
La estrategia de reversión de la cat oscilante es una estrategia de comercio cuantitativa basada en indicadores técnicos. La estrategia determina la tendencia del mercado y las posiciones de resistencia de soporte a través de indicadores como MA, EMA, y se combina con un indicador de color negro y color verde personalizado para determinar la fluctuación anormal y lograr una estrategia de comercio de tendencia de compra y venta.
La lógica central de la estrategia CAT de reversión de la oscilación consiste en determinar la tendencia general a través de indicadores técnicos como MA, EMA y otros, y luego combinarlos con indicadores de color negro y color amarillo personalizados para capturar oportunidades de fluctuaciones anormales. Los principios específicos son los siguientes:
Utiliza indicadores como SMA, EMA y otros para determinar la dirección de la tendencia general. Por ejemplo, una marca de EMA169 en EMA144 se considera una señal de alza, y una marca de EMA169 en EMA144 se considera una señal de baja.
Indicador de cisne negro personalizado, con la fórmula: (… precio de cierre-precio de apertura) / precio de cierre. Refleja el grado de fluctuación anormal de una línea K. Cuando el indicador de cisne negro supera el umbral (… como 0.0191), mientras que el precio de cierre es inferior al precio de apertura, indica que se ha producido una fluctuación anormal hacia abajo, que es una oportunidad de negociación en blanco.
El indicador de diagrama personalizado es similar al indicador de diagrama negro, y también refleja el grado de fluctuación anormal de una línea K. Cuando el indicador de diagrama supera el umbral y el precio de cierre es más alto que el precio de apertura, se produce una fluctuación anormal hacia arriba, que es una oportunidad de negociación múltiple.
Después de capturar una oportunidad de fluctuación anormal, se espera que los indicadores como los EMA emitan una señal de reversión para cerrar la posición y realizar una compra baja y una venta alta.
La estrategia combina la medición de tendencias y el uso de indicadores personalizados para capturar anomalías, lo que permite inversiones de bajo precio y alto precio, lo que es típico de las estrategias de trading cuantitativo.
La estrategia de reversión de la catástrofe tiene las siguientes ventajas:
Capturar las fluctuaciones anormales, con una alta probabilidad de éxito. Los indicadores de cisne negro y cisne diurno pueden capturar eficazmente las fluctuaciones anormales en los precios, que a menudo indican una reversión, por lo que la probabilidad de éxito de las operaciones es alta.
Establecer reglas de entrada y salida para evitar fluctuaciones. La estrategia de entrada y salida es muy clara y ayuda a evitar la manipulación aleatoria y emocional de los comerciantes.
Varios parámetros e indicadores se pueden ajustar para optimizar. Los parámetros de ciclo de MA y EMA, los valores mínimos de parámetros de cigüeña negra y cigüeña blanca, etc., se pueden ajustar para optimizar y adaptar la estrategia a diferentes variedades y entornos comerciales.
Aplicable para operaciones de alta y baja frecuencia. La estrategia combina tendencia y reversión al mismo tiempo, puede configurarse para diferentes períodos de tiempo y se utiliza para escenarios de operaciones de alta y baja frecuencia.
El método de control de riesgo es más completo. La estrategia adopta el método de porcentaje de transacción de los pedidos, y tiene un mecanismo de liquidación de pérdidas y pérdidas, que puede controlar eficazmente las pérdidas individuales.
La estrategia de reversión de la catástrofe también tiene ciertos riesgos, como:
El riesgo de optimización de parámetros. La configuración de parámetros como el cisne negro y el cisne blanco tiene un gran impacto en la eficacia de la estrategia, y si los parámetros se establecen incorrectamente, el nivel de ganancias de la estrategia se reducirá considerablemente.
Riesgo de retirada. La estrategia puede generar ciertas pérdidas continuas y una mayor retirada cuando hay una tendencia unilateral más larga en el mercado.
Riesgo de falsas rupturas. En la realidad, a menudo hay falsas rupturas a corto plazo, y si los parámetros son demasiado sensibles, pueden causar demasiadas transacciones innecesarias.
En relación con los riesgos mencionados, se pueden tomar las siguientes medidas:
Establecer un mecanismo de optimización de parámetros, que utilice los datos históricos para una optimización de retroceso rigurosa y asegure que la configuración de los parámetros sea razonable.
Establezca un mecanismo de stop loss. Un stop loss razonable puede controlar eficazmente el límite de pérdida individual y la retirada máxima.
