
Diese Strategie verwendet die Technik der linearen Regression, um die linearen Regressionsstopps zu berechnen und als Kauf- und Verkaufssignal zu verwenden, um eine quantitative Handelsstrategie zu erstellen. Die Strategie analysiert die Zeitreihen der Aktienpreise, stellt eine lineare Regressions-Trendlinie her und verwendet die linearen Regressionsstopps, um zu bestimmen, ob der Preis überschätzt oder unterbewertet ist, um einen Signalhandel zu erzeugen.
Der lineare Regression-Blocking-Punkt ist der vorhergesagte Wert für den Y-Wert, wenn der Zeitreihenwert X 0 ist. Die Strategie setzt das Parameter Length vor, um den Schlusskurs als Quellsequenz zu verwenden, um den linearen Regression-Blocking-Punkt für den letzten Tag von Length zu berechnen.
Die Berechnungsformel lautet:
xX = Length *(Length - 1)* 0.5
xDivisor = xX *xX - Length* Length *(Length - 1) *(2 * Length - 1) / 6
xXY = Σ(i *收盘价[i]),i从0到Length-1
xSlope = (Length *xXY - xX* Σ(收盘价, Length))/ xDivisor
xLRI = (Σ(收盘价, Length) - xSlope * xX) / Length
Durch eine solche Berechnung kann man den Linear-Return-Interruptor xLRI des letzten Length-Tages erhalten. Die Strategie beurteilt die Preisentwicklung und erzeugt ein Handelssignal.
Diese Strategie hat folgende Vorteile:
Die Strategie birgt auch Risiken:
Gegenmaßnahmen:
Diese Strategie kann auch in folgenden Bereichen optimiert werden:
Die Strategie basiert auf einem einfachen Quantifizierungs-Trading-Strategien basierend auf linearen Regressionsstopps. Insgesamt hat die Strategie einen gewissen wirtschaftlichen Wert, aber es gibt auch einige Risiken, die zu beachten sind. Durch kontinuierliche Optimierung wird erwartet, dass die Stabilität und Ertragsfähigkeit der Strategie weiter verbessert wird.
/*backtest
start: 2023-11-28 00:00:00
end: 2023-12-28 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
////////////////////////////////////////////////////////////
// Copyright by HPotter v1.0 21/03/2018
// Linear Regression Intercept is one of the indicators calculated by using the
// Linear Regression technique. Linear regression indicates the value of the Y
// (generally the price) when the value of X (the time series) is 0. Linear
// Regression Intercept is used along with the Linear Regression Slope to create
// the Linear Regression Line. The Linear Regression Intercept along with the Slope
// creates the Regression line.
//
// You can change long to short in the Input Settings
// WARNING:
// - For purpose educate only
// - This script to change bars colors.
////////////////////////////////////////////////////////////
strategy(title="Line Regression Intercept Backtest", overlay = true)
Length = input(14, minval=1)
xSeria = input(title="Source", defval=close)
reverse = input(false, title="Trade reverse")
xX = Length * (Length - 1) * 0.5
xDivisor = xX * xX - Length * Length * (Length - 1) * (2 * Length - 1) / 6
xXY = 0
for i = 0 to Length-1
xXY := xXY + (i * xSeria[i])
xSlope = (Length * xXY - xX * sum(xSeria, Length)) / xDivisor
xLRI = (sum(xSeria, Length) - xSlope * xX) / Length
pos = iff(close > xLRI, 1,
iff(close < xLRI, -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(xLRI, color=blue, title="LRI")