
QMC und QM kombiniert AO Abweichungen von mehrschichtigen Zeitrahmen Quantitative Trading Strategie ist ein technisch-analytisches Quantitative Trading System, das die Abweichungen von Quantitative Marktkategorien (QMC), Quantitative Movement (QM) und die Abweichungen von den Magischen Oszillatoren (Awesome Oscillator, AO) kombiniert, um potenzielle Handelschancen zu identifizieren. Die Strategie wurde speziell für die Zeitrahmen H4 und H1 entwickelt und verwendet ein Risiko-Rendite-Verhältnis von 1:3, was bedeutet, dass die potenziellen Gewinne dreimal so hoch sind wie die potenziellen Verluste.
Die Strategie basiert auf drei Hauptkomponenten:
Magische Erschütterung:AO ist ein dynamischer Indikator, der die Differenz zwischen dem 5-Zyklus- und dem 34-Zyklus-Simple Moving Average des Preismittels (HL2) berechnet. Die Strategie nutzt AO, um Veränderungen in der Marktdynamik zu erkennen.
Quantitative Bewegung (QM)Die Strategie verwendet die Axialhöhen und -tiefpunkte der 5 K-Linien, um die kritischen Preisniveaus zu identifizieren. Das QM-Signal wird erzeugt, wenn
Abweichung von AO-Erkennung:
Die Eintrittsvoraussetzung für die Strategie ist die Kombination von QM-Signalen und AO-Abweichungen:
Die Stop-Loss-Einstellung basiert auf der QM-Ebene und ist mit einer 0,2-fachen ATR-Bedämpfung (mean real amplitude) ausgestattet, während die Stop-Loss-Zielstellung auf die 3-fache Differenz zwischen dem Einstiegspreis und der Stop-Loss-Ebene festgelegt wird, wodurch ein Risiko-Rendite-Verhältnis von 1:3 erreicht wird.
MehrfachbestätigungDie Strategie kombiniert die Preisform ((QMC und QM) mit den Dynamikindikatoren ((AO) und bietet ein zuverlässigeres Handelssignal. Die Mehrfachbestätigung verringert das Risiko falscher Signale und erhöht die Erfolgsrate des Handels.
Abkehr von der IdentifizierungDie Strategie kann Abweichungen zwischen Preisen und Dynamikindikatoren erkennen, was oft ein starkes Signal für eine bevorstehende Umkehr der Markttrends ist. Diese Fähigkeit, Wendepunkte im Voraus zu identifizieren, ermöglicht es Händlern, Positionen vor den meisten Marktteilnehmern aufzunehmen.
Optimierung des RisikomanagementsEin Risiko-Rendite-Verhältnis von 1: 3 bedeutet, dass die Strategie langfristig rentabel sein kann, auch wenn die Gewinnquote nur 30% beträgt. Diese konservative Risikomanagement-Methode hilft, die Kontomittel zu schützen.
Marktstrukturbasierte Stop-LossesStop-Loss-Positionen sind in der Nähe von wichtigen QM-Niveaus eingestellt, die wichtige Unterstützungs- oder Widerstandsbereiche in der Marktstruktur darstellen, anstatt zufällig ausgewählte Preispunkte, was die Effektivität von Stop-Loss-Positionen erhöht.
Automatisierte HandelskapazitätenDie Strategie ist vollständig programmierbar und ermöglicht die automatische Ausführung von Transaktionen, reduziert die emotionalen Störungen und gewährleistet eine strenge Ausführung der Handelsdisziplin.
Falsche AbweichungIn einem schwankenden Markt kann ein Ausweichen des AO zu unnötigen Handelsverlusten führen. Marktlärm kann zu einem kurzfristigen Ausweichen des Indikators führen, aber der Preis wird möglicherweise nicht so umkehren, wie erwartet.
Risiko für starke MarktschwankungenDer Preis kann die Stop-Loss-Grenze schnell überschreiten, was zu einem höheren tatsächlichen Verlust als erwartet führt.
ParameterempfindlichkeitDie Strategie verwendet festgelegte Parameter (beispielsweise Moving Averages für 5 und 34 Perioden, Pivot Points für 5 K-Linien, Buffer von 0,2 ATR), die in verschiedenen Marktumgebungen oder bei verschiedenen Handelsarten angepasst werden müssen.
Gefahr von SignalverzögerungenAufgrund der Notwendigkeit der Bildung von Hubpunkten und der Bestätigung von Abweichungen kann es zu einer Verzögerung des Handelssignals kommen, wodurch die optimale Einstiegszeit verpasst wird.
FinanzierungsproblemeStrategie: Handel mit einem festen Anteil von 10% des Kontogeldes, der möglicherweise nicht für alle Marktbedingungen oder Kontogrößen geeignet ist.
Die Lösung:
longTermTrend = ta.sma(close, 200) > ta.sma(close, 200)[20]
longCond := longCond and longTermTrend
shortCond := shortCond and not longTermTrend
volMultiplier = ta.atr(14) / ta.atr(14)[20]
slDistance = atr * 0.2 * math.min(2, math.max(0.5, volMultiplier))
Hinzufügen von ZeitrafferfilternEs kann sein, dass bestimmte Zeiten (z. B. vor oder nach der Markteinführung wichtiger Daten) sehr volatil sind und nicht für diese Strategie geeignet sind. Das Hinzufügen von Zeitfiltern kann den Handel in diesen Zeiten mit hohem Risiko vermeiden.
