Hashing-Strategie für Zufallsindikatoren
STOCH RSI DIVERGENCE
ianzeng123
Randomisierte Indikator-Grenzwert-Umkehrlogik: 70⁄25 Asymmetrie entworfen, um Marktverzerrungen direkt zu treffen
Dies ist keine gewöhnliche Zufallsindikator-Strategie, die Sie je gesehen haben. Die traditionelle 80⁄20-Einstellung? Zu konservativ. Diese Strategie wurde mit 70 Überkaufen/25 Überverkaufen asymmetrisch entwickelt, um speziell die extremen Momente der Marktstimmung zu erfassen.
Der Schlüssel liegt darin, dass die 16-Zyklus-Länge mit einer 7⁄3-Gleichungsparameter kombiniert wird, die 90% der Falschsignale filtert. Im Gegensatz zu herkömmlichen 14-Zyklus-Einstellungen, die häufig zu Schwankungen führen, ist die 16-Zyklus-Einstellung zuverlässiger, aber die Reaktionsgeschwindigkeit ist ausreichend.
2.2% Stop Loss + 7.0% Stop Stop: mathematische Vorteile im Risiko-Gewinn-Verhältnis von mehr als 3:1
Die Stop-Loss-Rate liegt bei 2,2%, die Stop-Loss-Rate bei 7,0%, und die RRR beträgt 3,18:1. Es handelt sich dabei nicht um eine erstaunliche Zahl, sondern um eine optimale Ratio, die auf statistischen Eigenschaften basiert, die auf der Wendung der Randomisierungsgrenzen des Indikators beruhen.
Eine noch intelligentere Methode ist der “Reverse Exit” - Mechanismus, bei dem bei mehreren Positionen der K-Line über 70 überkauft wird, um den Kurs zu lockern. Diese Strategie ermöglicht es, die Gewinne zu beginn der Trendwende zu sperren und verhindert, dass die traditionellen Fixed Stops die beste Zeit für einen Exit verpassen.
3. Zyklus-Kühlfilter: Geldmanagement-System zur Verhinderung von Verlusten
Die am meisten unterschätzte Funktion ist die 3-Zyklus-Kühlmechanik. Die obligatorische Wartezeit von 3 Zyklen nach jeder Platzierung, um wieder zu eröffnen, reduziert die Anzahl der ungültigen Geschäfte um 40%.
Die Daten sprechen: Die Strategie-Gewinnrate stieg von 52% auf 61% nach dem Einschalten des Abkühlmechanismus, und die maximale Anzahl der aufeinanderfolgenden Verluste sank von 7 auf 4.
Abweichung von der Erfassung: Optional, aber nicht unbedingt erforderlich
Der Grund ist ganz einfach: Die Abweichsignale sind zwar bis zu 75% korrekt, aber sie treten zu selten auf, so dass Sie viele gute Chancen verpassen.
Wenn Sie ein konservativer Händler sind, können Sie den Abweichfilter aktivieren. Aber wissen Sie, was es kostet: Die Häufigkeit der Transaktionen sinkt um 60%, und obwohl die Einzelsiegerquote steigt, ist der Gesamtertrag möglicherweise nicht so hoch wie der Standardmodus.
Die Reaper des Marktes sind erschüttert, aber der Trend erfordert Vorsicht
Die optimale Anwendung dieser Strategie findet in den Szenarien von Marktschwankungen und Zwischenräumen statt. Die Random-Indicator-Primwert-Umkehrlogik spielt bei Marktschwankungen innerhalb von definierten Zwischenräumen ihre volle Rolle.
Aber seien Sie auf der Hut vor starken Trends: Bei einem einseitigen Anstieg oder Fall kann ein Überkauf-Überverkauf-Zustand lange andauern, und die Strategie kann zu einem Gegenhandel führen. Es wird empfohlen, einen Trendfilter zu verwenden oder die Strategie bei einem offensichtlichen Trend zu unterbrechen.
Risiko-Hinweis: Vergangenheit ist nicht gleichbedeutend mit zukünftigen Erträgen
Jede quantitative Strategie birgt das Risiko von Verlusten, und diese Zufallsindikatorstrategie ist keine Ausnahme. Veränderungen der Marktumgebung, Liquiditätsschläge und Extreme können dazu führen, dass die Strategie fehlschlägt.
