Die Unterstützung/Widerstands-Psychologie-Candlestick Feedback-Geldmanagement-Strategie

Schriftsteller:ChaoZhang, Datum: 2024-03-22 14:16:08
Tags:

img

Übersicht

Die Support/Resistance-Psychology-Candlestick Feedback-Money-Management-Strategie ist eine quantitative Handelsstrategie, die auf technischer Analyse und Geldmanagement basiert.

Strategieprinzipien

Die Kernlogik dieser Strategie umfasst folgende Teile:

  1. Identifizierung von Unterstützungs- und Widerstandsniveaus: Vordefinierte Unterstützungs- und Widerstandspreisniveaus durch dieinputWenn der Marktpreis diese Schlüsselniveaus durchbricht, werden wichtige Handelssignale gebildet.

  2. Händler Psychologische Gefühle: Einführung eines AufwärtsbewegungsindikatorsbullPsychund ein niedrigerer StimmungsindikatorbearPsychWenn der Preis die bullische Stimmungsschwelle überschreitet, neigt er dazu, lang zu gehen; wenn er niedriger als die bärische Stimmungsschwelle ist, neigt er dazu, kurz zu gehen.

  3. Zustand der Rückkopplung der Kerzen: feedbackCondNach Erreichen des Unterstützungs-/Widerstandsniveaus und Erfüllung der Sentiment-Bedingung entscheidet er, ob er auf der Grundlage der Feedback-Bedingung einen Trade eingehen soll.

  4. Risiko-Rendite-Verhältnis: rewardRiskRatioDie Strategie definiert das Verhältnis zwischen dem Zielgewinn und der Risikotoleranz.

  5. Positionsgröße: Dynamische Berechnung der Positionsgröße jedes Handels auf der Grundlage des Kontostandesstrategy.equityund der Risikoprozentsatz jedes HandelsriskPerTradePercent, die quantitative Risikokontrolle umzusetzen.

  6. Eintrittssignale: Kombinieren Sie Support/Widerstands-Level-Breakout, psychologische Sentiment-Indikatoren und Candlestick-Feedback-Bedingungen, indem Siestrategy.entryFunktion zur Aufnahme von langen und kurzen Signalen.

  7. Gewinn machen und Verlust stoppen: Berechnen Sie dynamisch den Gewinnpreis und den Stop-Loss-Preis anhand des Risiko-Rendite-Verhältnisses.strategy.exitDie Funktion für den bedingten Ausstieg, die die Gewinn-Verlust-Ratio jedes Handels streng kontrolliert.

  8. Visualisierung: Verwenden Sie dieplotundplotshapeFunktionen zur Zeichnung von Unterstützungs-/Widerstandslinien und zur Kennzeichnung von Kerzenfeedbacksignalen auf dem Diagramm, die intuitive Referenzen für Handelsentscheidungen liefern.

Analyse der Vorteile

Die Vorteile der Unterstützung/Widerstands-Psychologie-Candlestick-Feedback-Geldmanagement-Strategie sind:

  1. Es integriert Faktoren der technischen Analyse und der Marktstimmung und bildet so eine mehrdimensionale, umfassende Handelslogik mit größerer Anpassungsfähigkeit und Robustheit.

  2. Die Einstellung der Rückkopplungsbedingungen der Kerzen kann die Geräuschsignale wirksam filtern und die Signalgültigkeit verbessern.

  3. Durch die feste Kontrolle der Positionsgröße des Risiko-Rendite-Verhältnisses wird die Strategie in Bezug auf das Geldmanagement strenger und vermeidet dadurch effektiv ein übermäßiges Risiko eines einzelnen Handels.

  4. Durch die dynamische Berechnung von Take-Profit- und Stop-Loss-Leveln ist die Gewinn-Verlust-Ratio jedes Handels kontrollierbar, was zu einer langfristigen stabilen Aktienkurvenleistung beiträgt.

  5. Die wichtigsten Indikatorparameter können durch dieinputFunktion, die eine starke Anpassungsfähigkeit und Anpassungsfähigkeit bietet.

Risikoanalyse

  1. Die Auswahl von Unterstützungs- und Widerstandsniveaus ist subjektiv, und eine falsche Auswahl kann zu häufigen Fehleinschätzungen führen.

