ChaoZhang
Überblick
Es handelt sich um eine selbst angepasste Trendverfolgungsstrategie, die auf Schwankungen basiert und die Williams Percent Range kombiniert. Die Strategie passt die Sensitivität der Trendbeurteilung an, indem sie den Bereich der Preisschwankungen und ein benutzerdefiniertes Zähler berechnet, um eine bessere Anpassung an verschiedene Marktumgebungen zu erreichen.
Strategieprinzip
Die Strategie berechnet zunächst die Preisspanne (Range) und ihren Moving Average (AvgRange) innerhalb einer Periode. Zwei Zähler (TrueCount und TrueCount2) werden eingesetzt, um die Häufigkeit von signifikanten Schwankungen zu erfassen, indem sie die Beziehung zwischen den Preisschwankungen in Echtzeit und der durchschnittlichen Schwankungspanne vergleicht. Diese Zähler werden verwendet, um die Berechnungsparameter des Williams-Index dynamisch anzupassen, so dass die Strategie ihre Sensitivität automatisch an die Marktschwankungen anpassen kann.
Strategische Vorteile
- Anpassungsfähigkeit - Strategie, die eine stabile Performance in unterschiedlichen Marktumgebungen durch einen Anpassungsmechanismus für die Volatilität gewährleistet
- Perfekte Risikokontrolle - die integrierte Risikoparameter RISK ermöglicht es dem Händler, die Radikalisierung seiner Strategie an seine eigenen Risikopräferenzen anzupassen
- Signalklarheit - Vermeidung von Falschsignalen durch den Einsatz eines klaren Signalbruchmechanismus
- Skalierbarkeit: Das Strategie-Framework erlaubt die Optimierung durch die Einführung weiterer Technikindikatoren
- Hohe Rechenleistung - einfache und effiziente Rechenverfahren für den Echtzeit-Handel
Strategisches Risiko
- Parameter-Sensitivität - Die Auswahl der Parameter ASClength und RISK beeinflusst die Leistung der Strategie erheblich
- Marktumgebungsabhängigkeit - möglicherweise zu viele Handelssignale in einem wackligen Markt
- Rückstand - Die Verwendung von Moving Averages kann zu Ein- und Ausstiegsverzögerungen führen
- Falsche Durchbrüche - Falsche Signale können während hoher Schwankungen auftreten Es wird empfohlen, das Risiko durch die Rückmessung der Optimierungsparameter und in Verbindung mit anderen Bestätigungsindikatoren zu verringern.
Richtung der Strategieoptimierung
- Einführung von Umsatzindikatoren - Effektivität von Trendänderungen durch Umsatzbestätigung
- Optimierung der Zählerlogik - Einige Unternehmen können die Verwendung von komplexeren statistischen Methoden zur Beurteilung von Marktschwankungen in Betracht ziehen.
- Hinzufügung von Stop-Loss-Mechanismen - empfohlen, dynamische Stop-Loss-Mechanismen einzuführen, um Risiken besser zu steuern
- Marktumfeld-Filter - Hinzufügen eines Moduls zur Beurteilung des Marktumfelds, um einen Handel unter unangemessenen Marktbedingungen zu vermeiden
- Parameteradaptivität - Entwicklung von automatischen Optimierungsmechanismen für Parameter, um die Anpassungsfähigkeit der Strategie zu verbessern
Zusammenfassen
Es handelt sich um eine innovative Strategie, die eine Kombination aus Volatilitätsanalyse und Trendverfolgung darstellt und die Stabilität und Zuverlässigkeit der Strategie durch Anpassungsmechanismen erhöht. Obwohl einige inhärente Risiken bestehen, ist die Strategie durch die Implementierung von vernünftigen Parameter-Sets und Optimierungsrichtungen in der Lage, eine stabile Leistung in verschiedenen Marktumgebungen zu halten.
/*backtest
start: 2024-10-28 00:00:00
end: 2024-11-27 00:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("ASCTrend", shorttitle="ASCTrend", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=100)
eternalfg = input(false, title="eternal 確定")
eternal = eternalfg ? 1 : 0
ASClength = input.int(title="ASC Length", minval=4, defval=10)
RISK = input.int(title="RISK", minval=0, defval=3)
// Custom sum function
customSum(source, length) =>
sum = 0.0
for i = 0 to length - 1
sum := sum + source[i]
sum
x1 = 67 + RISK
x2 = 33 - RISK
Range = ta.highest(ASClength) - ta.lowest(ASClength)
AvgRange = ta.sma(Range, ASClength)
CountFg = math.abs(open - close) >= AvgRange * 2.0 ? 1 : 0
TrueCount = customSum(CountFg, ASClength)
CountFg2 = math.abs(close[3] - close) >= AvgRange * 4.6 ? 1 : 0
TrueCount2 = customSum(CountFg2, ASClength - 3)
wpr3RR = ta.wpr(3 + RISK + RISK)
wpr3 = ta.wpr(3)
wpr4 = ta.wpr(4)
WprAbs = 100 + (TrueCount2 > 0 ? wpr4 : TrueCount > 0 ? wpr3 : wpr3RR)
ASC_Trend = 0
ASC_Trend := WprAbs[eternal] < x2[eternal] ? -1 : WprAbs[eternal] > x1[eternal] ? 1 : ASC_Trend[1]
if (ta.crossover(ASC_Trend, 0))
strategy.entry("Long", strategy.long)
if (ta.crossunder(ASC_Trend, 0))
strategy.entry("Short", strategy.short)
plotshape(ta.crossover(ASC_Trend, 0), location=location.belowbar, color=color.green, style=shape.triangleup, size=size.small, text="B", textcolor=color.white)
plotshape(ta.crossunder(ASC_Trend, 0), location=location.abovebar, color=color.red, style=shape.triangledown, size=size.small, text="S", textcolor=color.white)
alertcondition(ta.crossover(ASC_Trend, 0), title="ASC_Trend UP", message="ASC_Trend UP")
alertcondition(ta.crossunder(ASC_Trend, 0), title="ASC_Trend Down", message="ASC_Trend Down")