Stratégie de double inversion du solde


Date de création: 2023-12-15 16:56:20 Dernière modification: 2023-12-15 16:56:20
Copier: 1 Nombre de clics: 673
1
Suivre
1621
Abonnés

Stratégie de double inversion du solde

Aperçu

La stratégie d’équilibrage de double inversion est une stratégie combinée qui utilise une stratégie de inversion et une stratégie de décomposition de l’onde de choc. Cette stratégie utilise d’abord le système de réversion 123 pour générer un signal de transaction, puis le traitement de l’onde de choc en combinaison avec la décomposition du modèle d’expérience ((EMD)), combinant les deux signaux de transaction, pour un taux de victoire plus élevé.

Principe de stratégie

Système de rétroaction

Le système de retournement 123 est inspiré du livre de Ulf Jensen Comment obtenir trois fois plus de gains sur le marché à terme. Cette partie de la stratégie appartient à la stratégie de type retournement. Faites plus lorsque le prix de clôture est supérieur à la clôture du jour précédent pendant 2 jours consécutifs et que la ligne K lente est inférieure à 50 pendant 9 jours; faites moins lorsque le prix de clôture est inférieur à la clôture du jour précédent pendant 2 jours consécutifs et que la ligne K rapide est supérieure à 50 pendant 9 jours.

Décomposition des modes d’expérience

La décomposition des modes d’expérience (EMD) est une méthode d’analyse de données qui s’adapte. Elle permet de séparer efficacement les différents composants de fréquence des données et d’extraire les tendances à long terme des données. Ici, nous définissons la longueur comme 20, le delta comme 0.5, la fraction comme 0.1, et générons des signaux de transaction en fonction des différents composants de fréquence des prix.

Synthèse du signal

Les stratégies d’équilibrage de double inversion synthétisent les signaux de transaction générés par la décomposition du système de 123 inversions et du modèle d’expérience, et confirment la entrada lorsque les deux signaux sont identiques. Cela augmente le taux de victoire de la stratégie.

Analyse des avantages

La double stratégie d’équilibre inverse combine la stratégie d’inversion et la technologie de traitement du signal numérique pour tirer pleinement parti des avantages de différents modèles. Le système d’inversion capture les opportunités de revers à court terme, la décomposition des modèles d’expérience capture les tendances à long terme, et leur utilisation conjointe peut améliorer la stabilité de la stratégie.

La stratégie a également introduit la forme 123, qui permet d’éviter que les inversions non idéales ne soient arbitragées. Le réglage de paramètres raisonnables dans la décomposition du modèle d’expérience aide à filtrer une partie du bruit et à réduire les faux signaux.

Analyse des risques

Le risque le plus élevé de la double stratégie d’équilibre inverse est l’échec de l’inversion. Bien que l’introduction de la forme 123 puisse réduire cette probabilité, gardez à l’esprit que l’inversion est intrinsèquement plus incertaine. De plus, la décomposition des modèles d’expérience en tant que méthode d’adaptation aux fluctuations peut également ne pas fonctionner dans des situations extrêmes.

Pour contrôler ces risques, il est possible d’ajuster les paramètres de l’inversion de manière appropriée, ce qui assure une plus grande fiabilité du signal d’inversion. Il est également possible de tester différentes méthodes d’inversion pour obtenir de meilleurs effets d’inversion. Il est également nécessaire de maintenir des transactions de petite taille afin d’éviter des pertes individuelles excessives.

Direction d’optimisation

Cette stratégie peut être optimisée dans les domaines suivants:

  1. Tester un système inverse avec différents paramètres pour déterminer la meilleure combinaison de paramètres

  2. Essayez différentes méthodes de filtrage numérique, comme la transformation des petites ondes, la transformation de Hilbert, etc.

  3. Augmentation des stratégies de stop-loss pour contrôler les pertes individuelles

  4. En combinaison avec d’autres indicateurs, pour une meilleure précision et fiabilité de l’orientation des transactions

  5. Optimiser la gestion des fonds et déterminer le meilleur ratio de taille des transactions

Résumer

La double stratégie d’équilibrage inverse a l’avantage d’utiliser une stratégie d’équilibrage inverse et une technologie de traitement de signaux numériques. Elle définit des paramètres raisonnables, maîtrise les risques et stabilise les transactions. La stratégie a une grande universalité et extensibilité et est une stratégie de négociation recommandée.

