Estrategia del índice de impulso Ichimoku Kinko Hyo


Fecha de creación: 2024-03-15 16:23:55 Última modificación: 2024-03-15 16:23:55
Copiar: 0 Número de Visitas: 711
1
Seguir
1617
Seguidores

Estrategia del índice de impulso Ichimoku Kinko Hyo

Descripción general

La estrategia del índice de dinámica de equilibrio primario es una estrategia de negociación que combina el índice de equilibrio primario (Ichimoku) y el índice de dinámica aleatoria (Stochastic Momentum Index). La estrategia genera señales de negociación mediante el cálculo del índice de oscilación de equilibrio primario (Ichimoku Oscillator) y el índice de dinámica aleatoria, que se aplican a varios mercados y períodos de tiempo, como acciones, mercancías, índices, etc.

Principio de estrategia

El núcleo de esta estrategia es el cálculo del indicador de oscilación de equilibrio a primera vista (IO) y el índice de movimiento aleatorio (SMI). En este caso, el indicador de IO refleja los excesos de compra y venta en el mercado mediante el cálculo de diferentes períodos de EMA de los días 9, 26 y 52 y el SMA del día 14. El indicador SMI refleja también los excesos de compra y venta en el mercado mediante el cálculo de los precios en relación con la posición de los precios más altos y más bajos en un período determinado y el suavizado con EMA embebido.

Las señales de negociación de la estrategia son las siguientes:

  • Cuando el SMI cruza su línea de señal y el IO es mayor a 0, abre más posiciones
  • Cuando el SMI atraviesa su línea de señal y el IO es menor que 0, se abre el depósito

Estas señales de negociación, combinadas con los indicadores IO y SMI, pueden capturar mejor los puntos de inflexión del mercado y mejorar la precisión de las operaciones.

Análisis de las ventajas

La estrategia del índice de dinámica de equilibrio tiene las siguientes ventajas:

  1. La combinación de dos indicadores técnicos efectivos, el índice de equilibrio a primera vista y el índice de dinámica aleatoria, se complementan entre sí y permiten un análisis más completo de las tendencias y movimientos del mercado.
  2. El indicador IO utiliza EMA y SMA de varios períodos para suavizar las fluctuaciones de precios y reducir la interferencia de ruido.
  3. El indicador SMI se optimiza sobre la base de los indicadores aleatorios, y el uso de EMAs empotradas para suavizar la curva evita el problema de los indicadores aleatorios.
  4. Las señales de negociación tienen en cuenta tanto la situación de IO como la de SMI, y pueden filtrar eficazmente las señales falsas para mejorar la tasa de ganancia.
  5. Aplicable a varios mercados y a varios períodos de tiempo, con buena adaptabilidad y estabilidad.

Análisis de riesgos

A pesar de las ventajas de la estrategia del índice de dinámica equilibrada, existen algunos riesgos potenciales:

  1. La estrategia se basa en el cálculo y el análisis de datos históricos, y la adaptabilidad a los mercados futuros puede disminuir.
  2. Los indicadores IO y SMI son, por naturaleza, indicadores de retraso, y pueden presentarse con un retraso en la señal cuando el mercado cambia rápidamente.
  3. La estrategia no tiene en cuenta los factores fundamentales del mercado, como las noticias de ganancias o pérdidas importantes, que pueden fallar.
  4. La estrategia puede ocasionar transacciones frecuentes durante períodos de agitación en el mercado, lo que aumenta el costo de las transacciones.

Las siguientes medidas pueden ser tomadas para combatir estos riesgos:

  1. Detectar y ajustar periódicamente los parámetros de la estrategia para mejorar la adaptabilidad.
  2. El análisis, combinado con otros indicadores líderes o información de mercado, compensa el atraso.
  3. Establezca un stop-loss adecuado para controlar el riesgo de una sola transacción.
  4. Para los mercados convulsionados se pueden aumentar los parámetros de ciclo de los indicadores IO y SMI, reduciendo la frecuencia de las transacciones.

Dirección de optimización

La estrategia también tiene varias opciones de optimización:

  1. Para el indicador IO, se pueden probar más combinaciones de períodos diferentes para encontrar parámetros más representativos.
  2. Para los indicadores SMI, se pueden estudiar diferentes métodos de suavización, como considerar el uso del método de suavización de Wilde, por ejemplo, para reducir aún más el atraso de los indicadores.
  3. Se pueden incluir otros indicadores, como el volumen de transacciones, para enriquecer la concentración de la señal de transacción.
  4. Se pueden establecer diferentes parámetros y umbrales para diferentes características del mercado, lo que mejora la adaptabilidad de la estrategia.
  5. Se puede combinar con otras estrategias, como la estrategia de tendencia, la estrategia de regreso a la media, etc., para crear un sistema de estrategias que mejore los rendimientos generales.

Con estas optimizaciones, se puede mejorar aún más el rendimiento y la estabilidad de la estrategia del Índice de Dinámica de Equilibrio.

Resumir

La estrategia del índice de dinámica de equilibrio es una estrategia de análisis técnico eficaz. Combina hábilmente los dos indicadores clásicos del índice de equilibrio de equilibrio y el índice de dinámica aleatoria, que se complementan entre sí y pueden analizar de manera más completa las situaciones de sobreventa y venta de tendencias en el mercado y los puntos de inflexión de la tendencia, proporcionando una base para la toma de decisiones comerciales. La estrategia tiene una lógica clara, una amplia aplicabilidad y un gran valor práctico.

Código Fuente de la Estrategia
/*backtest
start: 2023-03-09 00:00:00
end: 2024-03-14 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © manoharbauskar

//@version=5
strategy(title='Ichimoku Oscillator with SMI', shorttitle='IOSMI', overlay = false)
io = ta.ema(hl2, 9) / 2 + ta.ema(hl2, 26) / 2 + ta.sma(close, 14) - ta.ema(hl2, 52) - ta.sma(open, 14)
plot(io, color=ta.change(io) <= 0 ? #872323 : #007F0E, style=plot.style_columns)
a = input(21, 'Percent K Length')
b = input(9, 'Percent D Length')
// Range Calculation
ll = ta.lowest(low, a)
hh = ta.highest(high, a)
diff = hh - ll
rdiff = close - (hh + ll) / 2
// Nested Moving Average for smoother curves
avgrel = ta.ema(ta.ema(rdiff, b), b)
avgdiff = ta.ema(ta.ema(diff, b), b)
// SMI calculations
SMI = avgdiff != 0 ? avgrel / (avgdiff / 2) * 100 : 0
SMIsignal = ta.ema(SMI, b)
//All PLOTS
plot(SMI, color = color.blue , title='Stochastic Momentum Index', linewidth = 2)
plot(SMIsignal, color=color.new(#FF5252, 0), title='SMI Signal Line', linewidth = 2)
plot(60, color=color.new(#00E676, 0), title='Over Bought')
plot(-60, color=color.new(#FF9800, 0), title='Over Sold')
plot(0, color=color.new(#E040FB, 0), title='Zero Line')

longCondition = SMI > SMIsignal and io > 0
if (longCondition)
    strategy.entry("Buy", strategy.long)

shortCondition = SMI < SMIsignal and io < 0
if (shortCondition)
    strategy.entry("Sell", strategy.short)