Stratégie de combinaison multifactorielle de momentum et de retournement

Aperçu

Cette stratégie utilise un modèle multi-facteurs en combinant l’indicateur de dynamique CMO et l’indicateur stochastique pour explorer les opportunités de négociation dans différents environnements de marché.

L’analyse des principes

Cette stratégie est composée de deux sous-stratégies:

1. 123 stratégies de retour

   • L’indicateur stochastique à 9 jours pour détecter les surachats
   • Si le cours de clôture est en hausse pendant 2 jours consécutifs et que le stochastique est en dessous de 50, faites plus
   • Si le cours de clôture est en baisse pendant 2 jours consécutifs et que le stochastique est supérieur à 50, faire un shorting

2. Stratégie de valeur absolue du CMO

   • Calculer la valeur absolue du CMO
   • Si la valeur absolue du CMO est supérieure à 70, il considère qu’il est en sur-achat et fait un short.
   • Si la valeur absolue est inférieure à 20, le CMO considère qu’il est en survente et fait plus

Finalement, un signal de transaction est émis si les deux signaux de sous-stratégie sont identiques.

Cette stratégie tire parti des avantages de l’indicateur de dynamique CMO et de l’indicateur de revers Stochastic. Le CMO est plus à même d’identifier les tendances, tandis que Stochastic est plus à même de détecter les opportunités de revers à court terme.

Analyse des avantages

Cette stratégie présente les avantages suivants:

1. Un modèle multifacteur, combinant dynamique et inversion, qui s’adapte à différents environnements de marché

2. Le CMO est capable d’identifier les tendances, le stochastique est précis sur les inflexions

3. Ne négociez que lorsque les deux signaux correspondent, évitez les faux signaux et augmentez la probabilité de gagner

4. L’optimisation des paramètres est large et peut être ajustée pour différentes variétés et cycles

5. La combinaison d’indicateurs à long et à court terme permet de découvrir plus d’opportunités de trading

6. Les règles sont simples, claires, faciles à comprendre et adaptées aux transactions algorithmiques.

Analyse des risques

Cette stratégie présente également les risques suivants:

1. Il existe une probabilité que la sous-stratégie émette un signal erroné et des paramètres doivent être optimisés

2. Les événements inattendus entraînent un renversement de tendance et entraînent des pertes plus importantes

3. La fréquence des transactions peut être trop élevée et le coût des transactions est un facteur à prendre en compte.

4. Les sous-stratégies sont toutes des indicateurs de retard, avec un problème de retard de temps

5. Paramètres à ajuster pour différentes variétés, exigences d’optimisation des paramètres plus élevées

La réponse:

1. Optimisation des paramètres de la sous-stratégie pour réduire la probabilité d’erreur de signal

2. Il y a un arrêt de perte et un contrôle des pertes.

3. Modifier les conditions d’ouverture des positions et réduire la fréquence des transactions

4. Utiliser des données de tick en temps réel pour réduire le retard

5. Optimiser automatiquement les paramètres à l’aide de l’apprentissage automatique

Direction d’optimisation

Cette stratégie peut être optimisée dans les domaines suivants:

1. L’introduction d’autres facteurs, tels que la volatilité, la quantité, etc., pour former un modèle multifonctionnel systématique

2. Construire des mécanismes d’optimisation des paramètres dynamiques et d’ajuster les paramètres en fonction des conditions du marché

3. Optimisation de la logique d’ouverture des positions, introduction de méthodes telles que le probabilité et le lissage des indices

4. Couverture des positions à long terme dans le court terme pour atteindre un double objectif

5. Utiliser l’apprentissage en profondeur pour extraire plus de fonctionnalités et créer des règles de transaction non linéaires

6. Découvrez les modèles sans paramètres et évitez les biais induits par les paramètres de sélection artificielle

7. Combinaison de données à haute fréquence et d’événements d’actualité pour réduire le retard de signal

Résumer

La stratégie utilise le CMO de l’indicateur de dynamique et le Stochastic de l’indicateur d’inversion pour réaliser des modèles multifonctionnels afin d’explorer davantage d’opportunités de négociation dans les marchés traversants. Par rapport à un seul indicateur, la combinaison de facteurs multifonctionnels peut s’adapter à un environnement de marché plus complexe.