Strategie zum Brechen des umgekehrten Momentum-Fensters
ChaoZhang
Überblick
Die Reversal-Momentum-Breakout-Strategie ist eine quantitative Trading-Strategie, bei der Preis- und Dynamik-Rückschläge genutzt werden, um Handelssignale zu erzeugen. Die Strategie basiert auf der Theorie der vorangegangenen Dynamik-Rückschläge, indem sie den Höchst- und Tiefstpreis eines bestimmten Zeitraums verfolgt, um zu beurteilen, ob sich der Markt an einem wichtigen Punkt der Umkehr befindet.
Strategieprinzip
Die Strategie entscheidet, ob der Markt an einem kritischen Wendepunkt ist, indem er Höchst- und Tiefstpreise innerhalb eines bestimmten Zeitraums (z. B. 20 Tage) berechnet. Die spezifische Logik lautet wie folgt:
Berechnen Sie die höchsten und niedrigsten Preise der letzten 20 Tage.
Wenn der aktuelle Höchstwert der K-Linie höher ist als der Höchstwert der letzten 20 Tage (d.h. ein neuer Höchstwert entsteht), wird die Höchstwert-Umkehrungs-Überwachungsphase eingeleitet, wobei der Zähler auf 5 Tage gesetzt wird.
Wenn der Höchstpreis kein neues Hoch aufweist, wird der tägliche Zähler um 1 abgezogen. Wenn der Zähler auf 0 reduziert wird, endet die Höchstwert-Umkehr-Überwachungszeit.
Die Logik für die niedrigsten Preise ist ähnlich, wenn ein neues niedriges Niveau auftritt, tritt man in die niedrigste Umkehrungsmonitoringsperiode ein.
Während der Umkehrungsüberwachung werden Über- oder Unter-Operationen durchgeführt. Wenn ein Umkehrsignal in der Nähe des Umkehrkritikpunktes auftritt, können größere Umsätze erfasst werden.
Die Strategie setzt gleichzeitig den Zeitpunkt für den Beginn des Handels ein, um ein Handelssignal in den historischen Daten zu vermeiden.
Analyse der Stärken
Die Reverse-Turn-Out-Strategie hat folgende Hauptvorteile:
Umkehrmöglichkeiten zu ergreifen, die für Umkehrszenarien geeignet sind. Nach anhaltendem Anstieg oder Fall des Marktes treten häufig einige Umkehrungen auf. Diese Strategie kann diese Wendepunkte erfassen.
Bewegung geht voran, ist empfindlicher. Die Berechnung der Höchst- und Tiefstpreise eines bestimmten Zyklus kann die Tendenz und den Zeitpunkt der Preisumkehr empfindlicher beurteilen.
Setzen Sie eine Umkehrüberwachungsphase ein, um falsche Signale zu vermeiden. Nur in der Nähe des Umkehrschwerpunkts kann ein Signal ausgegeben werden, um einen Teil des Geräusches zu filtern.
Mehrere Kurz- und Kurzschluss-Operationen sind erlaubt.
Die Regeln sind relativ einfach und leicht umzusetzen. Die Strategie beruht hauptsächlich auf einfachen Preis- und Dynamikindikatoren, die leicht in Code umgesetzt werden können.
Risikoanalyse
Die wichtigsten Risiken der Reverse-Turn-Out-Strategie sind:
Umkehrvorurteil ist nicht zulässig. Die Strategie kann Verluste verursachen, wenn der Markt weiterhin richtungsbezogen ist.
Es ist nicht möglich, die Bewegung der Großbörse umfassend zu berücksichtigen. Ein einzelner Aktienumkehr bedeutet nicht unbedingt eine Umkehr der Großbörse, die in Verbindung mit der Analyse der Großbörse erforderlich ist.
Der Rückzug ist möglicherweise größer. Wenn der Rückzug nicht auftritt, kann NetDevice erweitert werden.
Datenanpassungsrisiken. Die Strategie kann zu stark auf historische Daten angewiesen sein, was in der Praxis schlechter funktionieren kann als die Rückmessung.
Parameter-sensibel. Einstellungen von Parametern wie Fensterzeiten und Reverse-Counter beeinflussen die Strategie-Stabilität.
Die Risikolösungen umfassen: Optimierung der Stop-Loss-Strategie, Berücksichtigung der Big-Stock-Faktoren, Anpassung der Parameterkombinationen für Stabilitätsprüfungen usw.
Optimierungsrichtung
Die wichtigsten Optimierungsbereiche der Strategie sind:
In Kombination mit den Big-Ball-Indikatoren. Vergleichen Sie die Stärke des Big-Balls mit der Schwäche des Big-Balls und vermeiden Sie eine Umkehrung in einem ungünstigen Umfeld für Big-Balls.
Die Aktien, die in einer guten finanziellen Lage sind, eine gute Basis haben und überbewertet sind.
Optimierung der Parameterkombination ◦ Anpassung der Fensterphase, Umkehrung der Zählerparameter und Suche nach der optimalen Parameterkombination ◦
Hinzufügen von Stop-Loss-Strategien wie Tracking-Typ-Stops, Stop-Loss-Werte und so weiter, um den maximalen Rückzug zu kontrollieren.
Mehr Maschinelles Lernen. Einsatz von KI-Modellen zur Vorhersage der Wahrscheinlichkeit von Preiswechseln und zur Verbesserung der Signalgenauigkeit.
Zusammenfassen
Die Reverse-Rotational-Window-Breaking-Strategie sucht nach Umkehrmöglichkeiten, indem sie Preise und Dynamikindikatoren verfolgt. Sie ist reaktionsschnell und kann Trends und Momente der Umkehr erkennen. Es besteht jedoch auch ein gewisses Maß an Risiko, das eine angemessene Optimierung und Risikokontrolle erfordert.
/*backtest
start: 2023-02-16 00:00:00
end: 2024-02-22 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("New Highs and Lows Momentum Strategy", overlay = true, default_qty_type = strategy.percent_of_equity, default_qty_value = 100)
window = input.int(20, title="New Highs and Lows Window", minval=1)
decay = input.int(5, title="Decay", minval=1)
startDate = input(timestamp("1 Jan 2023"), title = "Start Date")
allowShort = input.bool(false, title = "Allow shorting")
var int highDecayCounter = 0
var bool isHighPeriod = false
var int lowDecayCounter = 0
var bool isLowPeriod = false
inTradeWindow = true
window_high = ta.highest(close, window)
window_low = ta.lowest(low, window)
// Logic for Highs
if window_high > ta.highest(close, window)[1]
highDecayCounter := decay
isHighPeriod := true
else
if highDecayCounter > 0
highDecayCounter := highDecayCounter - 1
else
isHighPeriod := false
// Logic for Lows
if window_low < ta.lowest(low, window)[1]
lowDecayCounter := decay
isLowPeriod := true
else
if lowDecayCounter > 0
lowDecayCounter := lowDecayCounter - 1
else
isLowPeriod := false
// Strategy Execution
if inTradeWindow
if isHighPeriod and highDecayCounter == decay
strategy.entry("Long", strategy.long)
if isHighPeriod and highDecayCounter == 0
strategy.close("Long")
if isLowPeriod and lowDecayCounter == decay and allowShort
strategy.entry("Short", strategy.short)
if isLowPeriod and lowDecayCounter == 0 and allowShort
strategy.close("Short")
// Plotting
plot(window_high, color=color.green)
plot(window_low, color=color.red)