Multi-Faktor-Momentum- und Umkehr-Kombinationsstrategie
ChaoZhang
Überblick
Die Strategie nutzt ein Multifaktor-Modell, um Handelschancen in unterschiedlichen Marktumgebungen zu erschließen, indem sie die Kombination aus Dynamik-CMO und Stochastic-Rückläufer-Indikatoren verwendet.
Grundsätzliche Analyse
Die Strategie besteht aus zwei Unterstrategien:
123 Umkehrung
- Der 9-Tage-Stochastik-Indikator für Überkauf und Überverkauf
- Wenn der Schlusskurs 2 Tage in Folge steigt und der Stochastic unter 50 liegt, machen Sie mehr.
- Wenn der Schlusskurs 2 Tage in Folge sinkt und der Stochastic über 50 liegt, machen Sie einen Leerlauf
CMO-Strategie mit absoluten Werten
- Berechnen Sie die absoluten Werte eines CMO
- Wenn der CMO-Absolute-Wert über 70 liegt, ist er überkauft und macht einen Short.
- Wenn der CMO-Absolute-Wert unter 20 liegt, ist er überverkauft und macht mehr.
Schließlich wird ein Handelssignal ausgegeben, wenn die beiden Strategie-Signal-Untergruppen übereinstimmen.
Die Strategie nutzt die Vorteile des CMO-Dynamikindikators und des Stochastic-Umkehrindikators. CMO ist besser in der Lage, Trends zu erkennen, während Stochastic kurzfristige Umkehrmöglichkeiten entdeckt. Beide können in Kombination verwendet werden, um Handelsmöglichkeiten in verschiedenen Phasen zu erschließen.
Analyse der Stärken
Diese Strategie hat folgende Vorteile:
Multi-Faktor-Modell, kombiniert mit Dynamik und Reversal, für verschiedene Marktumgebungen geeignet
CMO ist gut im Erkennen von Trends, Stochastic ist präzise im Beurteilen von Wendepunkten
Handel nur bei Übereinstimmung, um falsche Signale zu vermeiden und die Gewinnchancen zu erhöhen
Große Optimierungsmöglichkeiten für die Parameter, die für verschiedene Sorten und Perioden angepasst werden können
Es gibt mehr Möglichkeiten, mit einer Kombination aus langen und kurzen Perioden zu handeln.
Die Regeln sind einfach, klar und leicht zu verstehen und sind für algorithmische Transaktionen geeignet.
Risikoanalyse
Die Gefahren dieser Strategie sind:
Die Wahrscheinlichkeit, dass eine Unterstrategie ein falsches Signal sendet, besteht, und die Parameter müssen optimiert werden
Ein Unvorhergesehenes führt zu einer Trendwende, die zu größeren Verlusten führt.
Die Häufigkeit der Transaktionen ist möglicherweise zu hoch, die Kosten sind ein Faktor, der berücksichtigt werden muss.
Unterstrategien sind Verzögerungsindikatoren, es gibt Zeitverzögerungen.
Parameter müssen für verschiedene Sorten angepasst werden, die Parameter müssen optimiert werden
Gegenmaßnahmen:
Optimierung der Strategieparameter zur Verringerung der Wahrscheinlichkeit eines Fehlsignals
Stop-Loss-Einstellungen und Einzelschäden
Umstellung der Positionseröffnungsbedingungen und Verringerung der Handelsfrequenz
Mit Echtzeit-Tick-Daten reduzieren Sie die Verzögerung
Automatische Optimierung von Parametern mit Hilfe von maschinellen Lernverfahren
Optimierungsrichtung
Diese Strategie kann optimiert werden durch:
Die Einführung weiterer Faktoren wie Volatilität, Quantität usw. führt zu einem systematischen Multifaktormodell.
Erstellen von Optimierungsmechanismen für dynamische Parameter, um die Parameter an die Marktbedingungen anzupassen
Optimierung der Positionsöffnungslogik, Einführung von Methoden wie Wahrscheinlichkeits- und Indexglättung
Langfristige Positionen kurzfristig absichern, um ein Doppelziel zu erreichen
Mit Hilfe von Deep Learning werden weitere Merkmale extrahiert, um nichtlineare Handelsregeln zu erstellen
Erforschung von parameternlosen Modellen, um die Abweichungen durch manuelle Parameterwahl zu vermeiden
Mit Hilfe von Hochfrequenzdaten und News-Events reduzieren Sie die Nachhaltigkeit
Zusammenfassen
Die Strategie nutzt die Dynamometer-CMO und die Stochastic-Umkehrung, um mehrere Faktoren zu realisieren, um mehr Handelsmöglichkeiten in den Durchschnittsmärkten zu erschließen. Die Kombination von Faktoren ist in der Lage, sich an komplexe Marktumgebungen anzupassen, im Vergleich zu einem einzelnen Indikator.
/*backtest
start: 2023-09-22 00:00:00
end: 2023-10-22 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
////////////////////////////////////////////////////////////
// Copyright by HPotter v1.0 17/09/2019
// 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 the absolute value of CMO. 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
CMOabs(Length, TopBand, LowBand) =>
pos = 0
xMom = abs(close - close[1])
xSMA_mom = sma(xMom, Length)
xMomLength = close - close[Length]
nRes = abs(100 * (xMomLength / (xSMA_mom * Length)))
pos := iff(nRes > TopBand, -1,
iff(nRes < LowBand, 1, nz(pos[1], 0)))
pos
strategy(title="Combo Backtest 123 Reversal & CMOabs", 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)
TopBand = input(70, minval=1)
LowBand = input(20, maxval=0)
reverse = input(false, title="Trade reverse")
posReversal123 = Reversal123(Length, KSmoothing, DLength, Level)
posCMOabs = CMOabs(LengthCMO, TopBand, LowBand)
pos = iff(posReversal123 == 1 and posCMOabs == 1 , 1,
iff(posReversal123 == -1 and posCMOabs == -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 )