Duale Momentum-Reversal-Strategie
ChaoZhang
Überblick
Die Doppel-Dynamik-Umkehr-Strategie kombiniert die Vorteile der Umkehr-Strategie und der Dynamik-Strategie, indem sie die Signale der beiden Arten von Indikatoren kombiniert und an den Durchbruchspunkten umgekehrt betrieben wird, um zu profitieren.
Strategieprinzip
Die Strategie besteht aus zwei Teilen:
Der erste Teil ist die 123 Umkehrstrategie.
Wenn der Schlusskurs 2 Tage in Folge höher ist als der Schlusskurs des Vortages und die K-Linie mit einer durchschnittlichen langsamen Geschwindigkeit von 9 Tagen unter 50 liegt, machen Sie mehr.
Wenn der Schlusskurs 2 Tage in Folge unter dem Schlusskurs des Vortages liegt und die durchschnittliche schnelle K-Linie am 9. Tag über 50 liegt, wird eine Leerstellung vorgenommen.
Der zweite Teil ist der Zitrone-Schwankungswert. Der Zitrone-Schwankungswert wird wie folgt berechnet:
Berechnung der Preisänderung xMom = close - close[1]
Berechnung der absoluten Werte der Preisänderung xMomAbs = abs ((close - close)[1])
Filter für Preisschwankungen, kleiner als der Wert der Filterung wird als 0 markiert
Filter für absolute Preisänderungen, kleiner als der Minimalwert Filter wird als 0 notiert
Berechnen Sie die Summe der n Summe der Preisänderungen nach den letzten n Tagen
Berechnen Sie die Summe der absoluten Werte der Preisänderung nach den letzten n-Tage-Wellen
Berechnen Sie den Momentumwert: nRes = 100 * nSum / nAbsSum
Beurteilung der Beziehung zwischen Dynamik und Grenzen von TopBand und LowBand, Ausgabe von Handelssignalen
Der Indikator filtert kleine Schwankungen aus und erfasst nur die Dynamik der großen Trends.
Schließlich wird ein Handelssignal erzeugt, wenn die beiden Arten von Indikatoren übereinstimmen.
Analyse der Stärken
Diese Strategie kombiniert die Vorteile zweier verschiedener Arten von Indikatoren, um die Qualität des Signals zu verbessern:
123 Umkehrstrategien können einen Umkehrtrend an den Wendepunkten erfassen, um zu vermeiden, dass er eingelegt wird.
Der Fluxvolumen-Indikator konzentriert sich nur auf große Schwankungen und filtert den Lärm, um die wichtigsten Trends zu erfassen.
Die Kombination von beiden ermöglicht die Verifizierung von Signalen, verringert die Wahrscheinlichkeit von Fehlgeschäften und erhöht die Gewinnquote.
Risikoanalyse
Diese Strategie birgt folgende Risiken:
Eine Analyse eines einzigen Zeitraums könnte Trends auf einer größeren Ebene übersehen.
Die Parameter sind zu starr eingestellt, um sich an Marktveränderungen anzupassen.
Die Doppel-Verifizierung könnte einige Chancen verpassen und die Gewinnspielräume verringern.
Auch minderwertige Handelssignale werden bestätigt, was zu Verlusten führt.
Optimierungsrichtung
Diese Strategie kann in folgenden Bereichen optimiert werden:
Mehrfach überprüfen und vermeiden Sie, dass Sie in die Falle gelockt werden.
Anpassung der Parameter an den Markt und Anpassung der Parameter an den Markt.
Optimierung der Filterwerte und Verringerung der Fehlmeldung.
Erhöhung der Stop-Loss-Strategie und Kontrolle von Einzelschäden.
Anpassung der Positionsverwaltung und Optimierung der Kapitalnutzung.
Zusammenfassen
Zusammenfassend lässt sich sagen, dass die Dual-Dynamik-Umkehr-Strategie die Vorteile der Umkehr-Strategie und des Schwankungsmessers kombiniert, um die Signalqualität und die Ertragswirksamkeit zu verbessern. Die Strategie hat jedoch auch einige Probleme, wie z. B. das Risiko, Trends auf größerer Ebene zu ignorieren, Parameter-Sticks, Signalfehler zu melden.
