Парная торговля 2.0
Как выжать 943% на 4H таймфрейме и почему Z-score 1.5 бьет классику
В мире крипты, где волатильность — норма, парная торговля остается одним из немногих подходов, дающих стабильную альфу без угадывания направления рынка. Но классика на дневных свечах устарела: она генерирует мало сделок и выдает всего +400% на длинном горизонте. Мы пошли дальше — адаптировали систему под 4-часовой таймфрейм, добавили фильтр волатильности из de Vries (2023) и оптимизировали пороги. Спойлер: бэктест показал +943% при 7717 сделках, с profit factor 1.62 и винрейтом 65%. Количество сделок выросло всего в 1.7 раза по сравнению с дневками (4540), но доходность удвоилась. Это не «робот на коленке», а проработанная стратегия на основе научных исследований Amberdata и de Vries.
Математика для трейдера
Парная торговля строится на идее, что связанные активы, как BTC и ETH, движутся в тандеме. Когда они расходятся, мы хеджируем расхождение, ожидая возврата к норме. Никакого кода — только логика и формулы, которые вы можете применить в Excel или TradingView.
Сначала рассчитываем **бета-коэффициент (β)** — это hedge ratio, показывающий, сколько единиц второго актива нужно для баланса с первым. Например, если β=1.5, то на каждый BTC вы продаете 1.5 ETH для нейтрализации позиции.
Формула: β = Cov(log(PA), log(PB)) / Var(log(PB)), где PA и PB — цены активов A и B.
Простыми словами: β делает так, чтобы графики цен «наложились» друг на друга после корректировки. Без него спред будет искажен. Мы используем OLS-регрессию для расчета — это стандарт из Amberdata.
Далее **спред** — разница между скорректированными ценами.
Формула: Спред = log(PA) — β × log(PB).
Почему логарифмы? Они стабилизируют дисперсию, как рекомендует Amberdata: без них спред «разъезжается» при экспоненциальном росте цен крипты. Это делает стратегию устойчивой к трендам.
Наконец, **Z-score** — мера отклонения спреда от нормы.
Формула: Z = (Спред_t — μ) / σ, где μ — среднее спреда за окно, σ — стандартное отклонение.
Z показывает, на сколько сигм спред ушел от среднего. Если Z < -1.5, актив A недооценен — long спред (buy A, sell B). Если Z > 1.5, переоценен — short спред.
Почему 4H? Бенчмарк таймфреймов
Классика парной торговли (de Vries, Amberdata) ориентирована на дневки: там шум минимален, но и сделок мало — 4540 за период, +421%.
Мы протестировали варианты и нашли «золотую середину» в 4H.
— Daily: 4540 сделок, +421%, PF ~1.4, Win 60%.
— 4H: 7717 сделок, +943%, PF 1.62, Win 65%.
— 1H: Шумно, PF падает ниже 1.3 (бэктест показал рост ложных сигналов).
Вывод: 4H фильтрует рыночный шум, но ловит среднесрочные отклонения, не давая трендам развернуться. Рост сделок в 1.7 раза удвоил доходность без пропорционального риска.
Как работает система в реалтайме
Представьте архитектуру как конвейер: от данных к сигналу.
— **Блок 1: Сбор данных.** Bybit (биржа) → «История 4H свечей».
Backfill загружает минимум 60 баров для анализа.
— **Блок 2: Отбор пар.** Вход: 100+ монет.
Процесс: Круг с фильтрами «Корреляция > 0.7» и «0 < β ≤ 10».
Выход: Топ-70 пар (список: BTC/ETH, SOL/AVAX etc.). Сортировка по корреляции вниз.
— **Блок 3: Мониторинг.** WebSocket (реалтайм поток) → к «Сканнеру».
Триггер: Закрытие 4H свечи.
— **Блок 4: Сканнер.**
Расчет μ (среднее спреда)", "σ (волатильность)", «Z-score». Блок решение: " |Z| > 1.5? " → Да/Нет. Если фильтр волы: "σ_current > 0.8 × σ_long?". Выход: Зеленая «Сигнал Long спред (Buy A, Sell B)» или красная «Short спред».
Эта схема — мозг робота: она генерирует сигналы автоматически, без ручного вмешательства.
Параметры, которые делают систему
Профи знают: доходность в мелочах. Мы не взяли параметры «с потолка», а оптимизировали sweep'ом (перебором) на исторических данных.
1. **Порог Z-score = 1.5.** Классика (de Vries, Amberdata) — 2.0, но для крипты это слишком консервативно: ловит только экстремы, пропуская 70% движений. Sweep показал, что 1.5 балансирует сделки и PF.
2. **Фильтр волатильности (de Vries 2023).** Входим только если текущая σ спреда ≥ 0.8 × долгосрочной σ (lookback 60 баров). Идея: пары эффективны в «нервном» рынке, а не в боковике. Снижает сделки на 20-30%, но поднимает PF.
3. **Окно lookback = 30 баров (5 дней на 4H).** Компромисс: короткое — для быстрой реакции на расхождения, длинное — для статистики. 30 идеально ловит среднесрочку без шума.
4. **Rolling Beta (опция).** Фиксированная β из отбора может устареть. Включаем — и β пересчитывается по скользящему окну (60 баров), адаптируясь к изменению корреляции.
Результаты бэктеста: Цифры
Период: 1845 дней (на основе исторических данных Bybit, топ-крипта).
— Пар в работе: 70
— Всего сделок: 7717
— Чистая прибыль: +943%
— Profit Factor: 1.62
— Винрейт: 65.28%
Это не симуляция — полный бэктест с учетом спредов и комиссий, соответствующий реальному роботу.
Ссылки:
de Vries (2023) — Pairs Trading in Cryptocurrency Market;
Amberdata — Constructing a Pairs Trading Strategy.
Если кому интересно, сделаю пост с Readme // я не специалист в написании статей
