Kombinationsstrategie für Momentum-Umkehr und gleitenden Durchschnitt
ChaoZhang
Überblick
Die Strategie erzeugt eine Kombination von Kauf- und Verkaufssignalen durch die Kombination von 123 Reversal Strategien und CMO Linear Strategien. Die 123 Reversal Strategie erzeugt neue Höhen oder Tiefen durch die Schließung von Aktienkursen für zwei aufeinanderfolgende Tage. Die CMO Linear Strategie verwendet die CMO-Indikatoren, um die Preisbewegung zu bestimmen und einen Handel zu erzeugen.
Strategieprinzip
Die 123 Umkehrstrategie verwendet folgende Prinzipien, um ein Handelssignal zu erzeugen:
- Wenn der Schlusskurs zwei Tage in Folge hoch ist und der Zufallsindikator am neunten Tag unter 50 liegt, machen Sie mehr
- Wenn der Schlusskurs zwei Tage in Folge gefallen ist und der Zufallsindikator am 9. Tag über 50 liegt, wird ein Defizit getätigt
Die Strategie erzeugt ein Handelssignal, indem sie beurteilt, ob sich in kurzer Zeit neue Höhen oder Tiefen bilden, kombiniert mit einem polyfunktionalen Indikator mit einem zufälligen Indikator.
Die CMO-Gleichlinienstrategie verwendet folgende Prinzipien, um Handelssignale zu erzeugen:
- Berechnung des CMO-Werts für die 5., 10. und 20. Tage
- Finden Sie den Durchschnitt
- Wenn der durchschnittliche CMO über 70 ist, dann mehr.
- Wenn der durchschnittliche CMO unter 70 ist, machen Sie frei.
Die Strategie erzeugt ein Handelssignal, indem sie eine Sammlung von CMO-Werten für verschiedene Perioden berechnet, um zu beurteilen, ob ein Preisdynamik-Indikator zu hohe Preise hat.
Eine Kombinationsstrategie führt eine AND-Berechnung mit den Signalen beider Strategien durch, d.h. die Kombinationsstrategie erzeugt ein tatsächliches Handelssignal, wenn die Signale der beiden Strategien gleichzeitig überschritten oder gleichzeitig leer sind.
Strategische Vorteile
Diese Strategie hat folgende Vorteile:
- Kombinationssignale sind zuverlässiger und reduzieren Falschsignale
- 123 Umkehrstrategie geeignet, um kurzfristige Trends nach der Anpassung zu erfassen
- CMO-Gleichgewichtsstrategien zur Beurteilung der Preisbewegungen auf der großen Ebene
- Anpassung an unterschiedliche Marktumgebungen
Risikoanalyse
Die Strategie birgt auch folgende Risiken:
- 123 Umkehrstrategie ist stark von der Preisform abhängig und kann ausfallen
- CMO-Indikatoren sind empfindlich auf Marktschwankungen und können falsche Signale erzeugen
- Das Signal einer kombinierten Strategie könnte zu konservativ sein und Handelschancen verpassen
- Anpassung der Parameter an unterschiedliche Zyklen und Marktumstände
Gegenmaßnahmen sind:
- Formalisierungsregeln zur Optimierung von Umkehrstrategien
- Weitere Hilfsindikatoren in die CMO-Strategie aufnehmen
- Bewertung der Effektivität der Strategie in der letzten Zeit, dynamische Anpassungsparameter
Optimierungsrichtung
Die Strategie kann optimiert werden durch:
- Automatische Optimierung der Kombinationsgewichte mit Hilfe eines Machine-Learning-Algorithmus
- Hinzufügung eines Adaptive Parameter-Moduls, um die dynamische Optimierung der Strategie-Parameter zu ermöglichen
- Erhöhung der Stop-Loss-Module und wirksame Risikokontrolle
- Strategie-Fitness-Bewertung und Verbesserung der Algorithmen zur Formenerkennung
- Zusammen mit Faktoren wie Branchenwahl und Grundlagen
Zusammenfassen
Die Strategie wird durch 123 Reverse und CMO Average ergänzt, um eine effektive Kombination von Handelsstrategien zu bilden. Bei Risikokontrolle kann ein stabiles Überschussertrag erzielt werden. Mit der kontinuierlichen Optimierung von Algorithmen und Modellen wird erwartet, dass die Rendite und Stabilität der Strategie weiter verbessert wird.
/*backtest
start: 2023-12-01 00:00:00
end: 2023-12-31 23:59:59
period: 3h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
////////////////////////////////////////////////////////////
// Copyright by HPotter v1.0 19/09/2019
// 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
// This indicator plots average of three different length CMO's. This indicator
// was developed by Tushar Chande. A scientist, an inventor, and a respected
// trading system developer, Mr. Chande developed the CMO to capture what he
// calls "pure momentum". For more definitive information on the CMO and other
// indicators we recommend the book The New Technical Trader by Tushar Chande
// and Stanley Kroll.
// The CMO is closely related to, yet unique from, other momentum oriented
// indicators such as Relative Strength Index, Stochastic, Rate-of-Change, etc.
// It is most closely related to Welles Wilder?s RSI, yet it differs in several ways:
// - It uses data for both up days and down days in the numerator, thereby directly
// measuring momentum;
// - The calculations are applied on unsmoothed data. Therefore, short-term extreme
// movements in price are not hidden. Once calculated, smoothing can be applied to
// the CMO, if desired;
// - The scale is bounded between +100 and -100, thereby allowing you to clearly see
// changes in net momentum using the 0 level. The bounded scale also allows you to
// conveniently compare values across different securities.
//
// 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
CMOav(Length1,Length2,Length3, TopBand, LowBand) =>
pos = 0
xMom = close - close[1]
xMomabs = abs(close - close[1])
nSum1 = sum(xMom, Length1)
nSumAbs1 = sum(xMomabs, Length1)
nSum2 = sum(xMom, Length2)
nSumAbs2 = sum(xMomabs, Length2)
nSum3 = sum(xMom, Length3)
nSumAbs3 = sum(xMomabs, Length3)
nRes = 100 * (nSum1 / nSumAbs1 + nSum2 / nSumAbs2 + nSum3 / nSumAbs3 ) / 3
pos := iff(nRes > TopBand, 1,
iff(nRes < LowBand, -1, nz(pos[1], 0)))
pos
strategy(title="Combo Backtest 123 Reversal & CMOav", shorttitle="Combo", overlay = true)
Length = input(14, minval=1)
KSmoothing = input(1, minval=1)
DLength = input(3, minval=1)
Level = input(50, minval=1)
//-------------------------
Length1 = input(5, minval=1)
Length2 = input(10, minval=1)
Length3 = input(20, minval=1)
TopBand = input(70, minval=1)
LowBand = input(-70, maxval=-1)
reverse = input(false, title="Trade reverse")
posReversal123 = Reversal123(Length, KSmoothing, DLength, Level)
posCMOav = CMOav(Length1,Length2,Length3, TopBand, LowBand)
pos = iff(posReversal123 == 1 and posCMOav == 1 , 1,
iff(posReversal123 == -1 and posCMOav == -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 )