Estrategia de umbral dinámico adaptativo basada en datos de series temporales

Descripción general

La estrategia es una serie de datos de tiempo de la secuencia de valores netos basados en acciones u otros activos financieros, mediante el cálculo dinámico de la relación de eficiencia (ER) como un factor de nivelación del promedio móvil (EMA) del índice, para así ajustar de forma adaptativa el descenso y la activación de la señal de compra y venta. La idea principal de la estrategia es utilizar toda la información contenida en los datos de valores netos en sí, mediante el cálculo de la complejidad de los cambios en el valor neto (ER) para ajustar dinámicamente el factor de nivelación de la EMA, y obtener el descenso y el descenso de los cambios dinámicos.

Principio de estrategia

1. Calcular la relación de eficiencia de los datos de valor neto (ER), es decir, la relación entre el cambio en el valor neto y el cambio total. Cuanto menor sea el valor de ER, el cambio en el valor neto será más uniforme; cuanto mayor sea el valor de ER, el cambio en el valor neto será más intenso.
2. El promedio y la desviación absoluta de la EMA calculada dinámicamente para el valor neto, tomando ER como el factor de nivelación alfa de la función pine_ema.
3. Se añade el promedio de la EMA y se reduce la desviación absoluta para obtener la dinámica de fluctuación.
4. El valor neto actual abre más posiciones cuando se desvía, y se desvía cuando se desvía.

Ventajas estratégicas

1. Utiliza toda la información contenida en los datos de la secuencia de tiempo neta, no necesita establecer ningún parámetro ni optimización, el método es sencillo y natural.
2. El cálculo dinámico de ER para ajustar el factor de suavización de EMA puede adaptarse a la complejidad de los cambios en el valor neto y responder con flexibilidad a los cambios en el mercado.
3. En comparación con los EMA tradicionales de parámetros fijos, los EMA dinámicos pueden reducir efectivamente el número de operaciones y el tiempo de tenencia, reduciendo los costos de las operaciones y el riesgo.
4. La estrategia puede reducir el máximo retiro de 2 a 3 veces en comparación con la compra y la posesión, o aumentar la ganancia de 2 a 3 veces con el mismo retiro.
5. La combinación de varias estrategias se puede aplicar fácilmente para lograr el objetivo de cambiar automáticamente las estrategias.

Riesgo estratégico

1. La estrategia se basa en datos de secuencias de tiempo de valor neto, y la velocidad de activación de las posiciones cerradas puede ser más lenta en el caso de un cambio radical en el movimiento de los precios, lo que afecta a los ingresos.
2. Aunque la estrategia puede adaptarse a los parámetros, aún queda mucho por explorar en cuanto a su adaptabilidad a situaciones extremas.
3. La estrategia está dirigida principalmente a las situaciones de exceso de trabajo, pero también a las situaciones de ausencia de trabajo.
4. En la práctica, la estrategia exige una mayor calidad en la selección de los indicadores, lo que requiere la elección de indicadores de tendencia ascendente a largo plazo.

Dirección de optimización de la estrategia

1. Se puede considerar la posibilidad de optimizar aún más el método de cálculo de la ER, introduciendo más indicadores que reflejen las características del cambio en la rentabilidad, mejorando la solidez y la eficacia de la ER.
2. Se pueden refinar aún más las condiciones de apertura de posiciones abiertas, como considerar la inclusión de stop-loss móviles, stop-loss porcentuales, etc., para mejorar la rentabilidad y la resistencia al riesgo de la estrategia.
3. Para diferentes estándares y entornos de mercado, se pueden optimizar los parámetros y ajustar la adaptabilidad de las estrategias para mejorar la universalidad de las estrategias.
4. Esta estrategia puede combinarse con otras estrategias (como el seguimiento de tendencias, la regresión de la media, etc.) para aprovechar las ventajas de las diferentes estrategias y mejorar la estabilidad y la rentabilidad de la combinación.

Resumir

La estrategia utiliza al máximo la información contenida en los datos de la secuencia de tiempo neto, no requiere demasiados parámetros de configuración y optimización, el método es sencillo y natural, puede responder con flexibilidad a los cambios en el mercado y controlar eficazmente el retiro. Sin embargo, la estrategia aún está por ser examinada para adaptarse a situaciones extremas.