Estrategia de prueba retrospectiva de posición larga con proporción áurea


Fecha de creación: 2023-11-28 13:40:35 Última modificación: 2023-11-28 13:40:35
Copiar: 1 Número de Visitas: 678
1
Seguir
1617
Seguidores

Estrategia de prueba retrospectiva de posición larga con proporción áurea

Descripción general

La estrategia de retracción de la división del oro es una estrategia de comercio de swing. Se basa en la generación de señales de los puntos de separación del oro en los precios más altos y más bajos de los últimos 21 días, con un mecanismo de retracción, sólo hace más de una cabeza, con las características de la posición de la línea larga.

Principio de estrategia

La estrategia primero calcula el precio más alto de los últimos 21 días (high21) y el precio más bajo de los últimos 21 días (low21), y luego calcula la diferencia entre ambos. La señal de negociación es: hacer más cuando el precio bajo actual es superior a low21 + diff * 0.382, y el precio de cierre de la línea K anterior es superior al precio de apertura de la línea K anterior. La línea de parada es low21 + diff * 0.236.

El uso de la línea divisoria dorada como indicador técnico importante aquí se debe a que la línea divisoria dorada corresponde a los puntos generales de soporte o resistencia del mercado. 0.382 y 0.236 son frecuentemente monitoreados como puntos de reajuste o rebote, y se puede decir que son uno de los números más mágicos de la naturaleza.

Análisis de las ventajas

Las ventajas de esta estrategia son:

  1. El uso de la teoría de la división del oro para guiar las transacciones es un método de análisis técnico más avanzado.

  2. El problema es que la gente no tiene acceso a la información y no tiene acceso a la información.

  3. El uso de mecanismos de seguimiento de tendencias para determinar la admisión a través de la elasticidad ascendente.

  4. Hay una línea de pérdidas clara para controlar el riesgo.

  5. Los parámetros de retroalimentación son ajustables y se puede probar la eficacia en diferentes entornos de mercado.

Análisis de riesgos

La estrategia también tiene sus riesgos:

  1. Se basa en datos históricos y puede no ser sensible a los cambios en la estructura del mercado.

  2. La línea de pérdidas está más cerca y puede ser sacudida por el GAP de la noche a la mañana.

  3. Si la situación fluctúa fuertemente, los períodos de retroalimentación incorrectos pueden dar lugar a señales falsas.

  4. Los costos de los puntos de desliz de las operaciones cuantitativas también tienen un impacto en las ganancias.

Estos riesgos pueden reducirse mediante la modificación de los parámetros del ciclo de retraso, la optimización de la posición de parada y la consideración de los costos de los puntos de deslizamiento.

Dirección de optimización

Esta estrategia puede ser optimizada en los siguientes aspectos:

  1. Los parámetros de optimización automática basados en algoritmos de aprendizaje automático hacen que los parámetros de ciclo de retrospección se ajusten mejor al entorno actual del mercado.

  2. La combinación de derivados financieros, como los índices de acciones y futuros, con el aprovechamiento del apalancamiento.

  3. Aumentar el modelo para el manejo de incidentes, como la incorporación de un mecanismo de identificación de los huecos de vuelo.

  4. Optimización de las estrategias de stop loss en función de la volatilidad del mercado.

Resumir

En su conjunto, es una estrategia multicanal que utiliza el principio de la línea divisoria dorada, con un mecanismo de entrada claro y una idea de deterioro. A través de la adaptación de los parámetros, la optimización del modelo y la combinación de aplicaciones, se puede optimizar como una estrategia de negociación cuantitativa confiable.

Código Fuente de la Estrategia
/*backtest
start: 2022-11-21 00:00:00
end: 2023-11-27 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 at https://mozilla.org/MPL/2.0/
// © omkarkondhekar

//@version=4
strategy("GRBLong", overlay=true)

highInput = input(title = "High Days", type = input.integer, defval = 21, minval = 11)
lowInput = input(title = "Low Days", type = input.integer, defval = 21, minval = 5)

// Configure backtest start date with inputs
startDate = input(title="Start Date", type=input.integer,
     defval=1, minval=1, maxval=31)
startMonth = input(title="Start Month", type=input.integer,
     defval=1, minval=1, maxval=12)
startYear = input(title="Start Year", type=input.integer,
     defval=2019, minval=1800, maxval=2100)

// See if this bar's time happened on/after start date
afterStartDate = (time >= timestamp(syminfo.timezone,
     startYear, startMonth, startDate, 0, 0))

high21 = highest(high, highInput)
low21 = lowest(low, lowInput)

diff = high21 - low21

longEntrySignal = low > low21 + (diff * 0.382) and close[1] > open[1] 

strategy.entry("Long", strategy.long, limit = low, when = longEntrySignal and afterStartDate)
strategy.exit("Long Exit", "Long", stop = low21 + (diff * 0.236))

plot(low21 + (diff * 0.382), color= color.green)
plot(low21 + (diff * 0.236), color = color.red)