Strategie zur Optimierung der Veränderungsrate

Schriftsteller:ChaoZhang, Datum: 2024-02-20 13:54:49
Tags:

img

Übersicht

Diese Strategie optimiert die ursprüngliche Rate of Change (ROC) -Strategie. Im Vergleich zur ursprünglichen ROC-Strategie hat diese Strategie folgende Optimierungen:

  1. Der maximale historische ROC-Wert für den dynamischen Vergleich mit dem aktuellen ROC wird eingeführt, um den relativen Impulswert zu erhalten.
  2. Glatt den relativen Impulswert, um Signale zu erzeugen.
  3. Hinzufügen von Kauf- und Verkaufssignalschwellen.

Durch diese Optimierungsmaßnahmen können viele ungültige Signale herausgefiltert werden, um die Strategie stabiler und zuverlässiger zu machen.

Strategieprinzip

Der Kernindikator dieser Strategie ist die Rate of Change (ROC). ROC misst die Veränderungsrate der Aktienkurse über einen bestimmten Zeitraum. Diese Strategie berechnet zuerst den ROC-Wert über einen Zeitraum von 9. Dann wird der maximale Wert dieses ROC-Indikators in den letzten 200 Perioden aufgezeichnet und der aktuelle ROC als Prozentsatz des maximalen historischen ROC berechnet, um die relative Stärke der Dynamik zu erhalten. Zum Beispiel, wenn der höchste ROC in den letzten 200 Tagen 100 erreicht hat, dann ist die relative Stärke 80% wenn der heutige ROC 80 ist.

Die relative Stärke wird durch eine 10-Perioden-SMA glättet, um kurzfristige Schwankungen auszufiltern und eine glatte Kurve zu erhalten. Wenn die glatte Kurve 3 Tage lang kontinuierlich steigt und der Wert unter -80% liegt, wird davon ausgegangen, dass der Kursrückgang langsamer wird und das Tiefstzeichen erscheint, also gehen Sie lang; wenn die glatte Kurve 3 Tage lang kontinuierlich fällt und der Wert über 80% liegt, wird davon ausgegangen, dass der Kursanstieg langsamer wird und das oberste Zeichen erscheint, so dass die Position dicht ist.

Analyse der Vorteile

Im Vergleich zur ursprünglichen ROC-Strategie weist diese Strategie folgende Hauptvorteile auf:

  1. Durch den Vergleich der historischen ROC-Mehrwerte kann das relative Niveau der Impulsindikatoren effektiv gemessen und ungültige Signale mit nicht ausreichend hohen absoluten Werten ausgefiltert werden.
  2. Durch die glättende Verarbeitung wird Lärm gefiltert und die Signale stabiler und zuverlässiger.
  3. Die Festlegung von Kauf- und Verkaufsschwellen senkt die Zahl der ungültigen Transaktionen.

Im Allgemeinen verarbeitet diese Strategie den ROC-Indikator effektiv, um ihn für den Live-Handel geeigneter zu machen.

Risikoanalyse

Die wichtigsten Risiken dieser Strategie sind:

  1. Der ROC-Indikator kann die Marktentwicklung nicht bestimmen und kann in irgendeiner Weise irreführend sein.
  2. Die Einkaufs- und Verkaufsschwellen sind nicht perfekt.
  3. Eine unsachgemäße Einstellung der SMA-Parameter wirkt sich ebenfalls auf die Strategieergebnisse aus.

Um die oben genannten Risiken zu reduzieren, sollten Trendindikatoren kombiniert werden, um die wichtigsten Trends zu ermitteln; Schwellenparameter angepasst und optimale Parameter getestet werden; SMA-Zyklusparameter optimiert werden.

Optimierungsrichtlinien

Die Strategie kann wie folgt optimiert werden:

  1. Kombination von Trendindikatoren zur Bestimmung der allgemeinen Marktrichtung und Vermeidung von Fehlschlägen während der Bull-Bear-Konvertierung.
  2. Testen Sie ROC-Längenparameter und Kauf- und Verkaufsschwellenparameter, um optimale Parameterkombinationen zu finden.
  3. Optimieren Sie die SMA-Gleichungsparameter, um die besten Parameter zu finden.
  4. Steigern Sie den Stop-Loss-Mechanismus.

Zusammenfassung

Dies ist eine Optimierungsstrategie, die auf der sekundären Entwicklung des ROC-Indikators basiert. Sie führt Mittel wie historischen Maximalwertvergleich, SMA-Gleichung und Kauf- und Verkaufsschwellen ein, um ungültige Signale auszufiltern und die Strategie stabiler zu machen. Der Hauptvorteil ist die hohe Signalqualität, die für den Live-Handel geeignet ist. Nachfolgsverbesserungen können durch Kombination von Trends, Parameteroptimierung usw. vorgenommen werden, um die Strategieleistung weiter zu verbessern.


/*backtest
start: 2024-02-12 00:00:00
end: 2024-02-19 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy(title="Rate Of Change Mod Strategy", shorttitle="ROC", format=format.price, precision=2)
//length = input.int(9, minval=1)
//source = input(close, "Source")
//roc = 100 * (source - source[length])/source[length]
//plot(roc, color=#2962FF, title="ROC")
//hline(0, color=#787B86, title="Zero Line")

length = input.int(9, minval=1, title="Length")
maxHistory = input(200, title="Max Historical Period for ROC")
lenghtSmooth = input.int(10, minval=1, title="Length Smoothed ROC")
lenghtBUY = input.int(-80, title="Buy Threshold")
lenghtSELL = input.int(80, title="Buy Threshold")

source = close
roc = 100 * (source - source[length]) / source[length]

// Calculate the maximum ROC value in the historical period
maxRoc = ta.highest(roc, maxHistory)

// Calculate current ROC as a percentage of the maximum historical ROC
rocPercentage = (roc / maxRoc) * 100


rocPercentageS = ta.sma(rocPercentage, lenghtSmooth)
if ta.rising(rocPercentageS, 3) and rocPercentageS < lenghtBUY
    strategy.entry("Buy", strategy.long)

if ta.falling(rocPercentageS, 3) and rocPercentageS > lenghtSELL
    strategy.close("Buy")


plot(rocPercentage, color=color.new(color.blue, 0), title="Percentage ROC")
plot(rocPercentageS, color=color.new(#21f32c, 0), title="Percentage ROC")
hline(0, color=color.new(color.gray, 0), title="Zero Line")


Mehr