Basierend auf der Double-Counter-Momentum-Strategie
ChaoZhang
Überblick
Die Doppel-Return-Quantität-Strategie ermöglicht Trending-Handel durch die Kombination von Preis-Return-Signal und Volatilität-Return-Signal. Sie basiert hauptsächlich auf 123-Formen, die Preis-Return-Punkte beurteilen, während die Donchian-Kanal-Volatilität zur Filterung von Falschsignalen verwendet wird. Die Strategie ist für mittlere und lange Positionen geeignet.
Strategieprinzip
Der Kursumkehrteil verwendet die 123-Form. Diese Form bedeutet, dass sich die ersten beiden K-Linien umkehren (aufwärts oder nach unten) und die dritte K-Line erneut umkehren (aufwärts oder nach unten). Daher wird sie als 123-Form bezeichnet. Wenn sich die drei K-Linien umkehren, deutet dies normalerweise auf eine kurzfristige Tendenz hin.
Die Donchian-Channel-Wandelrate wird im Wende-Teil verwendet. Die Donchian-Channel-Wandelrate spiegelt hauptsächlich die Bandbreite der Preise wider. Wenn die Preisschwankungen größer sind, wird die Donchian-Channel-Breite erweitert; wenn die Preisschwankungen geringer sind, wird die Donchian-Channel-Breite verkleinert.
Insgesamt ist die Strategie durch eine doppelte Rückwärtsprüfung sowohl sicher, dass die Handelssignale zuverlässig sind, als auch Risiken zu kontrollieren, was eine relativ robuste Trendstrategie darstellt.
Strategische Vorteile
- Doppelte Filtermechanismen, um die Zuverlässigkeit von Handelssignalen zu gewährleisten und falsche Abbrüche zu vermeiden
- Risiken kontrollieren und die Wahrscheinlichkeit von Verlusten senken
- Es ist wichtig, dass Sie sich für die mittleren und langen Positionen eignen, um Marktgeräusche zu vermeiden und die Überschüsse zu nutzen.
- Optimierung von Parametern mit viel Platz für Optimierung
- Einzigartiger Stil und eine gute Kombination mit gängigen technischen Kennzahlen
Strategisches Risiko
- Abhängig von Parameteroptimierungen, bei denen falsche Parameter die Strategie beeinträchtigen
- Die Stop-Loss-Strategie muss weiter verbessert werden, und die Maximal-Rücknahme-Kontrollen müssen verbessert werden.
- Die Handelsfrequenz ist möglicherweise niedrig und nicht für den Handel mit Hochfrequenzalgorithmen geeignet.
- Die Auswahl der richtigen Sorten und Zeitspannen ist begrenzt.
- Optimierte Parameter können mit Hilfe von Machine Learning und anderen Methoden ermittelt werden.
Optimierungsrichtung
- Erhöhung der Adaptive Stop-Loss-Module, um die maximale Rücknahme erheblich zu reduzieren
- Die Einführung eines Volumenindikators, um den Einstieg bei einem hohen Volumenbruch zu sichern
- Optimierung der Parameter für optimale Stabilität
- Versuchen Sie mit verschiedenen Sorten und Zeitspannen, um die beste Umgebung zu finden
- Versuchen Sie es mit anderen Kennzahlen oder Strategien zu kombinieren, um eine Synergie von 1 + 1 > 2 zu erzielen
Zusammenfassen
Die Doppel-Return-Quantität-Strategie ermöglicht eine bessere Risikokontrolle durch die Doppel-Verifizierung von Preis-Return- und Volatilitäts-Return-Raten. Im Vergleich zu einem einzelnen Indikator filtert sie eine große Menge an Geräuschen und ist stabiler. Die Strategie kann die Signalqualität und Ertragsstabilität durch Optimierung von Parametern, Verlustmodule-Verstärkung und die Einführung von Quantitativen weiter verbessern.
