Strategie zur Einrichtung einer extremen Umkehrung

Schriftsteller:ChaoZhang, Datum: 2024-02-21
Tags:

img

Übersicht

Die Extreme Reversal Setup Strategie ist eine Strategie, die extreme K-Linienumkehrungen nutzt. Sie wird anhand der Entitätsgröße der letzten K-Line und des Durchschnittswerts beurteilen und Handelssignale erzeugen, wenn die Entitätsgröße größer ist als der Durchschnittswert und eine Umkehrung eintritt.

Strategieprinzip

Diese Strategie richtet sich hauptsächlich nach der Größe des aktuellen K-Lines und der Gesamtgröße des K-Lines.

Es wird die Entitätsgröße (Differenz zwischen offenem und geschlossenem) der letzten K-Linie und die Gesamtgröße der K-Linie (Differenz zwischen höchstem und niedrigstem) erfassen.

Verwenden Sie anschließend den durchschnittlichen wahren gleitenden Durchschnitt (RMA) zur Berechnung der durchschnittlichen Entitätsgröße und der K-Liniengröße der letzten 20 K-Linien.

Wenn die letzte K-Linie steigt und die Entitätsgröße größer ist als die durchschnittliche Entitätsgröße und die Gesamtgröße der K-Linie auch mehr als das Zweifache der durchschnittlichen K-Linie beträgt, wird ein langes Signal erzeugt.

Im Gegenteil, wenn die letzte K-Linie fällt und die Entitätsgröße ebenfalls die oben genannten Bedingungen erfüllt, wird ein kurzes Signal erzeugt.

Das heißt, Handelssignale werden erzeugt, wenn extreme K-Linien umgekehrt werden, indem durchschnittliche Werte beurteilt werden.

Analyse der Vorteile

Die wichtigsten Vorteile dieser Strategie sind:

  1. Verwenden Sie extreme Eigenschaften der K-Linie für eine einfache Umkehrung
  2. Vergleichen Sie extreme Werte der Entitätsgröße und der Gesamtgröße der K-Linien, um Ausreißer zu finden
  3. Verwenden von RMA zur Berechnung dynamischer Durchschnittswerte, die an Marktveränderungen angepasst werden können
  4. Kombination mit Umkehrmustern für zuverlässigere Signale

Risikoanalyse

Diese Strategie birgt auch einige Risiken:

  1. Extreme K-Linien kehren nicht unbedingt um, können weiterlaufen
  2. Falsche Einstellungen von Parametern können zu empfindliche oder stumpfe
  3. Für die Unterstützung erfordert ausreichende Marktvolatilität, nicht geeignet für die Konsolidierung
  4. Kann häufige Handelssignale erzeugen, die Transaktionskosten erhöhen und das Risiko eines Ausrutschens erhöhen

Um Risiken zu reduzieren, können die Parameter entsprechend angepasst oder Stop Loss zu Kontrollverlusten hinzugefügt werden.

Optimierungsrichtlinien

Diese Strategie kann in folgenden Aspekten optimiert werden:

  1. Fügen Sie Volumenfilter hinzu, um falsche Ausbrüche zu vermeiden
  2. Verwendung von Volatilitätsindikatoren zur dynamischen Optimierung der Parameter-Einstellungen
  3. Kombination von Trendindikatoren zur Vermeidung einer Umkehrung von Long und Short
  4. Hinzufügen von maschinellen Lernmodellen zur Beurteilung der Wahrscheinlichkeit der Umkehrung der K-Linie
  5. Hinzufügen eines Stop-Loss-Mechanismus

Zusammenfassung

Die Extreme-Reversal-Setup-Strategie erzeugt Handelssignale, wenn Umkehrungen auftreten, indem sie extreme Situationen der neuesten K-Line beurteilt. Sie hat den Vorteil, außergewöhnliche extreme K-Line-Funktionen zu verwenden, hat aber auch einige Risiken. Eine bessere Strategieleistung kann durch Parameteroptimierung und Risikokontrollmaßnahmen erzielt werden.


/*backtest
start: 2024-02-13 00:00:00
end: 2024-02-20 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("Extreme Reversal Setup", overlay=true)

bodySize = input(defval=0.75)
barsBack = input(title="Lookback Period", type=input.integer, defval=20, minval=0)
bodyMultiplier = input(title="Bar ATR Multiplier", type=input.float, defval=2.0, minval=0)

myBodySize = abs(close - open)
averageBody = rma(myBodySize, barsBack)
myCandleSize = abs(high - low)
averageCandle = rma(myCandleSize, barsBack)

signal_long = open[1]-close[1] >= bodySize*(high[1]-low[1]) and 
   high[1]-low[1] > averageCandle*bodyMultiplier and 
   open[1]-close[1] > averageBody and close > open
signal_short = close[1]-open[1] >= bodySize*(high[1]-low[1]) and 
   high[1]-low[1] > averageCandle*bodyMultiplier and 
   close[1]-open[1] > averageBody and open > close

plotshape(signal_long, "LONG", shape.triangleup, location.belowbar, size=size.normal)
plotshape(signal_short, "SHORT", shape.triangledown, location.belowbar, size=size.normal)

strategy.entry("LONG", strategy.long, when=signal_long)
strategy.entry("SHORT", strategy.short, when=signal_short)

Mehr