Estrategia cuantitativa de la tormenta del beso de la serpiente de Watkins


Fecha de creación: 2024-02-18 15:36:22 Última modificación: 2024-02-18 15:36:22
Copiar: 0 Número de Visitas: 527
1
Seguir
1617
Seguidores

Estrategia cuantitativa de la tormenta del beso de la serpiente de Watkins

Descripción general

La estrategia de la cuantificación de la nube de la serpiente de Waukings se basa en la combinación de un indicador gráfico de la nube y el indicador aleatorio RSI, mediante el aumento de la ponderación de las señales de juicio de ambos indicadores, para construir una señal de estrategia de negociación cuantitativa, para lograr la negociación automatizada de la variedad de valores. La estrategia integra la consideración de diferentes intensidades del indicador gráfico de la nube y el indicador gráfico de Stoch RSI, para que las decisiones de negociación sean más suaves y estables mediante el establecimiento de pesos.

Principio de estrategia

La estrategia utiliza indicadores como la línea de conversión, la línea de referencia, la línea de precedencia 1 y la línea de precedencia 2 en un gráfico de la nube para combinarlos con la línea K y la línea D en el StochRSI. En la parte de un gráfico de la nube, la señal de multiplicación es fuerte si la línea de conversión es más alta que la línea de referencia y la línea 1 es más alta que la línea 2, y la señal de blanqueo es fuerte si la línea de conversión es más baja que la línea de referencia y la línea 1 es más baja que la línea 2. Además, la línea de conversión es más alta o más baja que la línea de referencia y también produce una señal de debilidad que puede ser más alta o más baja.

Análisis de las ventajas

La estrategia combina el uso de un gráfico en la nube y dos indicadores StochRSI, que pueden determinar la dirección de la tendencia y la situación de sobreventa y sobreventa al mismo tiempo, lo que hace que la señal sea más completa y confiable. En comparación con el uso de un solo indicador, puede reducir la generación de señales erróneas. Un indicador de gráfico en la nube es más preciso para juzgar la tendencia de la línea media y larga, mientras que el indicador StochRSI puede medir el fenómeno de sobreventa y sobreventa a corto plazo. La combinación de los dos hace que la estrategia se adapte a diferentes períodos.

Análisis de riesgos

El mayor riesgo de esta estrategia es que tanto el gráfico de la nube como el indicador StochRSI pueden generar señales erróneas, especialmente en situaciones de crisis, lo que aumenta el número de operaciones innecesarias. Además, la configuración de los valores de los pesos y parámetros también puede tener un gran impacto en el efecto de la estrategia. Si el peso no se ajusta correctamente, es posible que se pierda una señal importante o se produzca demasiadas señales erróneas. Algunos parámetros clave, como la longitud del RSI, la longitud de Stoch, etc., también necesitan ser probados y optimizados para diferentes tipos de productos y entornos de mercado, lo que afectará la eficacia de la estrategia.

Dirección de optimización

La estrategia también tiene un gran espacio de optimización. En primer lugar, se puede considerar la adición de más indicadores, como la línea de Brin, el indicador KD, etc., para que el juicio de la señal sea más completo. En segundo lugar, se pueden utilizar métodos como el aprendizaje automático o los algoritmos genéticos para optimizar automáticamente los parámetros, en lugar de usar parámetros fijos, lo que hace que la estrategia sea más inteligente y adaptable. En tercer lugar, se puede estudiar cómo mejorar los algoritmos de indicadores para reducir la generación de señales erróneas.

Resumir

La estrategia de cuantificación de WARKINS KISS WIND CLOUD combina el uso de un gráfico en la nube y dos indicadores de StochRSI para formar señales de negociación a través de un diseño ponderado y paramétrico, capaz de capturar automáticamente los cambios de tendencia en el mercado, con una buena adaptabilidad a diferentes variedades y períodos, es un conjunto de estrategias de cuantificación que vale la pena estudiar y aplicar en profundidad. La estrategia también tiene el potencial de expandirse y optimizarse aún más, como la introducción de más indicadores y medios técnicos, entre otros, con la esperanza de obtener mejores resultados comerciales.

Código Fuente de la Estrategia
/*backtest
start: 2024-01-01 00:00:00
end: 2024-01-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3
strategy("Baracuda Ichimoku/StochRSI Strategy", overlay=true)

DecisionWeight = input(50, minval = 0, title="BUY/SELL decision weight")

ichimokuStrong = input(35, minval = 0, title="Ichimoku strong weight")
ichimokuStandard = input(20, minval = 0, title="Ichimoku standard weight")
ichimokuWeak = input(20, minval = 0, title="Ichimoku weak weight")
stochRSIWweak = input(30, minval = 0, title="Stoch RSI weight")

conversionPeriods = input(9, minval=1, title="Conversion Line Periods")
basePeriods = input(26, minval=1, title="Base Line Periods")
laggingSpan2Periods = input(52, minval=1, title="Lagging Span 2 Periods")
displacement = input(5, minval=1, title="Displacement")

donchian(len) => avg(lowest(len), highest(len))

conversionLine = donchian(conversionPeriods)
baseLine = donchian(basePeriods)
leadLine1 = avg(conversionLine, baseLine)
leadLine2 = donchian(laggingSpan2Periods)

lengthRSI = input(8, minval=8) //14
lengthStoch = input(5, minval=5)//14
smoothK = input(3,minval=3) 
smoothD = input(3,minval=3)
OverSold = input(20)
OverBought = input(80)
rsi1 = rsi(close, lengthRSI)
k = sma(stoch(rsi1, rsi1, rsi1, lengthStoch), smoothK)
d = sma(k, smoothD)


stronglong = conversionLine > baseLine and leadLine1 > leadLine2
strongshort = conversionLine < baseLine and leadLine1 < leadLine2

weaklong = conversionLine > baseLine
weakshort = conversionLine < baseLine

RSIlong = k > d and k < OverSold and d < OverSold
RSIshort = k < d and k > OverBought and d > OverBought

long=(((stronglong ? 1:0)*ichimokuStrong) + ((weaklong? 1:0)*ichimokuWeak) + ((RSIlong? 1:0)*stochRSIWweak)) > DecisionWeight
short=(((strongshort? 1:0)*ichimokuStrong) + ((weakshort? 1:0)*ichimokuWeak) + ((RSIshort? 1:0)*stochRSIWweak)) > DecisionWeight

strategy.entry("long", strategy.long, when=long)
strategy.entry("short", strategy.short, when=short)