Strategie zur exponentiellen Glättung von stochastischen Indikatoranomalien


Erstellungsdatum: 2024-01-18 15:53:41 zuletzt geändert: 2024-01-18 15:53:41
Kopie: 0 Klicks: 646
1
konzentrieren Sie sich auf
1617
Anhänger

Strategie zur exponentiellen Glättung von stochastischen Indikatoranomalien

Überblick

Indikator-Flatten-Random-Indikator-Drift-Strategie ist auf der Grundlage der traditionellen Random-Indikator, mit einem Index-Gewicht Parameter, die die Empfindlichkeit der Random-Indikator, um einen Handel Signal zu erzeugen. Wenn der Indikator von der Überkauf-Bereich umzukehren, zu tun, wenn der Überverkauf-Bereich umzukehren, zu tun.

Strategieprinzip

Der Kern der Extreme-Strategie der Index-Flat-Random-Indikatoren liegt in den Index-Gewichtsparametern ex. Die Berechnungsformel für traditionelle Zufallsindikatoren lautet:

s=100 * (close - 最低价) / (最高价 - 最低价) 

Nach dem Hinzufügen der Indexparameter wird die Berechnungsformel:

exp= ex<10? (ex)/(10-ex) : 99  

s=100 * (close - 最低价) / (最高价 - 最低价)

ks=s>50? math.pow(math.abs(s-50),exp)/math.pow(50,exp-1)+50  
     :-math.pow(math.abs(s-50),exp)/math.pow(50,exp-1)+50

Eine Anpassung der exp-Werte kann die Wirkung von s auf s ändern. Eine Erhöhung der exp-Werte macht den Indikator weniger empfindlich, eine Verringerung der exp-Werte macht den Indikator empfindlicher.

Bei der Umkehrung von der Überkaufzone erzeugt es ein Kaufsignal; bei der Umkehrung von der Überverkaufzone erzeugt es ein Verkaufsignal.

Strategische Vorteile

Indikator-Randomisierungsstrategien haben folgende Vorteile gegenüber herkömmlichen Randomisierungsstrategien:

  1. Durch die Anpassung des Indexgewichts kann die Empfindlichkeit der zufälligen Indikatoren frei angepasst werden, um die Handelsfrequenz zu kontrollieren.
  2. Mit einem erhöhten Indexgewicht kann ein Teil des Rausches gefiltert und ein stabileres Handelssignal erzeugt werden.
  3. Durch die Kombination verschiedener Zeitzyklusindikatoren kann die Bestätigung mehrerer Zeitrahmen ermöglicht werden, wodurch die Signalzuverlässigkeit erhöht wird.

Strategisches Risiko

Die Risiken einer exponentiellen Glattlauf-Randomisierungsstrategie sind:

  1. Wenn der Index übergewichtig ist, werden mehr Signale gefiltert und einige Handelsmöglichkeiten verpasst.
  2. Die Anzeige kann zu Störungen und Fehlkreuzungen führen. Die Zuverlässigkeit des Kreuzungssignals muss überprüft werden.
  3. Der optimale Parameterbereich muss für verschiedene Märkte festgelegt werden, da eine falsche Einstellung der Parameter die Performance der Strategie beeinträchtigen kann.

Richtung der Strategieoptimierung

Die Strategie der exponentiellen Gleit-zu-Zufall-Indikatoren kann in folgenden Bereichen optimiert werden:

  1. In Kombination mit anderen Indikatoren, wie MACD, Moving Average, kann das Fehlsignal reduziert werden.
  2. Es ist wichtig, die Risiken zu kontrollieren, indem man die Stop-Loss-Mechanismen erhöht.
  3. Optimierung der Indexgewichte, um die optimale Kombination von Parametern zu finden. In verschiedenen Märkten können verschiedene Parameter eingestellt werden.
  4. Die Steigerung der Komplexität, beispielsweise in Verbindung mit saisonalen Indikatoren und Marktstrukturindikatoren, kann die Stabilität der Strategie weiter verbessern.

Zusammenfassen

Indikator-Glattlauf-Zufalls-Indikator-Ausfall-Strategie durch Anpassung der Empfindlichkeit der Zufalls-Indikator, erzeugt eine zuverlässigere Handelssignale. Diese Strategie kann effektiv zu verfolgen, in der langen Linie Trends, kann auch optimiert werden, um die kurze Linie-Strategie. Durch Komplexität und Parameter-Optimierung, ist es möglich, eine bessere Stabilität der Erträge.

Strategiequellcode
/*backtest
start: 2023-01-11 00:00:00
end: 2024-01-17 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © faytterro

//@version=5
strategy("Exponential Stochastic Strategy", overlay=false, default_qty_type=strategy.percent_of_equity, default_qty_value=100)
len=input.int(14, "length") 
ex=input.int(2, title="exp", minval=1, maxval=10)
exp= ex<10? (ex)/(10-ex) : 99
s=100 * (close - ta.lowest(low, len)) / (ta.highest(high, len) - ta.lowest(low, len))
ks=s>50? math.pow(math.abs(s-50),exp)/math.pow(50,exp-1)+50 :
 -math.pow(math.abs(s-50),exp)/math.pow(50,exp-1)+50
plot(ks, color= color.white)
bot=input.int(20)
top=input.int(80)
longCondition = ta.crossover(ks, bot) and bar_index>0
if (longCondition)
    strategy.entry("My Long Entry Id", strategy.long)

shortCondition = ta.crossunder(ks, top) and bar_index>0
if (shortCondition)
    strategy.entry("My Short Entry Id", strategy.short)
//    strategy.close("My Long Entry Id")
alertcondition(longCondition, title = "buy")
alertcondition(shortCondition, title = "sell")
h1=hline(top)
h2=hline(bot)
h3=hline(100)
h4=hline(0)
fill(h1,h3, color= color.rgb(255,0,0,200-top*2))
fill(h2,h4, color= color.rgb(0,255,0,bot*2))