  2. Die Indikatoren für die Marktstimmung sind kein absolutes Indiz für die Preisentwicklung und können unter extremen Marktbedingungen fehlschlagen.

  3. Die Wirksamkeit von Rückkopplungssignalen hängt von der Zuverlässigkeit von Kerzenmustern ab, aber die Qualität von Kerzensignalen kann in volatilen Märkten abnehmen.

  4. Bei festgelegten Risikoverhältnissen kann es vorkommen, dass bei erheblichen Marktschwankungen höhere Renditen ausbleiben.

Um den oben genannten Risiken entgegenzuwirken, können folgende Aspekte optimiert und verbessert werden:

  • Für Unterstützungs- und Widerstandsniveaus können mehr technische Indikatoren (wie Bollinger-Bänder, Trendlinien usw.) zur dynamischen Bestätigung kombiniert werden.
  • Bei extremen Marktstimmungen können Stimmungssignale durch Einführung von Handelsvolumenindikatoren kalibriert werden.
  • Für die Rückkopplungssignale der Kerzen können mehrere Zeitrahmenfilter eingeführt werden, um die Signalzuverlässigkeit zu verbessern.
  • Unter der Prämisse eines kontrollierbaren Risikos kann die Risikovergütung für Phasen mit stärkeren Markttrends angemessen erhöht werden, um höhere Renditen zu erzielen.

Optimierungsrichtung

  1. Dynamische Identifizierung von Unterstützungs- und Widerstandsniveaus: Feststehende Eingabe von Unterstützungs- und Widerstandsniveaus kann sich möglicherweise nicht gut an Echtzeit-Marktänderungen anpassen. Adaptive Algorithmen (wie adaptive gleitende Durchschnitte, dynamische Arbitrage-Kanäle usw.) können eingeführt werden, um Unterstützungs- und Widerstandsniveaus dynamisch anhand von Kursentwicklungen und Volatilitätsbedingungen anzupassen, wodurch die Flexibilität und Genauigkeit der wichtigsten Beurteilungen verbessert werden.

  2. Umfassende Handelsvolumenindikatoren: Die derzeitige Strategie richtet sich hauptsächlich nach den Preisinformationen selbst, während das Handelsvolumen ein weiteres wichtiges Marktsignal ist.

  3. Dynamische Konfiguration von Long- und Shortpositionen: Derzeit ist das Positionsverhältnis der Strategie für lange und kurze Trends fest, was sich möglicherweise nicht gut an die Trends der Märkte anpasst.

  4. Optimierung der Profit- und Stop-Loss-Schwellenwerte: Festgelegte Take Profit- und Stop Loss-Verhältnisse berücksichtigen möglicherweise nicht die Differenzierung der Marktbedingungen. Adaptive Take Profit- und Stop Loss-Algorithmen (wie Trailing Stop, Volatility Stop usw.) können versucht werden, die Take Profit- und Stop Loss-Schwellenwerte dynamisch anhand von Merkmalen wie Amplitude und Häufigkeit der Preisschwankungen anzupassen, um höhere Gewinnniveaus zu erzielen und gleichzeitig Risiken zu kontrollieren.

  5. Einbeziehung von Modellen für maschinelles Lernen: Traditionelle technische Indikatoren und Regeln, obwohl einfach und effektiv, können Einschränkungen bei der Bewältigung komplexer Marktveränderungen aufweisen. Maschinelle Lernmodelle (wie Support-Vektormaschinen, Entscheidungsbäume, neuronale Netzwerke usw.) können als in den Strategierahmen eingeführt werden. Durch Training und Lernen aus historischen Daten können tiefere Marktmuster gewonnen werden, um einige traditionelle Handelsregeln zu unterstützen oder sogar zu ersetzen, wodurch die Anpassungsfähigkeit und das Intelligenzniveau der Strategie verbessert werden.

Die oben genannten Optimierungsrichtungen können selektiv auf der Grundlage der tatsächlichen Bedürfnisse und Ressourcenbedingungen umgesetzt werden.

Zusammenfassung

Die Strategie Support/Resistance-Psychology-Candlestick Feedback-Money Management ist eine umfassende Strategie, die verschiedene technische Analyseelemente und quantitative Handelskonzepte integriert. Sie baut eine relativ vollständige Handelslogik und ein Risikomanagementsystem durch die organische Kombination mehrerer Dimensionen wie Support/Resistance-Level, Marktstimmung, Feedbacksignale und Risikokontrolle auf. Gleichzeitig bietet diese Strategie auch eine hohe Flexibilität und Anpassungsfähigkeit im Implementierungsprozess, so dass Benutzer Parameter optimieren und Module entsprechend ihren eigenen Bedürfnissen und Marktmerkmalen anpassen können.

