Doppelte Umkehrbilanzstrategie
ChaoZhang
Überblick
Die Doppel-Umkehr-Gleichgewichts-Strategie ist eine Kombinationsstrategie, die die Umkehr-Strategie und die Umkehr-Strategie kombiniert. Die Strategie erzeugt zunächst ein Handelssignal mit dem Umkehrsystem 123, dann wird die Umkehr-Strategie in Kombination mit der Umkehrung des empirischen Modells (EMD) für die Umkehr-Verarbeitung verwendet, um die beiden Handelssignale zu kombinieren und eine höhere Gewinnrate zu erzielen.
Strategieprinzip
123 Umkehrung
Das 123 Reverse System stammt aus Ulf Jensens Buch “Wie man dreimal mehr Gewinn am Futures-Markt erzielt”. Dieser Teil der Strategie gehört zu den Reverse-Typ-Strategien. Wenn der Schlusskurs 2 Tage in Folge höher als der Schlusskurs des Vortages ist und 9 Tage langsamer K-Linien unter 50 liegen, ist ein Plus; wenn der Schlusskurs 2 Tage in Folge niedriger als der Schlusskurs des Vortages ist und 9 Tage langsamer K-Linien über 50 liegen, ist es leer.
Erlebnismodell-Auflösung (EMD)
Experimental Modell-Decomposition (EMD) ist eine anpassungsfähige Methode zur Datenanalyse. Sie kann die verschiedenen Frequenzbestandteile der Daten effizient trennen und die langfristigen Trends der Daten extrahieren. Hier setzen wir die Länge auf 20, die Delta auf 0.5 und die Fraktion auf 0.1, um Handelssignale zu erzeugen, die auf die verschiedenen Frequenzbestandteile des Preises basieren.
Signalsynthese
Die Doppel-Umkehr-Gleichgewichtsstrategie synthetisiert die Handelssignale, die aus der Auflösung von 123 Umkehrsystemen und Erfahrungsmodellen erzeugt werden, und bestätigt die entrada, wenn die beiden Signale übereinstimmen. Dies erhöht die Strategie-Gewinnrate.
Analyse der Stärken
Die doppelte Umkehrgleichgewichtsstrategie kombiniert die Vorteile der Umkehrstrategie und der digitalen Signalverarbeitungstechnik und nutzt die Vorteile verschiedener Modelle. Die Umkehrsysteme erfassen kurzfristige Umkehrmöglichkeiten, während die Erfahrungsmodelle aufgeschlüsselt werden, um langfristige Trends zu erfassen. Beide können in Kombination zur Steigerung der Strategie verwendet werden.
Die Strategie führte auch 123 Formen ein, die verhindern können, dass eine nicht-ideale Umkehrung arbitragiert wird. Die Einstellung von vernünftigen Parametern in der Auflösung des Erlebnismodells hilft, einen Teil des Rausches zu filtern und falsche Signale zu reduzieren.
Risikoanalyse
Das größte Risiko einer doppelten Umkehrgleichgewichtsstrategie besteht darin, dass die Umkehr fehlschlägt. Obwohl die Einführung der 123-Form diese Wahrscheinlichkeit reduzieren kann, sollten Sie bedenken, dass die Umkehrungshandel im Wesentlichen mit einer großen Unsicherheit verbunden ist. Darüber hinaus kann die Auflösung der empirischen Muster als eine Art der Anpassung an die Wave-Methode unter extremen Umständen fehlschlagen.
Um diese Risiken zu kontrollieren, können wir die Parameter für die Umkehrung entsprechend anpassen, um die Zuverlässigkeit der Umkehrung zu gewährleisten. Es kann auch getestet werden, ob verschiedene Wave-Methoden eine Alternative zur Analyse der empirischen Modelle sind, um zu sehen, ob eine bessere Wave-Effekt erzielt werden kann. Es ist außerdem notwendig, kleine Mengen zu handeln, um zu große Einzelschäden zu vermeiden.
Optimierungsrichtung
Diese Strategie kann in folgenden Bereichen optimiert werden:
Testen von Umkehrsystemen mit unterschiedlichen Parametern, um die optimale Kombination von Parametern zu ermitteln
Versuchen Sie mit verschiedenen digitalen Filtermethoden, z. B. mit der Kleinwellen- oder Hilbert-Transformation.
Erhöhung der Stop-Loss-Strategie zur Kontrolle von Einzelschäden
In Kombination mit anderen Indikatoren, um eine genauere und zuverlässigere Handelsrichtung zu gewährleisten
Optimierung der Kapitalverwaltung und Ermittlung des optimalen Größenverhältnisses
Zusammenfassen
Die Vorteile der Doppel-Reverse-Balance-Strategie besteht darin, dass die Reverse-Strategie und die digitale Signalverarbeitungstechnik kombiniert werden. Es ist eine vernünftige Parameter-Einstellung, Risikokontrolle und Stabilität des Handels. Die Strategie hat eine starke Allgemeingültigkeit und Erweiterbarkeit und ist eine empfehlenswerte Handelsstrategie.
/*backtest
start: 2023-11-14 00:00:00
end: 2023-12-14 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
////////////////////////////////////////////////////////////
// Copyright by HPotter v1.0 30/06/2020
// 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
// The related article is copyrighted material from Stocks & Commodities Mar 2010
//
// 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
Empirical(Length,Delta,Fraction) =>
pos = 0
xBandpassFilter = 0.0
xPeak = 0.0
xValley =0.0
xPrice = hl2
beta = cos(3.1415 * (360 / Length) / 180)
gamma = 1 / cos(3.1415 * (720 * Delta / Length) / 180)
alpha = gamma - sqrt(gamma * gamma - 1)
xBandpassFilter := 0.5 * (1 - alpha) * (xPrice - xPrice[2]) + beta * (1 + alpha) * nz(xBandpassFilter[1]) - alpha * nz(xBandpassFilter[2])
xMean = sma(xBandpassFilter, 2 * Length)
xPeak := iff (xBandpassFilter[1] > xBandpassFilter and xBandpassFilter[1] > xBandpassFilter[2], xBandpassFilter[1], nz(xPeak[1]))
xValley := iff (xBandpassFilter[1] < xBandpassFilter and xBandpassFilter[1] < xBandpassFilter[2], xBandpassFilter[1], nz(xValley[1]))
xAvrPeak = sma(xPeak, 50)
xAvrValley = sma(xValley, 50)
nAvrPeak = Fraction * xAvrPeak
nAvrValley = Fraction * xAvrValley
pos := iff(xMean > nAvrPeak and xMean > nAvrValley, 1,
iff(xMean < nAvrPeak and xMean < nAvrValley, -1, nz(pos[1], 0)))
pos
strategy(title="Combo Backtest 123 Reversal & Empirical Mode Decomposition", shorttitle="Combo", overlay = true)
Length = input(14, minval=1)
KSmoothing = input(1, minval=1)
DLength = input(3, minval=1)
Level = input(50, minval=1)
//-------------------------
LengthEMD = input(20, minval=1)
Delta = input(0.5)
Fraction = input(0.1)
reverse = input(false, title="Trade reverse")
posReversal123 = Reversal123(Length, KSmoothing, DLength, Level)
posEmpirical = Empirical(LengthEMD,Delta,Fraction)
pos = iff(posReversal123 == 1 and posEmpirical == 1 , 1,
iff(posReversal123 == -1 and posEmpirical == -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 )