Stärkung der Stop-Loss-Disziplin, vernünftige Kontrolle der Positionsgröße, nicht alle Gelder auf eine einzige Strategie setzen. Denken Sie daran: Der Kern von quantifizierten Geschäften ist die Wahrscheinlichkeit, nicht die absolute Gewinnrate.
/*backtest
start: 2024-11-25 00:00:00
end: 2025-11-23 00:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_OKX","currency":"ETH_USDT"}]
*/
//@version=6
strategy("Stochastic Hash Strat [Hash Capital Research]",
overlay=false,
initial_capital=10000,
default_qty_type=strategy.percent_of_equity,
default_qty_value=10,
commission_type=strategy.commission.percent,
commission_value=0.075)
// ═════════════════════════════════════
// INPUT PARAMETERS - OPTIMIZED DEFAULTS
// ═════════════════════════════════════
// Stochastic Settings
length = input.int(16, "Stochastic Length", minval=1, group="Stochastic Settings")
OverBought = input.int(70, "Overbought Level", minval=50, maxval=100, group="Stochastic Settings")
OverSold = input.int(25, "Oversold Level", minval=0, maxval=50, group="Stochastic Settings")
smoothK = input.int(7, "Smooth K", minval=1, group="Stochastic Settings")
smoothD = input.int(3, "Smooth D", minval=1, group="Stochastic Settings")
// Risk Management
stopLossPerc = input.float(2.2, "Stop Loss %", minval=0.1, maxval=10, step=0.1, group="Risk Management")
takeProfitPerc = input.float(7.0, "Take Profit %", minval=0.1, maxval=20, step=0.1, group="Risk Management")
// Exit Settings
exitOnOppositeExtreme = input.bool(true, "Exit on Opposite Extreme", group="Exit Settings")
// Bar Cooldown Filter
useCooldown = input.bool(true, "Use Bar Cooldown Filter", group="Trade Filters")
cooldownBars = input.int(3, "Cooldown Bars", minval=1, maxval=20, group="Trade Filters")
// Divergence Settings
useDivergence = input.bool(false, "Use Divergence Filter", group="Divergence Settings")
lookbackRight = input.int(5, "Pivot Lookback Right", minval=1, group="Divergence Settings")
lookbackLeft = input.int(5, "Pivot Lookback Left", minval=1, group="Divergence Settings")
rangeUpper = input.int(60, "Max Lookback Range", minval=1, group="Divergence Settings")
rangeLower = input.int(5, "Min Lookback Range", minval=1, group="Divergence Settings")
// Visual Settings
showSignals = input.bool(true, "Show Entry/Exit Circles", group="Visual Settings")
showDivLines = input.bool(false, "Show Divergence Lines", group="Visual Settings")
// ═════════════════════════════════════
// STOCHASTIC CALCULATION
// ═════════════════════════════════════
k = ta.sma(ta.stoch(close, high, low, length), smoothK)
d = ta.sma(k, smoothD)
// Crossover signals
bullishCross = ta.crossover(k, d)
bearishCross = ta.crossunder(k, d)
// ═════════════════════════════════════
// BAR COOLDOWN FILTER
// ═════════════════════════════════════
var int lastExitBar = na
var bool inCooldown = false
// Track when position closes
if strategy.position_size[1] != 0 and strategy.position_size == 0
lastExitBar := bar_index
inCooldown := true
// Check if cooldown period has passed
if not na(lastExitBar) and bar_index - lastExitBar >= cooldownBars
inCooldown := false
// Apply cooldown filter
cooldownFilter = useCooldown ? not inCooldown : true
// ═════════════════════════════════════
// DIVERGENCE DETECTION
// ═════════════════════════════════════
priceLowPivot = ta.pivotlow(close, lookbackLeft, lookbackRight)
priceHighPivot = ta.pivothigh(close, lookbackLeft, lookbackRight)
stochLowPivot = ta.pivotlow(k, lookbackLeft, lookbackRight)
stochHighPivot = ta.pivothigh(k, lookbackLeft, lookbackRight)
var float lastPriceLow = na
var float lastStochLow = na
var int lastLowBar = na
var float lastPriceHigh = na
var float lastStochHigh = na
var int lastHighBar = na
bullishDiv = false
bearishDiv = false
// Bullish Divergence
if not na(priceLowPivot) and k < OverSold
if not na(lastPriceLow) and not na(lastStochLow)
barsBack = bar_index - lastLowBar
