致力于分享量化策略，培训视频，Python，算法研究等相关内容。
大家好，我是乌克兰剑圣
原标题是数字货币日内交易的量化因子，其实数字货币7*24小时的交易特点并没有日内这个概念。这次我们主要通过Ticker和Trades来分析数字货币市场的微观特征，同时也会代入几个关键的概念和方法，这对以后建立量化模型至关重要。
特征一：成交量大针
随机选取几个交易日的Trades，不难发现基本每天都有大针存在，有时候多有时候少，且无法预测出现的时间和价格。
OK，粗略一看这些大针没啥用啊，其实恰恰相反这些大针对于分析市场太有用了。
我们先看看数字货币成交的基本原则：
1、限价交易：投资者可以设低于市场价格的买入价格，或高于市场价格的卖出价格的委托，当市场价格波动到其设定的价格时，即成交。当设定的价格和市价偏离较大时，容易出现无法成交的结果。
2、市价交易：以当时的市场价成交，在一定程度上可以保证投资者买卖指令及时成交，但与此同时，市价委托下单前投资者无法预知其交易价格，存在一定的不确定性。一般来说，行情波动越剧烈，市价交易的成交价格不确定性风险越大。
3、成交的基本原则：“价格优先，时间优先”原则。较高的买入价格优于较低的买入价格成交，较低的卖出价格优于较高的卖出价格成交，当委托价格一样时，挂单时间较早的委托单优于挂单时间较晚的委托单成交。
交易规则明确告诉你，市场存在俩种交易者：主动交易者和被动交易者
主动交易者用劣势价格交易(市价)，追逐价格。
被动交易者用优势价格交易(限价)，等待价格。
引入概念：“吸收”
市场总是在寻找流动性，在一个价格区域多空双方能够相互博弈而不至于使价格大幅度波动，这种现象叫做吸收。就是说主动交易者和被动交易者在某一个时间大量出现，交易活跃，充分交换筹码达成共识，即“预期兑现”。
吸收现象任何时候都有可能发生，当看到吸收现象时我们通常要留意吸收之后的价格行为，一波大的趋势总是在吸收现象之后开始启动，当吸收现象减弱，意味着一方可以轻松的带领着价格朝着自己有利方向运动。吸收往往发生在趋势结束或者盘整中，我们应该找到吸收的价格区间，当吸收结束，价格很容易离开这个区间，这个就是交易机会。
回到成交量大针，你可以理解这个时候主动交易者和被动交易者达成了共识，筹码转移了，这个就是吸收。我们要做的就是获取这个时候的价格区间，也就是VP区域。
如何得到VP区域?
简单，你可以动态统计成交量，BOX的概念。这个BOX可大也可小，取决于你要做什么格局的交易，计算方法：统计BOX内是否有大于95%百分位比的成交量，获得这个量对应的价格或者是这个价格附近高低点区间。
最大成交量的价格为POC，成交量堆积区域叫做VP区域。
7月18日(17:00-23:50)
例如这个图，可以看到很多大针，正如前面描述的一样，吸收出现在趋势末端或者盘整中，如果一旦离开这个区域意味着新行情的开始。注意，这里并没有指明未来的方向，我们把它仅仅作为一个观察交易的区间。如果想要提高成功率我们还需要更多维度的条件，继续往下看。
特征二：量价趋同和背离
7月18日(17:00-23:50)
BOX选用的是20分钟
我们依然要区分主动买量和卖量，用来判断多空力量对比
OK，我们还是以DELITA来观察。可以很直观看到价格与DELITA的正相关关系，这是一个非常好的趋势转换器，不依赖任何相对指标的判断，仅仅是大于0或者小于0，图中出现俩种现象，趋同和背离。
趋同占有大部分时间，背离往往发生在行情的顶底末尾。
如何构建交易条件？
1.我们要做趋同的行情，即大于0做多，小于0做空。
2.过滤背离和杂波，添加其他交易条件：价格区间或者阈值。
其中价格区间可以考虑VP区域，过滤杂波可以考虑ER算法。
OrderflowV4(数字货币版)
我们构建了简单的交易条件进行交易：
样本：7月18日(17:00-23:50)
无杠杆交易，我本身不做数字货币，样本数据是群内朋友传给我的，后期我们把模型的其他模块完善后会做一个长周期的实盘测试。欢迎加入OF社群一起交流，构建模型。我们计划在OF社群完善日内Orerflow交易模型，为每一个量化爱好者寻找有价值有作用的量化因子。
本策略仅作学习交流使用，实盘交易盈亏投资者个人负责。
还没有评论，来说两句吧...