/*backtest
start: 2024-01-20 00:00:00
end: 2024-02-19 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
////////////////////////////////////////////////////////////
// Copyright by HPotter v1.0 06/03/2020
// This is combo strategies for get a cumulative signal.
//
// First strategy
// This System was created from the Book "How I Tripled My Money In The
// Futures Market" by Ulf Jensen, Page 183. This is reverse type of strategies.
// The strategy buys at market, if close price is higher than the previous close
// during 2 days and the meaning of 9-days Stochastic Slow Oscillator is lower than 50.
// The strategy sells at market, if close price is lower than the previous close price
// during 2 days and the meaning of 9-days Stochastic Fast Oscillator is higher than 50.
//
// Second strategy
// The Donchian Channel was developed by Richard Donchian and it could be compared
// to the Bollinger Bands. When it comes to volatility analysis, the Donchian Channel
// Width was created in the same way as the Bollinger Bandwidth technical indicator was.
//
// As was mentioned above the Donchian Channel Width is used in technical analysis to measure
// volatility. Volatility is one of the most important parameters in technical analysis.
// A price trend is not just about a price change. It is also about volume traded during this
// price change and volatility of a this price change. When a technical analyst focuses his/her
// attention solely on price analysis by ignoring volume and volatility, he/she only sees a part
// of a complete picture only. This could lead to a situation when a trader may miss something and
// lose money. Lets take a look at a simple example how volatility may help a trader:
//
// Most of the price based technical indicators are lagging indicators.
// When price moves on low volatility, it takes time for a price trend to change its direction and
// it could be ok to have some lag in an indicator.
// When price moves on high volatility, a price trend changes its direction faster and stronger.
// An indicator's lag acceptable under low volatility could be financially suicidal now - Buy/Sell signals could be generated when it is already too late.
//
// Another use of volatility - very popular one - it is to adapt a stop loss strategy to it:
// Smaller stop-loss recommended in low volatility periods. If it is not done, a stop-loss could
// be generated when it is too late.
// Bigger stop-loss recommended in high volatility periods. If it is not done, a stop-loss could
// be triggered too often and you may miss good trades.
//
// WARNING:
// - For purpose educate only
// - This script to change bars colors.
////////////////////////////////////////////////////////////
Reversal123(Length, KSmoothing, DLength, Level) =>
vFast = sma(stoch(close, high, low, Length), KSmoothing)
vSlow = sma(vFast, DLength)
pos = 0.0
pos := iff(close[2] < close[1] and close > close[1] and vFast < vSlow and vFast > Level, 1,
iff(close[2] > close[1] and close < close[1] and vFast > vSlow and vFast < Level, -1, nz(pos[1], 0)))
pos
DCW(length, smoothe) =>
pos = 0.0
xUpper = highest(high, length)
xLower = lowest(low, length)
xDonchianWidth = xUpper - xLower
xSmoothed = sma(xDonchianWidth, smoothe)
pos := iff(xDonchianWidth > xSmoothed, -1,
iff(xDonchianWidth < xSmoothed, 1, nz(pos[1], 0)))
pos
strategy(title="Combo Backtest 123 Reversal & Donchian Channel Width", shorttitle="Combo", overlay = true)
Length = input(14, minval=1)
KSmoothing = input(1, minval=1)
DLength = input(3, minval=1)
Level = input(50, minval=1)
//-------------------------
LengthDCW = input(20, minval=1)
SmootheSCW = input(22, minval=1)
reverse = input(false, title="Trade reverse")
posReversal123 = Reversal123(Length, KSmoothing, DLength, Level)
posDCW = DCW(LengthDCW, SmootheSCW)
pos = iff(posReversal123 == 1 and posDCW == 1 , 1,
iff(posReversal123 == -1 and posDCW == -1, -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)
if (possig == 0)
strategy.close_all()
barcolor(possig == -1 ? #b50404: possig == 1 ? #079605 : #0536b3 )