Pivot Point Forecast Oszillator Backtesting-Strategie


Erstellungsdatum: 2023-12-20 13:44:26 zuletzt geändert: 2023-12-20 13:44:26
Kopie: 0 Klicks: 669
1
konzentrieren Sie sich auf
1621
Anhänger

Pivot Point Forecast Oszillator Backtesting-Strategie

Überblick

Die Strategie basiert auf dem Pivot Point Forecast Oscillator, der von Tushar Chande entwickelt wurde. Der Pivot Point Oscillator berechnet die prozentuale Differenz zwischen dem Schlusskurs und dem n-periodischen linearen Regressionsprognosenpreis. Wenn der prognostizierte Preis höher als der Schlusskurs ist, wird der Indikator übertrieben; wenn der prognostizierte Preis unter dem Schlusskurs ist, wird der Indikator untertrieben.

Strategieprinzip

Die Strategie nutzt die Pivot-Pivot-Prediction-Schock-Indikatoren, um die Marktüberschwächung zu beurteilen. Konkret ist die Berechnung der linearen Regression des prognostizierten Preises für n Zyklen und der Prozentsatz der Differenz zum tatsächlichen Schlusskurs berechnet. Die vollständige Handelslogik ist wie folgt:

  1. Berechnung der n-Perioden-Linearregression-Vorhersage Preis xLG
  2. Berechnung der prozentualen Differenz zwischen dem Schlusskurs und dem prognostizierten Preis xCFO
  3. Beurteilen Sie die Differenz zwischen dem xCFO-Prozentsatz und der 0-Prozentsatz-Prozentsatz-Prozentsatz-Prozentsatz-Prozentsatz-Prozentsatz
    1. xCFO > 0 und mehr erlaubt, Possig = 1
    2. xCFO < 0 und ist frei, Possig = -1
    3. Andernfalls ist Possig = 0
  4. Nach Possig-Signalen über oder unter

Die Strategie ist einfach und direkt, indem sie den tatsächlichen Preis mit dem prognostizierten Preis vergleicht, um zu beurteilen, ob der Markt überbewertet oder unterbewertet ist, was zu einem Handelssignal führt.

Analyse der Stärken

Diese Strategie hat folgende Vorteile:

  1. Die Logik ist klar und die Umsetzung leicht verständlich.
  2. Weniger Parameter, um die Anpassung zu erleichtern.
  3. Flexible Auswahlphasen für verschiedene Märkte.
  4. Es ist leicht zu wechseln zwischen mehreren Richtungen.
  5. Die Benchmarks werden visualisiert, um klare Handelssignale zu erzeugen.

Risikoanalyse

Die Strategie birgt auch einige Risiken:

  1. Lineare Regression ist nicht dauerhaft wirksam.
  2. Eine falsche Auswahl der Parameter kann zu zu häufigen Transaktionen führen.
  3. Ein unvorhergesehenes Ereignis kann dazu führen, dass die Anzeige ein falsches Signal erzeugt.

Gegenmaßnahmen:

  1. In Kombination mit anderen Indikatoren, um die Effektivität der linearen Regressionsprognose sicherzustellen.
  2. Optimierung der Parameter und Verringerung der Handelsfrequenz.
  3. Erhöhen Sie Ihre Stop-Loss-Strategie und kontrollieren Sie Ihre Einzelschäden.

Optimierungsrichtung

Die Strategie kann optimiert werden durch:

  1. Die Anbieter von Binary Options sind in der Lage, die Handelssignale zu bereichern, indem sie sie mit Indikatoren wie Moving Averages kombinieren.
  2. Das ist eine Strategie, um große Verluste zu vermeiden.
  3. Optimierung von Parametern, um die beste Kombination von Parametern zu erhalten.
  4. Das Auto Stop-System wurde ergänzt.
  5. Berücksichtigen Sie die Transaktionsgebühren und legen Sie eine angemessene Stop-Loss-Marge fest.

Zusammenfassen

Die Pivot-Pivot-Prediction-Schock-Indikator ist eine quantitative Handelsstrategie, die eine lineare Regression nutzt, um Preise vorherzusagen. Die Strategie ist einfach in der Logik, die Parameter sind flexibel eingestellt und können klare Handelssignale erzeugen. Die Strategie hat noch Raum für weitere Verbesserungen, um bessere Handelsergebnisse zu erzielen, in Bezug auf die Optimierung der Stop-Loss-Strategie, die Parameterwahl und die Kombination mit anderen Indikatorsignalen.

Strategiequellcode
/*backtest
start: 2022-12-13 00:00:00
end: 2023-12-19 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
////////////////////////////////////////////////////////////
//  Copyright by HPotter v1.0 19/03/2018
// The Chande Forecast Oscillator developed by Tushar Chande The Forecast 
// Oscillator plots the percentage difference between the closing price and 
// the n-period linear regression forecasted price. The oscillator is above 
// zero when the forecast price is greater than the closing price and less 
// than zero if it is below.
//
// You can change long to short in the Input Settings
// WARNING:
//  - For purpose educate only
//  - This script to change bars colors.
////////////////////////////////////////////////////////////
strategy(title="Chande Forecast Oscillator Backtest", shorttitle="CFO")
Length = input(14, minval=1)
Offset = input(0)
reverse = input(false, title="Trade reverse")
hline(0, color=black, linestyle=line)
xLG = linreg(close, Length, Offset)
xCFO = ((close -xLG) * 100) / close
pos = iff(xCFO > 0, 1,
       iff(xCFO < 0, -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(xCFO, color=red, title="CFO")