
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.
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.
Indikator-Randomisierungsstrategien haben folgende Vorteile gegenüber herkömmlichen Randomisierungsstrategien:
Die Risiken einer exponentiellen Glattlauf-Randomisierungsstrategie sind:
Die Strategie der exponentiellen Gleit-zu-Zufall-Indikatoren kann in folgenden Bereichen optimiert werden:
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.
/*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))