Quantitativer Handel: Momentum-Richtungs-Konvergenzstrategie
ChaoZhang
Überblick
Diese Strategie, die als Quantitative Trading-Strategie bezeichnet wird, basiert auf den technischen Indikatoren, die William Blau in seinem Buch Momentum, Richtung und Divergence beschreibt. Die Strategie konzentriert sich auf die drei Schlüsselbereiche Momentum, Richtung und Konvergenz, um die Richtung der Markttrends zu bestimmen, indem sie die Dynamikindikatoren für die Aktienpreise berechnet und nach Abweichungen zwischen Preisen und Indikatoren sucht, um Handelsmöglichkeiten zu erlangen.
Strategieprinzip
Der Kernindikator dieser Strategie ist der Emergency Mobility Index (Ergotic TSI), der wie folgt berechnet wird:
Val1 = 100 * EMA(EMA(EMA(价格变化量,r),s),u)
Val2 = EMA(EMA(EMA(价格变化量的绝对值,r),s),u)
Ergotic TSI = 如果Val2不等于0,则为Val1/Val2,否则为0
r, s, u sind die Gleitparameter. Dieser Indikator spiegelt den Anteil der Preisänderung an den absoluten Werten der Preisänderung wider und gehört zu den dynamischen Schwingungsindikatoren. Dann berechnen wir den EMA Gleitbewegungsdurchschnitt der Ergotic TSI als Signallinie.
Analyse der Stärken
Diese Strategie hat folgende Vorteile:
- Die Fähigkeit, Preisveränderungen zu erfassen
- Das ist ein guter Filter für Preisschwankungen.
- Bessere Abweichungsmerkmale
- Flexible Parameter-Einstellungen mit Anpassung der Glattheit
Risikoanalyse
Die Strategie birgt auch Risiken:
- Das ist ein falsches Signal, wenn sich der Trend umkehrt.
- Fehlgelegte Parameter verpassen eine Handelschance oder erhöhen die falschen Signale
- Die Parameter müssen für verschiedene Sorten und Handelsumgebungen angepasst werden.
Das Risiko kann durch Optimierungsparameter, Kombination anderer Indikatoren bestätigt werden und Stop-Loss-Einstellungen gesteuert werden.
Optimierungsrichtung
Diese Strategie kann in folgenden Bereichen optimiert werden:
- Verschiedene Preise, wie z. B. den Eröffnungspreis, den Schlusspreis, den Mittelpreis, werden getestet.
- Anpassung der Werte der Gleitparameter r, s, u, um die optimale Kombination zu finden
- Hinzufügen von weiteren Kennzahlen oder Filterbedingungen zur weiteren Bestätigung des Signals
- Einstellung von Stop-Loss-Punkten und Ausstiegsmechanismen
Zusammenfassen
Diese Strategie berücksichtigt die Dynamik, die Trendbeurteilung und die Abweichung von Merkmalen, um Trendchancen effektiv zu erfassen. Durch die Optimierung von Parametern, die Signalfilterung und die Risikokontrolle kann eine bessere Strategieperformance erzielt werden. Insgesamt ist die Strategie vernünftig konzipiert und lohnt sich für weitere Forschung und Praxis.
/*backtest
start: 2023-01-26 00:00:00
end: 2024-02-01 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version = 2
////////////////////////////////////////////////////////////
// Copyright by HPotter v1.0 13/12/2016
// r - Length of first EMA smoothing of 1 day momentum 4
// s - Length of second EMA smoothing of 1 day smoothing 8
// u- Length of third EMA smoothing of 1 day momentum 6
// Length of EMA signal line 3
// Source of Ergotic TSI Close
//
// This is one of the techniques described by William Blau in his book "Momentum,
// Direction and Divergence" (1995). If you like to learn more, we advise you to
// read this book. His book focuses on three key aspects of trading: momentum,
// direction and divergence. Blau, who was an electrical engineer before becoming
// a trader, thoroughly examines the relationship between price and momentum in
// step-by-step examples. From this grounding, he then looks at the deficiencies
// in other oscillators and introduces some innovative techniques, including a
// fresh twist on Stochastics. On directional issues, he analyzes the intricacies
// of ADX and offers a unique approach to help define trending and non-trending periods.
//
// You can use in the xPrice any series: Open, High, Low, Close, HL2, HLC3, OHLC4 and ect...
// You can change long to short in the Input Settings
// Please, use it only for learning or paper trading. Do not for real trading.
////////////////////////////////////////////////////////////
strategy(title="Ergotic TSI Strategy Backtest")
r = input(4, minval=1)
s = input(8, minval=1)
u = input(6, minval=1)
SmthLen = input(3, minval=1)
reverse = input(false, title="Trade reverse")
hline(0, color=blue, linestyle=line)
xPrice = close
xPrice1 = xPrice - xPrice[1]
xPrice2 = abs(xPrice - xPrice[1])
xSMA_R = ema(ema(ema(xPrice1,r), s),u)
xSMA_aR = ema(ema(ema(xPrice2, r), s),u)
Val1 = 100 * xSMA_R
Val2 = xSMA_aR
xTSI = iff (Val2 != 0, Val1 / Val2, 0)
xEMA_TSI = ema(xTSI, SmthLen)
pos = iff(xTSI > xEMA_TSI, 1,
iff(xTSI < xEMA_TSI, -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(xTSI, color=green, title="Ergotic TSI")
plot(xEMA_TSI, color=red, title="SigLin")