化交易员关注的往往是分钟级别K线，甚至是毫秒级的单笔交易，而且需要更好的交易网络资源，更有甚者将自己的交易服务器部署在交易所同一台核心交换机网络中，以达到订单延时的最小化，从而在剧烈波动的行情中最大程度的减小库存积压的风险；而趋势性的量化交易员则更关注时间轴较长的一些指标，比如4小时的MA、MACD、布林带，又或者是与基本面相关的宏观层面因素，比如贪婪指数、财经新闻指数等。
ConsenSys zkEVM项目Linea推出忠诚度活动以鼓励早期用户使用:5月2日消息，据官方消息，ConsenSys 旗下 zkEVM 项目 Linea 联合 Galxe 推出忠诚度活动以鼓励早期用户使用网络。[2023/5/3 14:39:19]
交易的世界没有对错，只有合适或者不合适，无论市场如何，总会有人盈利有人亏损，在逆人性的市场中只要拥有超过大部分人的耐心，最终都能获得不错的收益。2020年10月-2021年10月，是上一次牛市的春天，比特币价格由10700USDT/BTC飙升至69000USDT/BTC，短短1年实现6倍有余的价格拉伸，试问哪个金融市场能创造如此奇迹？这是只属于我们币圈人的春天。然而，2021年11月，寒冬袭来，夹杂着新冠病的大风格外凛冽，比特币价格以肉眼可见的速度在消融，截止今天，已从69000USDT/BTC跌到20000USDT/BTC，短短9个月跌幅超过71%。我想这也是只属于我们币圈人的寒冬。今年6月13日，luna崩盘的同时也带崩了大盘，比特币迎来了上一轮牛市后的单日最大跌幅，高达15.4%，其他主流币、山寨币、CX币等无一幸免，币圈“血流成河”。第二天，朋友发来微信告诉我他注册了美团骑手，从此“黄袍加身”。
基于zkSync的DEX SyncSwap已上线PolygonzkEVM测试网:3月20日消息，基于zkSync的DEX SyncSwap在推特上宣布已上线Polygonzk EVM测试网。此前报道，SyncSwap测试网于3月2日在zkSyncEra测试网上线。[2023/3/20 13:14:09]
目前，我们正处于熊市，一名资深韭菜的嗅觉告诉我当前的价格远未到达底部，必然还有一次暴跌。历史从不会简单的重复，但总是惊人的相似，熊市正是我们蛰伏、积蓄力量的大好时机，数字货币交易好比农民种地，要在熊市播种，牛市收割。
l策略简述
动态平衡策略在传统金融市场是一套较为常见的交易策略，在股市、期货以及外汇市场都能看到她的身影。我们可以形象地把动态平衡策略比喻为天平秤，在市场波动过程中通过不停的减仓或加仓来维持仓位平衡，详细概念读者朋友可自行网上查询。这里，我们主要讨论动态平衡策略在数字货币领域的应用。
举例：小王计划应用动态平衡策略投资100000USDT，则他可将其中50000
以太坊基金会资助筹建zkEVM团队:以太坊基金会在定期公布其支持的团队研究与开发进度的文章中表示，过去几个月的时间已经组建了一个名为zkEVM的团队，希望能将EVM （以太坊虚拟机）的所有操作码直接通过ZK （零知识证明）电路实现，以实现以太坊的智能合约可以以最少的调整部署至二层网络，比如zkSync。zkEVM团队表示，目前处于早期阶段，正在设计和构建第一个原型。[2021/8/13 1:53:34]
USDT购买成BTC，剩余50000USDT用于补仓。当BTC价格上涨后将盈利部分变现，手中BTC价值维持为初始投入的50000USDT，同理，当BTC价格下跌后，则进行补仓，依然将BTC仓位价值维持为50000USDT。通过上述原理讲述，不难发现动态平衡策略比较适合波动行情以及必然回归的波动行情，并且针对波动行情基本上可以实现无风险套利；而针对单边行情会形成持续性加仓或持续性减仓的局面，对资金的利用率不高，且会产生一定的亏损；而在波动上涨行情下，能获得一定的收益，在波动下跌行情下，现货交易也不会产生爆仓的风险。因此，该策略风险较小。
