
Esta es una estrategia que utiliza un indicador de movimiento de precios de desviación basado en la desviación de Gauss personalizado para identificar posibles reveses de precios. Esta estrategia combina el indicador de movimiento de precios de desviación de tendencia y la media móvil de movimiento de Gauss del ciclo de precios para establecer condiciones de entrada y salida específicas para capturar oportunidades de reversión de precios.
La estrategia comienza por calcular el indicador de oscilación de precios de tendencia (GDPO), que se compara con el precio de cierre y el promedio móvil del índice de un período determinado para identificar el ciclo de precios en el corto plazo. Luego, se realiza un suavizado de Gauss al GDPO, y se aplica la técnica de suavizado de Gauss utilizando el promedio móvil de Arnaud Legoux (ALMA) para filtrar el ruido y dar una imagen más clara de la tendencia de los precios.
La estrategia determina las condiciones específicas de entrada y salida para hacer más vacío a través de la intersección de la versión atrasada del GDPR después de la nivelación. Cuando la versión atrasada del GDPR en el plano es negativa, se hace más entrada; cuando la versión atrasada o el eje cero del GDPR en el plano es negativa, se hace una posición de más cabeza.
En el gráfico, el GDPR después de la suavización y su versión atrasada se dibujan en diferentes colores para mostrar visualmente su cruce. Al mismo tiempo, se dibuja el eje cero como referencia. Se establece un cambio de color de fondo para indicar el ingreso a la estrategia.
Esta estrategia combina la tecnología de desaceleración de la tendencia y el filtro de ruido de la suavización de Gauss para identificar con mayor claridad las oportunidades de reversión de precios. En comparación con otros indicadores de volatilidad, el GDPR se puede mejorar la precisión mediante la combinación de la desaceleración de la tendencia con el análisis del ciclo. La suavización de Gauss elimina una gran cantidad de ruido para que la señal del indicador sea más clara.
La estrategia es más sensible a la regulación de parámetros, como la longitud del ciclo, los parámetros de suavizado, etc., que requieren una adecuada retroalimentación para determinar la combinación de parámetros adecuados, de lo contrario, puede haber demasiadas señales de error. En una situación de tendencia, la estrategia puede generar pérdidas continuas.
Se pueden ajustar los parámetros de forma dinámica, combinar los indicadores de tendencia para optimizar y mejorar la estabilidad de la estrategia. También se puede configurar un stop loss dinámico para controlar el riesgo.
La estrategia puede ser optimizada en las siguientes direcciones:
Ajuste dinámico de los parámetros de suavizado para aumentar la intensidad de la suavización en el curso de la tendencia y reducir las señales de error.
La combinación de indicadores de juicio de tendencia, como el ADX, evita que la estrategia de inversión se mantenga en pérdidas durante una tendencia.
Aumentar las estrategias de stop loss, como ajustar los puntos de stop loss a las fluctuaciones de los precios o mover los stop loss después de las ganancias.
Optimización de las condiciones de admisión, que se pueden combinar con otros indicadores o formas como confirmación, para mejorar la precisión de la admisión.
Optimización de la gestión de fondos, ajuste de posiciones y puntos de parada según las condiciones del mercado.
Prueba diferentes datos de precios, como la línea de sol, la línea de sol, etc., para evaluar la eficacia de la estrategia en diferentes períodos.
Basado en la estrategia de reversión de tendencia de Goose Smooth, utiliza el indicador GDPR para identificar la periodicidad de precios a corto plazo y aplica la técnica de extracción de señales de Goose Slip para capturar oportunidades de reversión en condiciones de entrada y salida definidas. Esta estrategia controla eficazmente el riesgo de inversiones de reversión, pero debe tener en cuenta la optimización de parámetros y el juicio de tendencias.
/*backtest
start: 2022-10-31 00:00:00
end: 2023-11-06 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This source code is subject to the terms of the Mozilla Public License 2.0
// © DraftVenture
//@version=5
strategy(title="Gaussian Detrended Reversion Strategy", overlay=false, default_qty_type=strategy.percent_of_equity, default_qty_value=15)
//Detrended Price Oscillator for price cycles
period_ = input.int(50, title="Price Length", minval=1)
barsback = period_/2 + 1
ma = ta.ema(close, period_)
dpo = close - ma[barsback]
// Rounded ALMA Calculations for gaussian smoothing
almaSource = dpo
almaWindowSize = input(title="Smoothing Length", defval=50)
lagLength = input(title="Lag Length", defval=25)
almaSmoothed = ta.alma(almaSource, almaWindowSize, 0.85, 6)
almaLag = almaSmoothed[lagLength]
// Reversion entry conditions
entryL = ta.crossover(almaSmoothed, almaLag) and almaSmoothed < 0
exitL = ta.crossunder(almaSmoothed, almaLag) or ta.crossunder(almaSmoothed, 0)
entryS = ta.crossunder(almaSmoothed, almaLag) and almaSmoothed > 0
exitS = ta.crossover(almaSmoothed, almaLag) or ta.crossover(almaSmoothed, 0)
// Long entry and exit
if entryL
strategy.entry("Long", strategy.long)
if exitL
strategy.close("Long")
// Short entry and exit
if entryS
strategy.entry("Short", strategy.short)
if exitS
strategy.close("Short")
// Plot the oscillator
plot(almaSmoothed, title="GDPO", color=color.green)
plot(almaLag, title="Lag", color=color.white)
hline(0, title="Zero Line", color=color.white)
bgcolor(entryL ? color.new(color.green, 40) : na)
bgcolor(entryS ? color.new(color.red, 40) : na)
plotshape(series=ta.crossunder(almaSmoothed, almaLag) or ta.crossunder(almaSmoothed, 0), style=shape.xcross, location=location.top, color=color.white, size=size.tiny)
plotshape(series=ta.crossover(almaSmoothed, almaLag) or ta.crossover(almaSmoothed, 0), style=shape.xcross, location=location.bottom, color=color.white, size=size.tiny)
//Strategy by KP