Momentum Aperture-Handelsstrategie
ChaoZhang
Überblick
Die Momentum Gap Trading Strategy ist eine quantitative Handelsstrategie, die Preisschwankungen verfolgt. Sie nutzt die Lücke zwischen dem Öffnungs- und dem Schlusskurs des Vortags (die so genannte Gap) um einen Momentum-Indikator zu erstellen, aus dem ein Handelssignal erzeugt wird. Die Strategie eignet sich für hochvolatile Aktien, die nach einem Preissprung weiterlaufen können.
Diese Strategie basiert auf dem Artikel von Perry J. Kaufman, einem ehemaligen Quantitative Analyst bei Boeing, der im Januar 2024 in der Fachzeitschrift Technical Analysis erschien. Kaufman konstruierte eine Zeitreihenfolge von Moving Averages, die die Porositäten verfolgen, und schlug vor, die Moving Averages dieser Zeitreihen als Handelssignale zu verwenden.
Strategieprinzip
Die Schlüsselstrategie für die dynamische Porosität besteht darin, die dynamische Zeitreihen der Porosität zu konstruieren. Die Konstruktionsidee ähnelt der der Quantitative Begriff On-Balance Volume (OBV), nur dass die verwendeten Preis-Inputs von den täglichen Schlusspreisen in die täglichen Porositäten umgewandelt werden.
Der Prozess der Berechnung ist wie folgt:
- Berechnen Sie die absolute Summe der letzten N-Dioptrien mit den absoluten Werten der negativen Dioptrien
- Summiert die Verhältnisse zu einer Porositätsdynamik.
- Bewegliche Durchschnittserzeugung bei Anwendung von Porositätsbewegungsreihen
Positive Porositäten werden definiert als die Differenz zwischen dem Eröffnungs- und dem Schlusskurs des Vortages. Negative Porositäten hingegen sind ein Verhältnis, das im Wesentlichen die Stärke des Kontrastes zwischen positiven und negativen Porositäten in der jüngsten Zeit widerspiegelt.
Der Moving Average gleicht die ursprüngliche Schwingungsfolge aus und kann als Handelssignal verwendet werden. Diese Strategie verwendet einen langsamen Moving Average, der bei einem Durchschnittskurs über den langsamen Moving Average auf dem Rapid Porosity Moving Average überschreitet und nach unten platziert.
Analyse der Stärken
Im Vergleich zu herkömmlichen technischen Indikatoren hat die Dynamic Porosity Strategie folgende Vorteile:
- Der Markt ist nicht ausgeglichen.
Der Preis-Gap stellt ein enormes Versorgungs-/Nachfrage-Ungleichgewicht dar, und die Richtung des Sprunges stellt eine Verschiebung der Marktbarrieren dar. Diese Strategie kann dieses Ungleichgewicht effektiv erfassen, indem sie die Marktkräfte durch die Lücke vergleicht.
- Nachhaltigkeit
Der Kurssprung wird oft mit einer Fortsetzung des Trends begleitet, wobei der Kurssprung die Wellen der Preisentwicklung erfasst. Der Indikator wurde so konzipiert, dass diese Fortsetzung möglich ist.
- Wenige Parameter und einfache Umsetzung
Der gesamte Indikator enthält nur zwei Parameter, eine Fensterphase, die die Dynamik verfolgt, und eine Signalglättungsphase. Die Implementierung ist sehr einfach.
- Quantifizierbar für automatische Transaktionen
Die Verwendung von numerisch klaren Handelsregeln, ein hoher Grad an Standardisierung, eine direkte Verbindung zu einem automatischen Handelssystem, geeignet für programmierter Handel.
Risikoanalyse
Trotz der vielen Vorteile gibt es einige Risiken bei der Dynamic Porosity Strategy:
- Verwechslungsreiche Fehlsignale
Der Preis springt in die Luft und kann in kurzer Zeit einen Rückschlag erzeugen, wodurch der Indikator falsche Signale erzeugt.
- Unmöglichkeit, die Erschütterungen wirksam zu bewältigen
Wenn die Preise häufig schwanken, gibt der Indikator zahlreiche Signalströme aus, die sich gegenseitig ausgleichen.
- Potenzielle Probleme bei der Überoptimierung
Allein zwei Parameter können leicht zu einer Überoptimierung der historischen Daten führen.
Es wird empfohlen, die Risiken durch folgende Maßnahmen zu kontrollieren:
Einschränkung von Einzelschäden durch Stop-Loss
Erhöhung der Parameter für weitere Marktbedingungen
Optimierung von mehreren Portfolios zur Verhinderung von Überoptimierung
Optimierungsrichtung
Diese Strategie kann in folgenden Dimensionen erweitert und optimiert werden:
- Mehrfache Zeitspanne kombiniert
Mit mehreren Porositätsindikatoren für verschiedene Tracking-Dynamikfenster kann in unterschiedlichen Wochenzeiten eine komplementäre Wirkung erzielt werden.
- Integrierte Sprungindikatoren
So wird beispielsweise die Integration von True Gap mit ATR zur Risikomanagementmanagementmanage risk with ATR.
- Überlegungen zum Springen
Es werden weitere Merkmale wie zum Beispiel die Flugdistanz, die Anzahl der Flüge und die Tage der Flüge aufgenommen.
- Maschinelle Lernmodelle
Durch die Nutzung von Sprungdaten, um komplexe maschinelle Lernmodelle zu trainieren, kann eine bessere Leistung erreicht werden.
Zusammenfassen
Die Dynamic Gap Strategy ist eine einfache, aber praktische Strategie, die eine Art Durchbruch darstellt. Sie verfolgt die mikroskopischen Strukturveränderungen des Marktes, bei denen die Preise überspringen, und nutzt die drastischen Veränderungen der Nachfrage und des Angebots, die sich darin verbergen. Im Vergleich zu anderen technischen Indikatoren kann sie die Marktungleichgewichte deutlicher widerspiegeln und die Wendepunkte der Preisentwicklung schnell erfassen.
/*backtest
start: 2022-12-21 00:00:00
end: 2023-12-27 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// TASC Issue: January 2024 - Vol. 42, Issue 1
// Article: Gap Momentum Indicator
// Taking A Page From The On-Balance Volume
// Article By: Perry J. Kaufman
// Language: TradingView's Pine Script™ v5
// Provided By: PineCoders, for tradingview.com
//@version=5
string title = 'TASC 2024.01 Gap Momentum System'
string stitle = 'GMS'
strategy(title, stitle, false)
int period = input.int( 40, 'Period:')
int signalPeriod = input.int( 20, 'Signal Period:')
bool longOnly = input.bool(true, 'Long Only:')
float gap = open - close[1]
float gapUp = 0.0
float gapDn = 0.0
switch
gap > 0 => gapUp += gap
gap < 0 => gapDn -= gap
float gapsUp = math.sum(gapUp, period)
float gapsDn = math.sum(gapDn, period)
float gapRatio = gapsDn == 0?1.0:100.0*gapsUp/gapsDn
float signal = ta.sma(gapRatio, signalPeriod)
if strategy.opentrades <= 0 and signal > signal[1]
// buy at next open:
strategy.entry('long', strategy.long)
else if strategy.opentrades > 0 and signal < signal[1]
if longOnly
// close all at next open:
strategy.close_all()
else
// sell at next open:
strategy.entry('short', strategy.short)
plot(gapRatio, 'Gap Momentum', color.red, 2)
plot(signal, 'Signal', color.silver, 1)