Ajuste la sensibilidad de los parámetros. Evite ajustes de parámetros demasiado sensibles, agregue ciertas condiciones de filtración y evite la interferencia de falsas rupturas.
La estrategia de reversión de la catástrofe también tiene un gran espacio de optimización. Las principales direcciones de optimización son:
Se ha refinado aún más el indicador de los cisnes negros y los cisnes blancos, con diferentes combinaciones de parámetros para que la identificación de las fluctuaciones anormales sea más precisa y completa.
Aumentar los algoritmos de aprendizaje automático, utilizando redes neuronales o métodos de aprendizaje integrado para optimizar automáticamente la configuración de los parámetros, lo que permite ajustar dinámicamente los parámetros de la estrategia y adaptarse mejor a los cambios en el mercado.
El uso de la tecnología de aprendizaje profundo para reconocer las formas gráficas, ayudar a juzgar las señales de reversión de precios y mejorar la eficacia de la estrategia.
Aumentar la sensibilidad de los parámetros de control de lógica borrosa, mantener la estabilidad de los parámetros cuando la tendencia es evidente, y aumentar la sensibilidad de los parámetros cuando la tendencia se vuelve.
La combinación de métodos de optimización global, como algoritmos genéticos sin participación y algoritmos de extinción de simulación, permite la optimización global de múltiples parámetros.
Extensión de la variedad de transacciones, adición de otras variedades, como acciones, monedas digitales y arbitraje entre mercados.
A través de la optimización sistemática de modelos y parámetros, las estrategias de reversión de cat se pueden mejorar aún más para obtener mejores resultados comerciales.
La estrategia de reversión de la agitación de la estrategia de CAT utiliza una línea media integral y indicadores personalizados para lograr una estrategia de negociación cuantitativa que identifica eficazmente la reversión del mercado. La estrategia tiene la ventaja de identificar fluctuaciones anormales, reglas de entrada y salida de mercado predeterminadas, espacios de optimización, etc., que pueden mejorar aún más la eficacia de la estrategia mediante la optimización de parámetros y modelos.
/*backtest
start: 2024-01-01 00:00:00
end: 2024-01-31 23:59:59
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
//适合1分钟-3分钟的k线,发生波动超过百分之二时,自动报警
strategy("BlackSwan strategy", overlay=true,
initial_capital=10000, currency='USD', default_qty_type=strategy.percent_of_equity,
default_qty_value=100, commission_type= strategy.commission.percent, commission_value=0.075,pyramiding=3)
//-------------------------------------------
//-------------------------------------------
timecondition = timeframe.period =="480" or timeframe.period =="240" or timeframe.period =="D" or timeframe.period =="720"
// Make input options that configure backtest date range
startDate = input(title="Start Date", type=input.integer,
defval=1, minval=1, maxval=31)
startMonth = input(title="Start Month", type=input.integer,
defval=11, minval=1, maxval=12)
startYear = input(title="Start Year", type=input.integer,
defval=2018, minval=1800, maxval=2100)
endDate = input(title="End Date", type=input.integer,
defval=1, minval=1, maxval=31)
endMonth = input(title="End Month", type=input.integer,
defval=11, minval=1, maxval=12)
endYear = input(title="End Year", type=input.integer,
defval=2031, minval=1800, maxval=2100)
// Look if the close time of the current bar
// falls inside the date range
inDateRange = (time >= timestamp(syminfo.timezone, startYear,
startMonth, startDate, 0, 0)) and
(time < timestamp(syminfo.timezone, endYear, endMonth, endDate, 0, 0))
// Inputs
a = input(1, title = "Key Vaule. 'This changes the sensitivity'")
c = input(10, title = "ATR Period")
h = input(false, title = "Signals from Heikin Ashi Candles")
ma60 = sma(close,60)
ema144 = ema(close,144)
ema169 = ema(close,169)
ma20=sma(close,20)
plot(ema144,color=color.yellow, title="144")
plot(ema169,color=color.orange, title="169")
heitiane=(close-open)
heitiane:=abs(heitiane)
heitiane:=heitiane/close
if (inDateRange and heitiane >0.0191 and close<open) // and close>f3
strategy.entry("botsell20", strategy.short, comment = "黑天鹅追空"+tostring(heitiane))
if(crossover(ema144,ema169))
strategy.close("botsell20", comment = "平空")
if (inDateRange and heitiane >0.0191 and close>open) // and close>f3
strategy.entry("botbuy20", strategy.long, comment = "白天鹅追多"+tostring(heitiane))
if(crossunder(ema144,ema169))
strategy.close("botbuy20", comment = "平多")