Optimierung der ZulassungszeitDerzeitige Strategie: Eintritt der ersten K-Linie, die bei einem Signal erscheint, kann in Erwägung gezogen werden, um einen Rückruf zu erwarten oder die erneute Eintritt der K-Linie zu bestätigen, um einen besseren Einstiegspreis zu erhalten.
Eine mehrstufige Strategie zur EindämmungAnstatt einfach ein einziges Stop-Loss-Ziel zu setzen, kann ein Stop-Loss in mehreren Phasen erfolgen, z. B. der Stop-Loss wird zum Einstiegspreis bewegt, wenn der Risiko-Return 1: 1 erreicht wird, und die Positionen werden bei 1:2 ausgeglichen, während die restlichen Positionen nach höheren Erträgen streben.
Diese Optimierungsrichtungen sollen die Stabilität und die Profitabilität der Strategie verbessern, die Möglichkeit eines starken Rückzugs verringern und sich besser an die unterschiedlichen Marktbedingungen anpassen.
Die QMC-QM-Quantitative Trading-Strategie in Kombination mit dem AO-Abstand von mehreren Stufen ist ein hochmodernes Trading-System, das die Analyse der Preisstrukturen und die Dynamikindikatoren kombiniert. Die Strategie zielt darauf ab, potenzielle Trendwende-Gelegenheiten zu erfassen, indem sie nach Resonanzpunkten für QM-Breakthrough-Formen und AO-Abstand sucht. Die Risikorendite von 1:3 spiegelt die konservative Risikomanagement-Konzeption der Strategie wider, die auch bei niedrigen Gewinnraten langfristig profitabel bleibt.
Die Kernvorteile der Strategie liegen in ihren Mehrfachbestätigungsmechanismen und den Stop-Loss-Einstellungen, die auf der Marktstruktur basieren, aber auch mit Risiken wie Falschsignalen und Parameter-Sensitivität. Die Strategie bietet viel Raum für Verbesserungen durch die Hinzufügung von Trendfiltern, die dynamische Anpassung der Risikoparameter und die Optimierung der Einstiegszeit.
Für Quantitative Trader bietet diese Strategie einen soliden Rahmen, der weiter angepasst und optimiert werden kann, je nach individuellen Handelsstilen und Risikopräferenzen. Ob als eigenständiges Handelssystem oder als Teil eines größeren Portfolios von Handelsstrategien, zeigt die Strategie die wirksame Anwendung von Technischer Analyse im Quantitativen Handel.
/*backtest
start: 2024-07-15 00:00:00
end: 2025-07-12 08:00:00
period: 2h
basePeriod: 2h
exchanges: [{"eid":"Futures_Binance","currency":"SOL_USDT","balance":200000}]
*/
//@version=5
strategy("QMC + QM + AO Divergence Strategy | 1:3 RR | H4-H1", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=10)
// === AO (Awesome Oscillator) ===
ao = ta.sma(hl2, 5) - ta.sma(hl2, 34)
plot(ao, title="AO", color=ao >= 0 ? color.green : color.red, style=plot.style_columns)
// === QMC & QM Level Detection (Simplified) ===
pivotHigh = ta.pivothigh(high, 5, 5)
pivotLow = ta.pivotlow(low, 5, 5)
plotshape(pivotHigh, location=location.abovebar, style=shape.triangledown, color=color.red)
plotshape(pivotLow, location=location.belowbar, style=shape.triangleup, color=color.green)
var float qmLevel = na
var float qmHighLevel = na
var float qmLowLevel = na
qmBull = pivotLow and close > high[1]
qmBear = pivotHigh and close < low[1]
if qmBull
qmLevel := low[5]
qmLowLevel := low[5]
if qmBear
qmLevel := high[5]
qmHighLevel := high[5]
// === AO Divergence Detection ===
bullDiv = low < low[1] and ao > ao[1]
bearDiv = high > high[1] and ao < ao[1]
// === Entry Conditions ===
longCond = qmBull and bullDiv
shortCond = qmBear and bearDiv
// === TP/SL Settings (RR = 1:3, SL QM baş seviyesine göre) ===
atr = ta.atr(14)
longSL = qmLowLevel - atr * 0.2
longTP = close + 3 * (close - longSL)
shortSL = qmHighLevel + atr * 0.2
shortTP = close - 3 * (shortSL - close)
// === Execute Trades ===
if longCond
strategy.entry("Long", strategy.long)
strategy.exit("TP/SL Long", from_entry="Long", limit=longTP, stop=longSL)
alert("📈 QMC + QM Long Signal (AO Divergence)", alert.freq_once_per_bar)
if shortCond
strategy.entry("Short", strategy.short)
strategy.exit("TP/SL Short", from_entry="Short", limit=shortTP, stop=shortSL)
alert("📉 QMC + QM Short Signal (AO Divergence)", alert.freq_once_per_bar)