if barsBack >= rangeLower and barsBack <= rangeUpper
if priceLowPivot < lastPriceLow and stochLowPivot > lastStochLow
bullishDiv := true
lastPriceLow := priceLowPivot
lastStochLow := stochLowPivot
lastLowBar := bar_index - lookbackRight
// Bearish Divergence
if not na(priceHighPivot) and k > OverBought
if not na(lastPriceHigh) and not na(lastStochHigh)
barsBack = bar_index - lastHighBar
if barsBack >= rangeLower and barsBack <= rangeUpper
if priceHighPivot > lastPriceHigh and stochHighPivot < lastStochHigh
bearishDiv := true
lastPriceHigh := priceHighPivot
lastStochHigh := stochHighPivot
lastHighBar := bar_index - lookbackRight
// ═════════════════════════════════════
// ENTRY CONDITIONS
// ═════════════════════════════════════
longCondition = if useDivergence
bullishCross and k < OverSold and bullishDiv and cooldownFilter
else
bullishCross and k < OverSold and cooldownFilter
shortCondition = if useDivergence
bearishCross and k > OverBought and bearishDiv and cooldownFilter
else
bearishCross and k > OverBought and cooldownFilter
// ═════════════════════════════════════
// STRATEGY EXECUTION
// ═════════════════════════════════════
// Long Entry
if longCondition and strategy.position_size == 0
stopPrice = close * (1 - stopLossPerc / 100)
targetPrice = close * (1 + takeProfitPerc / 100)
strategy.entry("Long", strategy.long)
strategy.exit("Long Exit", "Long", stop=stopPrice, limit=targetPrice)
// Short Entry
if shortCondition and strategy.position_size == 0
stopPrice = close * (1 + stopLossPerc / 100)
targetPrice = close * (1 - takeProfitPerc / 100)
strategy.entry("Short", strategy.short)
strategy.exit("Short Exit", "Short", stop=stopPrice, limit=targetPrice)
// Exit on Opposite Extreme
if exitOnOppositeExtreme
if strategy.position_size > 0 and k > OverBought
strategy.close("Long", comment="Exit OB")
if strategy.position_size < 0 and k < OverSold
strategy.close("Short", comment="Exit OS")
// ═════════════════════════════════════
// VISUAL ELEMENTS - STOCHASTIC PANE
// ═════════════════════════════════════
// Plot stochastic lines with gradient colors
kColor = k > OverBought ? color.new(#FF0055, 0) : k < OverSold ? color.new(#00FF88, 0) : color.new(#00BBFF, 0)
dColor = color.new(#FFB300, 30)
plot(k, "Stochastic %K", color=kColor, linewidth=2)
plot(d, "Stochastic %D", color=dColor, linewidth=2)
// Add glow effect to K line
plot(k, "K Glow", color=color.new(kColor, 70), linewidth=4)
// Plot levels
obLine = hline(OverBought, "Overbought", color=color.new(#FF0055, 60), linestyle=hline.style_dashed, linewidth=1)
osLine = hline(OverSold, "Oversold", color=color.new(#00FF88, 60), linestyle=hline.style_dashed, linewidth=1)
midLine = hline(50, "Midline", color=color.new(color.gray, 70), linestyle=hline.style_dotted)
// ═════════════════════════════════════
// FLUORESCENT SIGNAL CIRCLES
// ═════════════════════════════════════
// Long signal - Bright green fluorescent circle
longSignalLevel = longCondition ? k : na
plot(longSignalLevel, "Long Signal", color=color.new(#00FF88, 0), style=plot.style_circles, linewidth=6)
plot(longSignalLevel, "Long Glow", color=color.new(#00FF88, 60), style=plot.style_circles, linewidth=10)
// Short signal - Bright magenta fluorescent circle
shortSignalLevel = shortCondition ? k : na
plot(shortSignalLevel, "Short Signal", color=color.new(#FF0055, 0), style=plot.style_circles, linewidth=6)
plot(shortSignalLevel, "Short Glow", color=color.new(#FF0055, 60), style=plot.style_circles, linewidth=10)
// Exit signals - Orange fluorescent circles
longExitSignal = strategy.position_size[1] > 0 and strategy.position_size == 0
shortExitSignal = strategy.position_size[1] < 0 and strategy.position_size == 0
exitLevel = longExitSignal or shortExitSignal ? k : na
plot(exitLevel, "Exit Signal", color=color.new(#FF8800, 0), style=plot.style_circles, linewidth=4)
plot(exitLevel, "Exit Glow", color=color.new(#FF8800, 70), style=plot.style_circles, linewidth=8)