Skalierte normalisierte Vektorstrategie mit Karobein Mean Reversion

Schriftsteller:ChaoZhang, Datum: 2023-11-03 16:56:13
Tags:

Übersicht

Diese Strategie basiert auf dem Karobein Mean Reversion-Indikator und der Preisdynamik. Sie verwendet Preismomentum-Hilfenindikatoren zur Trendbeurteilung und kombiniert den Karobein Mean Reversion-Indikator für einen spezifischen Eintrag. Diese Strategie eignet sich für den mittelfristigen und langfristigen Handel.

Strategieprinzip

Zunächst berechnet die Strategie die Preisänderungsrate in verschiedenen Perioden, um den Preismomentumsindikator zu erhalten.

Der Karobein Mean Reversion-Indikator wird auf der Grundlage der durchschnittlichen Umkehrung der Preise berechnet, die die Beschleunigung und den Weg der Preisschwankungen widerspiegeln kann.

Wenn der Indikator für die Preisdynamik ein Signal erzeugt, wird ein Einstiegssignal erzeugt, wenn sich der Indikator für die Karobein Mean Reverssion im entsprechenden Richtungsbereich befindet.

Vorteile

Die Strategie berücksichtigt umfassend die Preisdynamik und die durchschnittlichen Reversonsfaktoren und bietet eine starke Trendbeurteilung.
Der Karobein Mean Reversion-Indikator kann Preiswendepunkte genau lokalisieren und die Genauigkeit der Eintrittszeit verbessern.
Die Aufbewahrungsdauer kann durch Parameteranpassung frei gesteuert werden, die für verschiedene Zeitrahmen geeignet ist.
Der dynamische Schwellenwert kann in Echtzeit angepasst werden, um sich an die Marktveränderungen anzupassen.

Risiken

Als Trend-Folge-Strategie ist es anfällig, in Range-gebundene Trends gefangen zu werden.
Der Indikator Karobein Mean Reverssion weist eine gewisse Verzögerung auf, die Preiswendepunkte verpassen kann.
Der Parameter "Holding Period" sollte überwacht werden, um eine Ausweitung der Verluste aus übermäßigen Haltungszeiten zu vermeiden.
Der dynamische Schwellenwert sollte angemessen und nicht zu breit festgelegt werden, da sonst Eintrittsmöglichkeiten verpasst werden könnten.

Entsprechende Risikomanagementmethoden:

Trendbeurteilungsindikatoren können zur zeitlichen Vorhersage von Märkten und Exitpositionen verwendet werden.
Für den Indikator Karobein Mean Reversion sind angemessene Verzögerungen zu wählen, um Verzögerungen zu reduzieren.
Versuche verschiedene Parameter für die Aufbewahrungsdauer und wähle geeignete.
Der dynamische Schwellenbereich wird so eingestellt, dass keine Einträge fehlen.

Anweisungen zur Verbesserung

Versuche verschiedene Zeiträume für die Berechnung der Preisdynamik, um die Parameter zu optimieren.
Hinzufügen von Volatilitätsindikatoren zur Erkennung von variablen Märkten und Einstellung von Stop Loss.
Optimierung der Parameter des Indikators Karobein Mean Reversion, um seine Empfindlichkeit zu erhöhen.
Fügen Sie zusätzliche Filter wie Lautstärke hinzu, um die Signalqualität zu verbessern.
Verwenden Sie Machine-Learning-Algorithmen, um die Parameter dynamisch zu optimieren.

Schlussfolgerung

Diese Strategie nutzt umfassend die Preisdynamik und die durchschnittlichen Umkehrfaktoren, mit starken Fähigkeiten bei der Trendbeurteilung und Signalgenerierung. Sie kann sich durch Parameter-Tuning an verschiedene Marktumgebungen anpassen. Weitere Optimierungen hinsichtlich der Eintrittszeit und des Stop-Losss können vorgenommen werden, um die Strategie robuster zu machen. Diese Strategie verdient weitere Forschung und Anwendung.

/*backtest
start: 2022-10-27 00:00:00
end: 2023-11-02 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
// author: capissimo
strategy("Normalized Vector Strategy, ver.3 (sc)", precision=2, overlay=false)
// This is a scaled Normalized Vector Strategy with a Karobein Oscillator
// original: Drkhodakarami (https://www.tradingview.com/script/Fxv2xFWe-Normalized-Vector-Strategy-By-Drkhodakarami-Opensource/)

// Repainting: in general there two types of repainting:
// * when the last candle is constantly being redrawn
// * when the indicator draws a different configuration after it has been deactivated/reactivated, i.e. refreshed

// The former is a natural behaviour, which presents a constant source of frustration, 
// when a signal directly depends on the current market situation and can be overcome 
// with various indirect techniques like divergence.

