Herramienta de análisis de estrategias dinámicas
Resumen
La idea principal de esta estrategia es simular operaciones en tiempo real, recopilar datos de trading semanales y mostrar los resultados estadísticos en forma de tabla para que el rendimiento de la estrategia sea más intuitivo. Ayuda a evaluar rápidamente las ganancias y pérdidas de la estrategia, identificar los períodos en los que la estrategia tiene un rendimiento deficiente y, en consecuencia, ajustar y optimizar la estrategia.
Principio de la estrategia
-
Establecer la hora de inicio y finalización del período de cálculo.
-
Establecer la precisión de los resultados estadísticos y el número de semanas que contiene cada grupo.
-
Simular la estrategia RSI para realizar compras y ventas.
-
Definir las variables en la tabla estadística.
-
Calcular el resultado del período actual.
-
Si el período cambia y se permite operar, registrar la hora y el resultado de ese período.
-
Si es la última vela y se permite operar, registrar la hora y el resultado del período actual.
-
Si el período cambia y no se permite operar, registrar la hora y el resultado del período anterior.
-
Encontrar los resultados del período más alto y más bajo.
-
Renderizar la tabla estadística.
-
Primero, calcular el número total de períodos estadísticos.
-
Recorrer cada período, renderizar el encabezado, la hora y el resultado.
-
Acumular los resultados de cada grupo de períodos.
-
Marcar los resultados positivos y negativos con color.
Análisis de ventajas
-
Permite observar en tiempo real los resultados semanales de trading, evaluando rápidamente el rendimiento de la estrategia.
-
Muestra los resultados de forma intuitiva y clara, facilitando la identificación de períodos con mal rendimiento de la estrategia.
-
Permite ajustar y optimizar los parámetros de la estrategia según las ganancias y pérdidas en diferentes períodos.
-
Facilita el seguimiento de las ganancias acumuladas durante varias semanas en estrategias de holding a largo plazo.
-
Permite el análisis comparativo de estilos de trading en diferentes períodos.
-
Personaliza la precisión estadística y el número de semanas por grupo para satisfacer diferentes necesidades.
-
El código es simple y claro, fácil de entender y de realizar desarrollos secundarios.
Análisis de riesgos
-
Esta estrategia se basa en la simulación de trading con RSI, y la estrategia RSI en sí misma tiene el inconveniente de no seguir la tendencia con suficiente fuerza.
-
En la operativa real, las comisiones de trading afectan significativamente los resultados.
-
Los datos históricos utilizados para el backtesting pueden no reflejar el entorno real de trading.
-
Los resultados estadísticos dependen del monto real de capital en la cuenta; los montos predeterminados en el backtesting pueden no ser precisos.
-
Es necesario tener cuidado para evitar el sobreajuste y no modificar los parámetros de la estrategia ciegamente según los resultados del backtesting.
Se puede fortalecer la estrategia RSI combinando más indicadores para juzgar la tendencia y optimizar los puntos de entrada y salida. En la operativa real, es importante configurar las comisiones según los parámetros reales. En la fase de backtesting, aumentar la volatilidad del monto de capital para que se acerque más a la realidad. Se debe mantener una actitud escéptica y evitar ajustar la estrategia en exceso según los resultados estadísticos.
Direcciones de optimización
-
Se puede considerar agregar lógica de stop-loss para controlar pérdidas individuales.
-
Se pueden optimizar los parámetros de la estrategia, como ajustar los umbrales de sobrecompra/sobreventa del RSI.
-
Se puede probar diferentes frecuencias de trading, como trading intradiario o holdings mensuales.
-
Se pueden agregar más indicadores para juzgar la tendencia del mercado y el momento de entrada.
-
Se puede considerar agregar lógica de take-profit.
-
Se puede optimizar la configuración de los parámetros estadísticos.
-
Se puede considerar implementar estadísticas para múltiples activos.
Agregar stop-loss y take-profit permite controlar mejor la relación riesgo/beneficio. Optimizar los parámetros del RSI puede aumentar la tasa de aciertos. Usar más indicadores y diferentes frecuencias de trading puede hacer que la estrategia sea más estable. Ajustar los parámetros estadísticos puede resaltar mejor los puntos clave. Expandir de un solo activo a múltiples activos permite evaluar completamente el efecto de la estrategia.
Conclusión
El propósito de esta estrategia es recopilar los resultados de trading periódicos y mostrarlos de forma intuitiva en una tabla estadística, para juzgar rápidamente las ganancias y pérdidas de la estrategia en diferentes períodos. Esto proporciona soporte de datos para la optimización de la estrategia. Las ventajas son que permite ver los resultados semanales en tiempo real, es intuitivo y claro, y fácil para desarrollos secundarios. Cabe señalar que los resultados estadísticos pueden llevar a una dependencia excesiva y a un sobreajuste de los datos de backtesting. Debemos mantener la racionalidad y realizar un juicio integral combinando el principio de la estrategia en sí, utilizando los resultados estadísticos para detectar problemas en lugar de modificarlos directamente. En general, esta estrategia proporciona comodidad para evaluar rápidamente el rendimiento de la estrategia y juega un papel importante en la optimización de la misma.
/*backtest
start: 2023-09-12 00:00:00
end: 2023-10-12 00:00:00
period: 3h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
// strategy('Strategy weekly results as numbers v1', overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=25, commission_type=strategy.commission.percent, commission_value=0.04)
after = input(title='Trade after', defval=timestamp('01 Jan 2019 00:00 UTC'), tooltip="Strategy will be executed after this timestamp. The statistic table will include only periods after this date.")- 1