Code source de la stratégie
/*backtest
start: 2023-11-14 00:00:00
end: 2023-12-14 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
////////////////////////////////////////////////////////////
//  Copyright by HPotter v1.0 30/06/2020
// This is combo strategies for get a cumulative signal. 
//
// First strategy
// This System was created from the Book "How I Tripled My Money In The 
// Futures Market" by Ulf Jensen, Page 183. This is reverse type of strategies.
// The strategy buys at market, if close price is higher than the previous close 
// during 2 days and the meaning of 9-days Stochastic Slow Oscillator is lower than 50. 
// The strategy sells at market, if close price is lower than the previous close price 
// during 2 days and the meaning of 9-days Stochastic Fast Oscillator is higher than 50.
//
// Second strategy
// The related article is copyrighted material from Stocks & Commodities Mar 2010
//
// WARNING:
// - For purpose educate only
// - This script to change bars colors.
////////////////////////////////////////////////////////////
Reversal123(Length, KSmoothing, DLength, Level) =>
    vFast = sma(stoch(close, high, low, Length), KSmoothing) 
    vSlow = sma(vFast, DLength)
    pos = 0.0
    pos := iff(close[2] < close[1] and close > close[1] and vFast < vSlow and vFast > Level, 1,
	         iff(close[2] > close[1] and close < close[1] and vFast > vSlow and vFast < Level, -1, nz(pos[1], 0))) 
	pos

Empirical(Length,Delta,Fraction) =>
    pos = 0
    xBandpassFilter = 0.0
    xPeak = 0.0
    xValley =0.0
    xPrice = hl2
    beta = cos(3.1415 * (360 / Length) / 180)
    gamma = 1 / cos(3.1415 * (720 * Delta / Length) / 180)
    alpha = gamma - sqrt(gamma * gamma - 1)
    xBandpassFilter := 0.5 * (1 - alpha) * (xPrice - xPrice[2]) + beta * (1 + alpha) * nz(xBandpassFilter[1]) - alpha * nz(xBandpassFilter[2])
    xMean = sma(xBandpassFilter, 2 * Length)
    xPeak :=  iff (xBandpassFilter[1] > xBandpassFilter and xBandpassFilter[1] > xBandpassFilter[2], xBandpassFilter[1], nz(xPeak[1])) 
    xValley :=  iff (xBandpassFilter[1] < xBandpassFilter and xBandpassFilter[1] < xBandpassFilter[2], xBandpassFilter[1], nz(xValley[1])) 
    xAvrPeak = sma(xPeak, 50)
    xAvrValley = sma(xValley, 50)
    nAvrPeak = Fraction * xAvrPeak
    nAvrValley = Fraction * xAvrValley
    pos := iff(xMean > nAvrPeak and xMean > nAvrValley, 1,
    	   iff(xMean < nAvrPeak and xMean < nAvrValley, -1, nz(pos[1], 0)))
    pos

strategy(title="Combo Backtest 123 Reversal & Empirical Mode Decomposition", shorttitle="Combo", overlay = true)
Length = input(14, minval=1)
KSmoothing = input(1, minval=1)
DLength = input(3, minval=1)
Level = input(50, minval=1)
//-------------------------
LengthEMD = input(20, minval=1)
Delta = input(0.5)
Fraction = input(0.1)
reverse = input(false, title="Trade reverse")
posReversal123 = Reversal123(Length, KSmoothing, DLength, Level)
posEmpirical = Empirical(LengthEMD,Delta,Fraction)
pos = iff(posReversal123 == 1 and posEmpirical == 1 , 1,
	   iff(posReversal123 == -1 and posEmpirical == -1, -1, 0)) 
possig = iff(reverse and pos == 1, -1,
          iff(reverse and pos == -1 , 1, pos))	   
if (possig == 1) 
    strategy.entry("Long", strategy.long)
if (possig == -1)
    strategy.entry("Short", strategy.short)	 
if (possig == 0) 
    strategy.close_all()
barcolor(possig == -1 ? #b50404: possig == 1 ? #079605 : #0536b3 )