/*backtest
start: 2023-09-08 00:00:00
end: 2023-10-08 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
////////////////////////////////////////////////////////////
// Copyright by HPotter v1.0 25/09/2019
// This is combo strategies for get a cumulative signal.
//
// First strategy
// This System was created from the Book "How I Tripled My Money In The
// Futures Market" by Ulf Jensen, Page 183. This is reverse type of strategies.
// The strategy buys at market, if close price is higher than the previous close
// during 2 days and the meaning of 9-days Stochastic Slow Oscillator is lower than 50.
// The strategy sells at market, if close price is lower than the previous close price
// during 2 days and the meaning of 9-days Stochastic Fast Oscillator is higher than 50.
//
// Second strategy
// This indicator plots a CMO which ignores price changes which are less
// than a threshold value. CMO was developed by Tushar Chande. A scientist,
// an inventor, and a respected trading system developer, Mr. Chande developed
// the CMO to capture what he calls "pure momentum". For more definitive
// information on the CMO and other indicators we recommend the book The New
// Technical Trader by Tushar Chande and Stanley Kroll.
// The CMO is closely related to, yet unique from, other momentum oriented
// indicators such as Relative Strength Index, Stochastic, Rate-of-Change, etc.
// It is most closely related to Welles Wilder`s RSI, yet it differs in several ways:
// - It uses data for both up days and down days in the numerator, thereby directly
// measuring momentum;
// - The calculations are applied on unsmoothed data. Therefore, short-term extreme
// movements in price are not hidden. Once calculated, smoothing can be applied to the
// CMO, if desired;
// - The scale is bounded between +100 and -100, thereby allowing you to clearly see
// changes in net momentum using the 0 level. The bounded scale also allows you to
// conveniently compare values across different securities.
//
// WARNING:
// - For purpose educate only
// - This script to change bars colors.
////////////////////////////////////////////////////////////
Reversal123(Length, KSmoothing, DLength, Level) =>
vFast = sma(stoch(close, high, low, Length), KSmoothing)
vSlow = sma(vFast, DLength)
pos = 0.0
pos := iff(close[2] < close[1] and close > close[1] and vFast < vSlow and vFast > Level, 1,
iff(close[2] > close[1] and close < close[1] and vFast > vSlow and vFast < Level, -1, nz(pos[1], 0)))
pos
fFilter(xSeriesSum, xSeriesV, Filter) =>
iff(xSeriesV > Filter, xSeriesSum, 0)
CMOfilt(Length,Filter, TopBand, LowBand) =>
pos = 0
xMom = close - close[1]
xMomAbs = abs(close - close[1])
xMomFilter = fFilter(xMom, xMomAbs, Filter)
xMomAbsFilter = fFilter(xMomAbs,xMomAbs, Filter)
nSum = sum(xMomFilter, Length)
nAbsSum = sum(xMomAbsFilter, Length)
nRes = 100 * nSum / nAbsSum
pos := iff(nRes > TopBand, 1,
iff(nRes < LowBand, -1, nz(pos[1], 0)))
pos
strategy(title="Combo Backtest 123 Reversal & CMOfilt", shorttitle="Combo", overlay = true)
Length = input(14, minval=1)
KSmoothing = input(1, minval=1)
DLength = input(3, minval=1)
Level = input(50, minval=1)
//-------------------------
LengthCMO = input(9, minval=1)
Filter = input(3, minval=1)
TopBand = input(70, minval=1)
LowBand = input(-70, maxval=-1)
reverse = input(false, title="Trade reverse")
posReversal123 = Reversal123(Length, KSmoothing, DLength, Level)
posCMOfilt = CMOfilt(LengthCMO,Filter, TopBand, LowBand)
pos = iff(posReversal123 == 1 and posCMOfilt == 1 , 1,
iff(posReversal123 == -1 and posCMOfilt == -1, -1, 0))
possig = iff(reverse and pos == 1, -1,
iff(reverse and pos == -1 , 1, pos))
if (possig == 1)
strategy.entry("Long", strategy.long)
if (possig == -1)
strategy.entry("Short", strategy.short)
if (possig == 0)
strategy.close_all()
barcolor(possig == -1 ? #b50404: possig == 1 ? #079605 : #0536b3 )