// The latter suggests a flaw in the indicator design.
// Unfortunately, the Normalized Vector Strategy is repainting in the latter sense, although being
// really promising. Would be nice if our community suggests a solution to this problem ))

// This strat consistently performs with high accuracy, showing up to 96% scores
// Here are some of the best parameters:
// TF     Lookback   Performance (ca.)
// 1m     13         92%
// 3m     34         92%
// 5m     85         92%
// 15m    210        90%
// 30m    360        89%
// 1H     1440,720   94%, 87%

// The Karobein Oscillator has an intrinsic sinusoidal behaviour that helps in determining direction and timing.
// It does not repaint.
// original: alexgrover (https://www.tradingview.com/script/JiNi0f62-Karobein-Oscillator/)

scaleMinimax(X, p, min, max) => 
    hi = highest(X, p), lo = lowest(X, p)
    (max - min) * (X - lo)/(hi - lo) + min

price    = input(close,  "Price Data")
tf       = input(34,     "Timeframe", minval=1, maxval=1440)
thresh   = input(14.,    "Threshold", minval=.1, step=.1) 
div      = input(1000000,"Divisor", options=[1,10,100,1000,10000,100000,1000000,10000000,100000000])
showVol  = input(false,  "Volume")
useold   = input(true,   "Use Old System")

lime  = color.new(color.lime, 10), fuchsia = color.new(color.fuchsia, 10), 
black = color.new(color.black, 100), gray = color.new(color.gray, 50)

vol  = useold ? security(syminfo.tickerid, tostring(tf), volume, barmerge.gaps_off, barmerge.lookahead_on) 
              : security(syminfo.tickerid, tostring(tf), volume)
obv  = cum(change(price) > 0 ? vol : change(price) < 0 ? -vol : 0*vol)
prix = showVol ? obv : price
    
getdiff(prc, tf) =>
    prev  = useold ? security(syminfo.tickerid, tostring(tf), prc[1], barmerge.gaps_off, barmerge.lookahead_on) :
                     security(syminfo.tickerid, tostring(tf), prc[1])
    curr  = useold ? security(syminfo.tickerid, tostring(tf), prc, barmerge.gaps_off, barmerge.lookahead_on) : 
                     security(syminfo.tickerid, tostring(tf), prc)
    (curr/prev) - 1
    
p  = getdiff(prix, tf)
up = thresh/div, dn = -thresh/div
longCondition  = crossover(p, up)
shortCondition = crossunder(p, dn)

bg = longCondition ? lime : shortCondition ? fuchsia : black
cl = p > up ? color.green : p < dn ? color.red : color.silver

bgcolor(bg, editable=false)
plot(scaleMinimax(up, 2500, -1, 1), color=lime, editable=false, transp=0)
hline(0, linestyle=hline.style_dotted, title="base line", color=gray, editable=false)
plot(scaleMinimax(dn, 2500, -1, 1), color=fuchsia, editable=false, transp=0)
plot(scaleMinimax(p, 2500, -1, 1), color=cl, style=plot.style_histogram, transp=70, editable=false)
plot(scaleMinimax(p, 2500, -1, 1), color=cl, style=plot.style_linebr, title="prediction", transp=0, editable=false)

strategy.entry("L", true, 1, when=longCondition)
strategy.entry("S", false, 1, when=shortCondition)

alertcondition(longCondition, title='Long', message='Long Signal!')
alertcondition(shortCondition, title='Short', message='Short Signal!')

//*** Karobein Oscillator
per  = input(8, "Karobein Osc Lookback")

prix2  = ema(price, per)
a = ema(prix2 < prix2[1] ? prix2/prix2[1] : 0, per)
b = ema(prix2 > prix2[1] ? prix2/prix2[1] : 0, per)
c = (prix2/prix2[1])/(prix2/prix2[1] + b)
d = 2*((prix2/prix2[1])/(prix2/prix2[1] + c*a)) - 1

plot(scaleMinimax(d, 2500, -1, 1), color=color.orange, transp=0)

Mehr