Adaptive Handelsstrategie basierend auf wechselseitigem Durchbruch


Erstellungsdatum: 2024-02-06 15:31:36 zuletzt geändert: 2024-02-06 15:31:36
Kopie: 0 Klicks: 683
1
konzentrieren Sie sich auf
1617
Anhänger

Adaptive Handelsstrategie basierend auf wechselseitigem Durchbruch

Überblick

Die Strategie führt zu Über- oder Untertriebenen, wenn sie die festgelegten Parameter erfüllt. Sie verfügt über einen adaptiven Ausstiegsmechanismus, der den Zeitpunkt des Ausstiegs aus der aktuellen Position anhand der jüngsten Änderung des Eröffnungs- und Schlusskurses bestimmen kann.

Strategieprinzip

Die Kernlogik der Strategie basiert auf der Größenverhältnis zwischen dem Eröffnungspreis und dem Schließungspreis, um die Richtung zu bestimmen. Insbesondere, wenn der Schließungspreis größer ist als der Eröffnungspreis über dem eingestellten Schwellenwert Val1, wird ein Mehr-Signal erzeugt; wenn der Eröffnungspreis größer ist als der Schließungspreis über dem Schwellenwert Val1, wird ein Schließsignal erzeugt.

In der Code-Implementierung definiert die Strategie zunächst die Bedingungen für Long- und Short-Positions, und dann tritt sie ein, wenn sie der Logik des Positionsbaus entspricht. Danach wird kontinuierlich geprüft, ob die Ausstiegsbedingungen ausgelöst wurden. Sobald die Ausstiegsbedingungen erfüllt sind, werden die Flachstellungen ausgeführt. Die Strategie überwacht daher die Marktveränderungen in Echtzeit und ist anpassungsfähig und flexibel.

Strategische Vorteile

Die bi-directional Breakthrough Adaptive Trading Strategie hat folgende Vorteile:

  1. Einfach und klar zu bedienen, leicht zu verstehen und umzusetzen
  2. Dynamische Positionsanpassung und Anpassung an Marktveränderungen
  3. Mit Schadensbegrenzung und Risikokontrolle
  4. Anpassung der Parameter für verschiedene Sorten
  5. Einfach zu optimieren und zu erweitern

Strategisches Risiko

Obwohl diese Strategie einige Vorteile hat, gibt es folgende Risiken:

  1. Stop-Loss-Strategien können bei starken Marktschwankungen nicht funktionieren
  2. Es ist nicht möglich, die langfristigen Trends zu erfassen, und die Positionen wechseln häufig.
  3. Fehlgelegte Parameter können zu übermäßigen Transaktionen führen
  4. Fehler im Quantifizierungssystem können unhaltbare Schäden verursachen

Diese Risiken müssen während der Realisierung sorgfältig beobachtet und die Parameter oder Algorithmen rechtzeitig angepasst oder optimiert werden.

Richtung der Strategieoptimierung

Die Strategie kann vor allem in folgenden Bereichen optimiert werden:

  1. Die Optimierung der Stop-Loss-Strategie wurde erhöht, um die Häufigkeit des Umschaltens der Positionen zu kontrollieren, während die Sensibilität gewährleistet wird.
  2. Es ist wichtig, die Trend-Bewertung zu erhöhen und die Häufigkeit von nicht-trendigen Transaktionen zu reduzieren.
  3. In Kombination mit einer kurzfristigen Strategie für den täglichen Betrieb erhöhen Sie die Ertragsrate der Strategie.
  4. Optimierung der Parameter und Anpassungsmechanismen, um die Wertminderung dynamisch anpassen zu können.
  5. Das ist ein weiterer Schritt in Richtung auf die Entwicklung eines neuen Modells.

Durch die Optimierung von Algorithmen und Modellen kann die Stabilität und Profitabilität der Strategie insgesamt verbessert werden.

Zusammenfassen

Die bi-directional Breakthrough Adaptive Trading Strategy kombiniert Trendbeurteilung und Adaptive Exit, zwei Mechanismen, um das Risiko effektiv zu kontrollieren. Die einfachen Prinzipien und die flexiblen Parameter machen die Strategie leicht zu verstehen und zu erweitern, eine quantitative Strategie, die empfohlen und in die Tiefe untersucht werden sollte.

Strategiequellcode
/*backtest
start: 2023-01-30 00:00:00
end: 2024-02-05 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3
strategy("Repaint in version 3", overlay=true, calc_on_every_tick=true, calc_on_order_fills=true) // Repaint?
// strategy("Repaint in version 3", overlay=true, calc_on_every_tick=true) // Correct

val1 = input(123)
val2 = input(234)

from_year=input(2018, minval=2000, maxval=2020)
from_month=input(6, minval=1, maxval=12)
from_day=input(1, minval=1, maxval=31)

to_year=input(2019, minval=2007, maxval=2020)
to_month=input(12, minval=1, maxval=12)
to_day=input(31, minval=1, maxval=31)

long = (close-open) > val1
short = (open-close) > val1

exitLong = (open-close) > val2
exitShort = (close-open) > val2

term = true

strategy.entry("LONG", strategy.long, when=long and term)
strategy.close("LONG",  when = exitLong and not short and term)

strategy.entry("SHORT", strategy.short, when=short and term)
strategy.close("SHORT", when = exitShort and not long and term)