TTM Falcon-Oszillator-Umkehrstrategie auf der Grundlage der Preisumkehrung

Schriftsteller:ChaoZhang, Datum: 2023-12-05 15:07:10
Tags:

img

Übersicht

Die Strategie heißt TTM Falcon Oscillator Reversal Strategy Based on Price Reversion. Es handelt sich um einen Oszillatorindikator, der nach Handelssignalen auf der Grundlage von Preisumkehrsignalen sucht.

Der Hauptgedanke der Strategie besteht darin, Trendumkehrungen anhand von Preismustern zu beurteilen. Wenn der Preis drei neue Höchst- oder Tiefststände der K-Linie bildet, wird er als Preisumkehrsignal beurteilt, um entsprechende Long- oder Short-Positionen einzunehmen.

Strategie Logik

Die Strategie beurteilt Preisumkehrungen anhand der Schlusskursänderungen von K-Linienbarren.

  1. Wenn der Schlusskurs des ersten K-Linienbalkens niedriger als der zweite ist, wird das Signal als 1 aufgezeichnet; wenn er höher ist, wird das Signal als 0 aufgezeichnet.

  2. Wenn das vorherige Signal 1 war (was einen Kursrückgang darstellt) und der Schlusskurs der zweiten oder dritten K-Linienleiste niedriger als der erste ist, wird es als Preisumkehrsignal beurteilt und ein Verkaufssignal ausgegeben.

  3. Wenn das vorherige Signal 0 war (ein Kursanstieg), und der Schlusskurs der zweiten oder dritten K-Linienleiste höher ist als der erste, wird es als Preisumkehrsignal beurteilt und ein Kaufsignal ausgegeben.

Durch diese Methode kann die Strategie schnell Preisumkehrungen beurteilen und in der Zeit um Umkehrpunkte Positionen einnehmen.

Analyse der Vorteile

Die wichtigsten Vorteile dieser Strategie sind:

  1. Schnelle Reaktion. Durch den Vergleich der Größenbeziehung zwischen drei K-Linienbarren, um Preisumkehrungen zu beurteilen, kann es schnell Marktumkehrpunkte bestimmen und rechtzeitig Positionen eingeben.

  2. Verringerte Handelsfrequenz: Im Vergleich zu anderen Oszillatorstrategien gibt diese Strategie nur Signale aus, wenn sich die Preise deutlich umkehren, was unnötige Trades effektiv reduzieren kann.

  3. Die Strategie hat ein großes Optimierungspotenzial und die K-Linienzyklusparameter können an unterschiedliche Marktumgebungen angepasst werden.

  4. Die Strategie kann direkt für automatisiertes Backtesting auf quantitativen Plattformen implementiert werden, wodurch die Effizienz der Tests erheblich verbessert wird.

  5. Einfache und leicht verständliche Logik. Anfänger können auch leicht die Kernlogik der Strategie verstehen und erfassen.

Risikoanalyse

Die Strategie birgt außerdem bestimmte Risiken, die sich hauptsächlich in folgenden Aspekten niederschlagen:

  1. Wenn der Preis zu heftig schwankt, können die Umkehrsignale ungenau sein und dazu neigen, Höchststände und Verkaufsschwankungen zu verfolgen.

  2. Schwierige Parameteroptimierung. Die Wahl der K-Linienzyklusparameter hat einen großen Einfluss auf die Leistung der Strategie, was eine große Optimierung erfordert, um die optimale Parameterkombination zu finden.

  3. In einigen Marktumgebungen können Umkehrsignale zu häufig sein, was zu zu vielen Trades führt.

  4. Unvorhersehbare Umkehrdauer: Die Strategie kann nicht bestimmen, wie lange der neue Trend nach der Preisumkehr andauern wird, wobei die Gefahr besteht, dass der Trend nicht gehalten werden kann.

Die entsprechenden Lösungen sind: angemessene Anpassung der Parameter zur Verringerung der Preisschwankungen, vollständige Optimierung und Prüfung in verschiedenen Marktumgebungen und Einstellung von Stop Loss zur Kontrolle einzelner Verluste.

Optimierungsrichtlinien

Zu den wichtigsten Richtungen für die Optimierung dieser Strategie gehören:

  1. Optimierung des K-Linienzyklus: Die Zeitzyklusparameter der K-Line werden entsprechend angepasst, um die optimale Parameterkombination zu finden.

  2. Hinzufügen von Filterbedingungen, Hinzufügen anderer Hilfskonditionen, bevor Signale ausgegeben werden, um falsche Signale zu vermeiden.

  3. Hinzufügen eines Stop-Loss-Mechanismus, die angemessene Stop-Loss-Punkte zur Kontrolle einzelner Verluste festlegen.

  4. Integration von Signalen von gleitenden Durchschnitten, Volatilität und anderen Indikatoren zur Verbesserung der Entscheidungsgenauigkeit.

  5. Adaptive Optimierung der Parameter ermöglicht die dynamische Anpassung der Parameter an Veränderungen des Marktumfelds, um die Strategie robuster zu gestalten.

Durch diese Optimierungen können die Stabilität, Gewinnrate und Rentabilität der Strategie erheblich verbessert werden.

Schlussfolgerung

Zusammenfassend ist die Idee dieser Strategie, Umkehrpunkte anhand von Preismustern zu bestimmen, sehr einfach und unkompliziert, mit einer klaren und leicht verständlichen Logik und einem relativ großen Raum für die Optimierung von Parametern, die nach persönlichen Vorlieben angepasst werden können.


/*backtest
start: 2022-11-28 00:00:00
end: 2023-12-04 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
////////////////////////////////////////////////////////////
//  Copyright by HPotter v2.0 10/01/2018
// TTM scalper indicator of John Carter’s Scalper Buys and Sells. The methodology 
// is a close approximation of the one described in his book Mastering the Trade. 
// The book is highly recommended. Note the squares are not real-time but will 
// show up once the third bar has confirmed a reversal. 
//
//You can change long to short in the Input Settings
//WARNING:
//- For purpose educate only
//- This script to change bars colors.
////////////////////////////////////////////////////////////
strategy(title="TTM scalper indicator", overlay = true)
reverse = input(false, title="Trade reverse")
triggerSell = iff(iff(close[1] < close,1,0) and (close[2] < close[1] or close[3] <close[1]),1,0)
triggerBuy = iff(iff(close[1] > close,1,0) and (close[2] > close[1] or close[3] > close[1]),1,0)
buySellSwitch = iff(triggerSell, 1, iff(triggerBuy, 0, nz(buySellSwitch[1])))
SBS = iff(triggerSell and buySellSwitch[1] == false, high, iff(triggerBuy and buySellSwitch[1], low, nz(SBS[1])))
clr_s = iff(triggerSell and buySellSwitch[1] == false, 1, iff(triggerBuy and buySellSwitch[1], 0, nz(clr_s[1])))
clr = iff(clr_s == 0 , red , green)
pos = iff(clr == green, 1,
       iff(clr == red, -1, nz(pos[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)	   	    
barcolor(possig == -1 ? red: possig == 1 ? green : blue ) 
plot(SBS, color=clr, title="TTM", style = circles, linewidth = 2)

Mehr