Empirical Evaluation of Trend Filters and Exit Configurations in a Renko-Based Algorithmic Trading System
本研究通过对 BTC/USD 数据进行实证评估，分析了一种基于 Renko 的算法交易策略，发现虽然在采用基础反向逻辑退出机制时，所有六种趋势过滤器配置均产生了正向模拟利润，但当与一种特定的显式风险管理配置相结合时，它们全部导致了亏损，这凸显了对退出架构的高度敏感性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在金融领域，投资者长期以来一直寻求一种可靠的方法来预测未来的价格走势，通常转向研究过去的模式来指导下一步行动。这种被称为技术分析的实践，依赖于这样一个观点：历史往往会在市场行为中重演。其中一种特定的方法是将价格图表视为一系列仅在价格移动一定距离时才出现的“步骤”，而非连续的时间流。这种被称为 Renko（砖块图）的方法过滤掉了微小波动的噪音，以突出趋势的真实方向。为了使这些趋势更加清晰，交易者通常会添加“过滤器”，即用于确认某种波动是否足够强劲到可以据此采取行动的附加规则。最后，每个交易计划都需要一种退出头寸的方法，决定何时止盈或止损。挑战在于这三个部分——基于步骤的图表、确认规则和退出策略——如何有机地结合在一起。如果它们不能和谐运作，一个在纸面上看起来盈利的系统在现实中可能会惨败，这种风险使得交易者和研究人员不断测试新的组合。
尼尔万大学（Nirwan University）的研究人员最近进行了一项研究，旨在测试这些组成部分在一个计算机化交易系统中是如何相互作用的。他们针对一种专门为比特币构建的特定策略进行了测试，利用一年的历史数据来观察不同规则的表现。研究人员在测试中没有使用标准的价量图，而是构建了一个内部生成 Renko 图的系统，这是一种视觉呈现方式，只有当价格移动特定量时才会出现一个新的“砖块”，而不管经过了多少时间。随后，他们通过计算机模拟运行该系统，并使用六种不同类型的趋势过滤器对其进行了测试。这些过滤器包括追踪平均价格随时间变化的方法、寻找特定的交叉模式以及衡量趋势强度等方法。对于这六种过滤器中的每一种，他们都运行了两种不同版本的退出策略。第一个版本依赖于系统的自然逻辑，即只有当趋势发生明显反转时才关闭交易。第二个版本则增加了严格的固定规则：承诺如果价格上涨 400 点则止盈，如果下跌 100 点则强制止损，并且在价格再上涨 100 点后使用移动止损以锁定收益。
这十二次计算机实验的结果揭示了一个显著且一致的模式。当系统使用其自然的、基于反转逻辑的退出方法时，所有六种趋势过滤器都产生了正利润。在这些模拟中，根据所使用的过滤器不同，系统产生的收益从约 38,000 美元到超过 350,000 美元不等。系统进行了数千次交易，即使是那些胜率较低的交易，由于获利金额足以抵消亏损，最终也实现了盈利。然而，一旦研究人员切换到严格的固定止盈止损规则，结果完全反转了。所有使用固定盈亏目标的配置最终都亏损了。在这些场景中，系统损失了 220,000 到 400,000 美元之间。固定规则导致系统过早地退出了交易，往往在潜在收益尚未实现前就切断了利润，或者在真正的趋势形成之前就被微小的价格波动止损。尽管这些固定规则旨在管理风险，但事实却是如此，这导致交易次数大幅增加，从而堆积了交易费用并进一步侵蚀了利润。
研究人员强调，这些发现仅针对其模拟的具体条件，并不证明其中一种方法在现实世界中普遍优于另一种。该研究是在一种特定的图表表现形式和特定的时间段内进行的，作者提醒说，此类模拟的结果可能与实盘交易有所不同。他们指出，他们测试的固定退出规则只是其中一组特定的数值，不同的设置可能会产生不同的结果。核心发现并不是说固定止损不好，而是在这种特定的设置下，僵化的规则破坏了策略的自然流动。当系统被允许顺应趋势直到其自然转向时，它表现良好；但当被迫遵循基于距离的僵化退出机制时，它就失败了。这为任何构建自动化交易系统的人提供了一个至关重要的教训：一个策略如何决定离开交易，与它如何决定进入交易同样重要，改变退出机制可能会彻底改变整个系统的财务结果。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。