Natürlich kann keine Strategie perfekt sein. In praktischen Anwendungen wird sie unweigerlich mit verschiedenen Herausforderungen und Risiken konfrontiert sein. Die Effektivität der Beurteilungen von Unterstützungs-/Widerstandsniveaus, die Zuverlässigkeit der Indikatoren für die Marktstimmung, die Geräuschstörung von Rückkopplungssignalen und die Einschränkungen von Risikomodellen sind alle Aspekte, die in der Praxis kontinuierlich optimiert und verbessert werden müssen. Durch die Einführung dynamischer Widerstandsstützungsniveaus, Handelsvolumenindikatorverifizierung, adaptive Positionskonfiguration, dynamische Optimierung von Take Profit und Stop Loss und maschinelles Lernen können die Anpassungsfähigkeit und Risikobereitschaft der Strategie bis zu einem gewissen Grad verbessert werden.

Insgesamt bietet die Support/Resistance-Psychology-Candlestick Feedback-Money-Management-Strategie einen relativ einfachen und praktischen Rahmen für die quantitative Handelspraxis. Auf der Grundlage der Beherrschung der Kernprinzipien, durch flexible Optimierungskombination und strenge praktische Tests wird sie voraussichtlich zu einem effektiven Instrument zur Erfassung von Marktchancen und zur Kontrolle von Handelsrisiken werden. Es gibt keine Abkürzungen im quantitativen Handel. Nur durch beharrliches Lernen und Optimieren sowie umsichtige und strenge Risikokontrolle können wir uns im volatilen Markt unbesiegt behaupten.


/*backtest
start: 2023-03-16 00:00:00
end: 2024-03-21 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("S/R-Psych-Cndl-Fdbck-MM", shorttitle="SRPCFMM", overlay=true)
// تعریف حمایت و مقاومت پیشرفته
supportLvl = input(100, title="حمایت پیشرفته")
resistanceLvl = input(200, title="مقاومت پیشرفته")

// روانشناسی کندل
bullPsych = input(70, title="روحیه خریداری")
bearPsych = input(30, title="روحیه فروشنده")

// پولبک
feedbackCond = input(true, title="استفاده از پولبک")

// نسبت تارگت به ریسک
rewardRiskRatio = input(3, title="نسبت تارگت به ریسک")

// مدیریت مالی
riskPerTradePercent = input.float(1, title="ریسک برای هر معامله (%)", minval=0)
riskAmount = strategy.equity * (riskPerTradePercent / 100)
// Define entry conditions and feedback condition
longCond = close > supportLvl and close > bullPsych
shortCond = close < resistanceLvl and close < bearPsych


// Execute trade entry with feedback condition
if (longCond and feedbackCond)
    strategy.entry("Long", strategy.long)
if (shortCond and feedbackCond)
    strategy.entry("Short", strategy.short)

// محاسبه تارگت و استاپ لاس بر اساس نسبت تارگت به ریسک
targetPriceLong = close + (high - low) * rewardRiskRatio
stopPriceLong = close - (high - low) * (riskPerTradePercent / 100)
targetPriceShort = close - (high - low) * rewardRiskRatio
stopPriceShort = close + (high - low) * (riskPerTradePercent / 100)

// اجرای خروج از معامله با حمایت و مقاومت و تارگت و استاپ لاس
strategy.exit("Take Profit/Stop Loss", from_entry="Long", loss=supportLvl, profit=targetPriceLong)
strategy.exit("Take Profit/Stop Loss", from_entry="Short", loss=resistanceLvl, profit=targetPriceShort)

// نمایش خطوط حمایت و مقاومت در نمودار
plot(supportLvl, color=color.green, linewidth=2, title="حمایت پیشرفته")
plot(resistanceLvl, color=color.red, linewidth=2, title="مقاومت پیشرفته")

// نمایش حجم پیشرفته
plotshape(series=na, title="حجم پیشرفته", color=color.purple, style=shape.triangleup, location=location.abovebar, size=size.small)


Mehr