Quantitative Handelsstrategie basierend auf einem verbesserten Turboindikator


Erstellungsdatum: 2023-11-14 14:40:54 zuletzt geändert: 2023-11-14 14:40:54
Kopie: 0 Klicks: 825
1
konzentrieren Sie sich auf
1617
Anhänger

Quantitative Handelsstrategie basierend auf einem verbesserten Turboindikator

Überblick

Diese Strategie ist eine verbesserte Version der Turbine-Indikator-Strategie, die auf der Grundlage der ursprünglichen Turbine-Indikator-Strategie eine Reihe von neuen Funktionen hinzufügt, darunter die Auslösung von Kauf- und Verkaufssignalen auf Basis von Wertniveaus, die Verwendung von EMA-Gleichung der Turbine, die Hinzufügung von Stop-Loss-Stopps, die Realisierung von nur mehr, nur weniger oder beidseitigen Transaktionen. Die Strategie ist für Anleger geeignet, die mit der Verbesserung der Turbine-Indikator-Strategie quantitative Transaktionen durchführen möchten.

Grundsätze

Der Kern der Strategie ist der geänderte Turnblock. Die traditionellen Turnblock-Indikatoren bilden eine positiv-negative Turnblocklinie, indem sie die Summe der absoluten Werte der Preisbewegungen berechnen. Wenn eine positive Turnblocklinie eine negative Turnblocklinie durchbricht, ist dies ein Kaufsignal.

Die Strategie ist ein Upgrade auf die traditionellen Kennzahlen:

  1. Es wird kein Kauf- und Verkauf mehr nur anhand der Kreuzung der Gängellinien beurteilt, sondern das Konzept der Marginalisierung eingeführt. Ein Kauf- und Verkauf wird nur ausgelöst, wenn die Differenz zwischen den positiven und negativen Gängeln die festgelegte Marginalisierung übersteigt. Dies kann die teilweise ungültigen kleinen Kreuzungssignale filtern.

  2. EMA-Gleichbehandlung der Räder, um die Kurven zu reduzieren.

  3. Die zusätzliche Einstellung der Stop-Loss-Stop-Lösung ermöglicht die Einstellung der Stop-Loss-Rate und eine bessere Kontrolle des Risikos.

  4. Die Option besteht aus einem Plus-, einem Negativ- oder einem Zwei-Wege-Trading, die unterschiedlichen Anforderungen entsprechen.

Aufgrund dieser Verbesserungen kann die Strategie Trends zuverlässiger erfassen und bei Rückmeldungen hervorragend abschneiden.

Analyse der Stärken

  1. Verbesserte Gyralanzeigen filtern unwirksame Signale aus, um falsche Durchbrüche wirksam zu vermeiden. Die EMA-Gleichbehandlung hilft auch beim Geräuschentfernen.

  2. Die Verwendung von Schwellenwerten, um Kauf- und Verkaufssignale zu ermitteln, anstatt einfache Kreuzungen, ermöglicht eine zuverlässigere Bestimmung der Trendwendepunkte.

  3. Die zusätzliche Stop-Loss-Funktion ermöglicht die Einstellung von Verlust- und Verlustquoten, um das Risiko eines einzelnen Handels zu kontrollieren und das Prinzip des vernünftigen Handels zu erfüllen.

  4. Die Option besteht aus einem All-Poker, All-Poker oder Binary-Poker-System, das sich flexibel an die verschiedenen Phasen des Marktes anpasst und den Bedürfnissen verschiedener Händler gerecht wird.

  5. Die Parameter der Strategie sind vernünftig konzipiert, haben eine gute Rückmessung und sind praktisch einsetzbar.

Risikoanalyse

  1. Die Strategie wird hauptsächlich auf Trendbewegungen angewendet, die die Performance in einem konsolidierten Markt beeinflussen können.

  2. Die Gear Line ist selbst sehr sensibel für Aktienbewegungen, und die falsche Einstellung der Parameter kann zu zu häufigen Transaktionen führen.

  3. Eine zu hohe Schwelle führt zu einem fehlenden Kauf- und Verkaufspunkt, eine zu niedrige erhöht das Fehlsignal und erfordert sorgfältige Tests, um die optimalen Parameter zu finden.

  4. Es ist wichtig, vor dem Risiko zu wachen, dass die Stop-Loss-Risiken bei außergewöhnlichen Marktverhältnissen überschritten werden können.