如今，BTC的价格相较于历史高位，已跌去了超过70%，但在未来几年必然会再次下探，直到比特币总市场跌幅超85%以上，底部才会逐步形成。而底部价格形成后，价格会在波动中慢慢上涨，迎来下一轮牛市，这就为动态平衡策略创造了机会，必然的回归将带来必然的利润。
l策略优化
以上动态平衡策略虽然风险较小，但也存在持续加仓或持续减仓、资金利用率低等问题，优化后再应用到数字货币交易市场会产生更好的效果，因此我们对其进行了优化，具体如下。
1、改进策略下单逻辑
举例：小王计划投100000USDT进行BTC的动态平衡交易，假设当前BTC价格为10000USDT/BTC，则小王可共计买入10枚BTC，此时以10枚BTC作为虚拟基数，当价格上涨到11000USDT/BTC时，则需在合约区卖出一定数量的BTC，数量=虚拟基数*/当前价格。则数量=10*/11000=0.9091枚BTC，当价格从11000再下跌到10000时，则买入一定数量的BTC，数量计算方式同上，则数量=10*/10000=1，综上，总体盈利为909.1USDT。
如果采用传统动态平衡策略，则初始以10000USDT/BTC的价格买入50000
USDT的BTC，合计5枚，在BTC价格上涨到11000USDT/BTC时卖出一定数量的BTC，维持仓位总价值为50000USDT，卖出数量=5-=0.454545枚BTC，此时仓位剩余4.54545枚，合计盈利5000USDT，当BTC价格下跌到10000USDT/BTC时，再购入一定数量的BTC，买入数量=(50000/10000)-4.54545=0.454545枚，支付4545.45USDT，总计盈利为=5000-4545.45=454.55枚USDT。
以上演算过程均不考虑手续费和滑点。通过演算得出结论：改进后的策略在盈利能力上优于传统动态平衡策略。
2、改进资金利用率
通过以上改进后的策略下单逻辑可以看出，虽然盈利能力较优，但在BTC价格由10000USDT/BTC上涨到11000USDT/BTC的过程中，却最大只用了9091
USDT进行开单，资金利用率仅为10%，利用率较低，所以，在策略开发时，重点关注资金利用率，可将一定比例的总资金用作定投。在测试过程中，我将总资金的30%用作定投，具体操作为每日定投BTC，定投金额则根据贪婪指数和ARH999两个参数进行计算，如在贪婪指数低且ARH999参数较小时则定投更多的BTC，以提高策略的资金利用率，博取更高的反弹利润。
3、改进下单数量
将传统动态平衡策略中常用的等价差交易改进为等时交易，即选择1分钟、5分钟、15分钟、30分钟、1小时、4小时等不同的时间间隔进行等时交易尝试。通过回测分析，不同时间间隔的等时交易盈利模型如下图所示：
1分钟间隔盈利图
5分钟间隔盈利图
15分钟间隔盈利图
30分钟间隔盈利图
1小时间隔盈利图
通过分析不同时间间隔等时交易的盈利能力发现，5分钟时间间隔的等时交易在扣除手续费和滑点后盈利能力最强。
l实盘情况
根据以上策略优化方法，完成策略编译后进行实盘交易，已运行1个月，盈利率为4.5%，资金利用率最大为50%，如下图所示：
l总结
以上实盘交易发现，策略运行过程中，价格回落比达到48.5%左右，即实现盈亏平衡。例如，价格从10000USDT/BTC上涨到11000USDT/BTC时，涨幅为10%，当价格达到11000后开始回落，价格回落到10446时，达到盈亏平衡，可据此拟合出该策略实现盈利的边界趋势。
l后续改进
目前，我们优化后的动态平衡策略依然存在遇到单边行情，会出现反向持仓越来越多的问题，例如，行情上涨时，会积累更多的空头。但空头持仓数量与价格的关系并不是简单的线性关系，因此需进行持仓-价格曲线的拟合，从而在一定程度上减少反向持仓数量，降低风险。
欢迎有兴趣的朋友一同探讨策略的研究和优化！！！
微信号:songguolianghua
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。