Optimierungsrichtung

  1. In Kombination mit anderen Indikatoren kann in Betracht gezogen werden, um mehr Faktoren bei der Bestimmung des Signals einzubeziehen.

  2. Die Sensitivität der verschiedenen Aktien auf die Parameter kann getestet und die Parameter-Einstellungen optimiert werden.

  3. Sie können die Techniken zur Anpassung von Stop-Loss-Systemen untersuchen, um den Stop-Loss-System mit dem Preis in großen Trends anzupassen.

  4. Technologien wie maschinelles Lernen können eingeführt werden, um Modelle zu trainieren, die automatisch Parameter optimieren.

  5. Es ist möglich, eine Indexmethode zu erforschen, die auf dieser Strategie basiert, um die Kapazität der Strategie zu erweitern.

Zusammenfassen

Diese Strategie basiert auf den traditionellen Turnbull-Indikatoren und bietet eine Reihe von Verbesserungen, die zu einem erfahrenen und zuverlässigen quantitativen Handelsprogramm führen. Sie kombiniert die Vorteile von Trendbeurteilung und Risikokontrolle, um sowohl das übermäßige Risiko von Scatter-Trading zu vermeiden als auch die Trendfangfähigkeit der Indikatoren selbst zu nutzen. Durch die Verwendung von Parameteroptimierung und Kombinationstechnik kann die Strategie die Stabilität und die Tracking-Fähigkeit weiter verbessern.

Strategiequellcode
/*backtest
start: 2023-10-14 00:00:00
end: 2023-11-13 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// [Guz] Custom Vortex
// Custom version of the Vortex indicators that adds many features:
// -Triggers trades after a threshold is reached instead of the normal vortex lines cross (once the difference between the 2 lines is important enough)
// -Smooths the Vortex lines with an EMA
// -Adds Take Profit and Stop Loss selection
// -Adds the possibility to go Long only, Short only or both of them
// ! notice that it uses 10% position size and 0.04% trade fee, found on some crypto exchanges futures contracts
// Allows testing leverage with position size moddification (values above 100%, to be done with caution)
// Not an investment advice 

//@version=4
strategy(title="%-[Guz] Vortex Indicator Custom", shorttitle="%-[Guz] Vortex Indicator Custom", overlay=true)

period_ = input(300, title="Length", minval=2)
VMP = sum( abs( high - low[1]), period_ )
VMM = sum( abs( low - high[1]), period_ )
STR = sum( atr(1), period_ )
ema_len = input(title="EMA Length", defval=7)
tresh= input(title="Threshold", defval=16.2, step=0.1)
VIP = ema(VMP / STR,ema_len)
VIM = ema(VMM / STR,ema_len)
//plot(VIP, title="VI +", color=#2962FF)
//plot(VIM, title="VI -", color=#E91E63)

condition_long = crossover(VIP-VIM, tresh/100)
condition_close = cross(VIP-VIM,0)
condition_short = crossunder(VIP-VIM, -tresh/100)

is_short=input(true,title="Do Short?")
is_long=input(true,title="Do Long?")


if (condition_long and is_long)
    strategy.entry("VortexLE", strategy.long, comment="Long Algo")
if (condition_short and is_short)
	strategy.entry("VortexSE", strategy.short, comment="Short Algo")
if (condition_close)
    strategy.close_all()

//plot(strategy.equity, title="equity", color=color.red, linewidth=2, style=plot.style_areabr)


stop_loss_long_percent = input(2.5, title="Stop Loss Long", minval=0.1, step=0.1)
stop_loss_long = (1-stop_loss_long_percent/100)*strategy.position_avg_price

take_profit_long_percent = input(1.5, title="Take Profit Long", minval=0.1, step=0.1)
take_profit_long = (1+take_profit_long_percent/100)*strategy.position_avg_price


stop_loss_short_percent = input(2.5,title="Stop Loss Short", minval=0.1, step=0.1) 
stop_loss_short = (1+stop_loss_short_percent/100)*strategy.position_avg_price

take_profit_short_percent = input(1.7,title="Take Profit Short", minval=0.1, step=0.1)
take_profit_short = (1-take_profit_short_percent/100)*strategy.position_avg_price

strategy.exit("TP-SL Long", "VortexLE",  limit = take_profit_long , stop = stop_loss_long) //, trail_price = trail_price_long , trail_offset = trail_offset_long) //, trail_offset=tsl_offset_tick, trail_price=tsl_offset_tick) 
strategy.exit("TP-SL Short", "VortexSE",  limit = take_profit_short , stop = stop_loss_short)