Stratégie de convergence de la direction de la dynamique du trading quantitatif


Date de création: 2024-02-02 10:51:11 Dernière modification: 2024-02-02 10:51:11
Copier: 0 Nombre de clics: 596
1
Suivre
1617
Abonnés

Stratégie de convergence de la direction de la dynamique du trading quantitatif

Aperçu

Cette stratégie est appelée stratégie de convergence de direction de la dynamique de négociation quantifiée et est une stratégie de négociation quantitative basée sur les indicateurs techniques décrits par William Blau dans son livre Momentum, Direction et Divergence. La stratégie se concentre sur les trois dimensions clés de la dynamique, de la direction et de la convergence, en calculant les indicateurs de dynamique des prix des actions, en déterminant la direction de la tendance du marché et en recherchant des écarts entre les prix et les indicateurs pour obtenir des opportunités de négociation.

Principe de stratégie

L’indicateur central de cette stratégie est l’indice de mobilité d’urgence (Ergotic TSI), calculé selon la formule suivante:

Val1 = 100 * EMA(EMA(EMA(价格变化量,r),s),u)  

Val2 = EMA(EMA(EMA(价格变化量的绝对值,r),s),u)

Ergotic TSI = 如果Val2不等于0,则为Val1/Val2,否则为0

Dans ce cas, r, s, u est le paramètre de l’alignement. L’indicateur reflète la proportion de variation de prix par rapport à la valeur absolue de variation de prix, qui appartient à l’indicateur de dynamique de choc. Ensuite, nous calculons l’EMA de l’alignement de la moyenne mobile de l’Ergotic TSI comme ligne de signal.

Analyse des avantages

Les principaux avantages de cette stratégie sont les suivants:

  1. Une capacité à saisir les tendances des changements de prix
  2. Les prix des produits alimentaires sont très bas et les prix des produits alimentaires sont très bas.
  3. Avoir de meilleures caractéristiques de déviation
  4. Réglage flexible des paramètres et réglage de la fluidité

Analyse des risques

Cette stratégie présente aussi des risques:

  1. Il y a un faux signal au moment où la tendance se retourne.
  2. Une mauvaise configuration des paramètres peut entraîner une perte d’opportunités de négociation ou l’ajout de faux signaux
  3. Les paramètres doivent être adaptés aux variétés et aux environnements commerciaux
    Les paramètres d’optimisation, combinés à d’autres indicateurs, permettent de vérifier et de contrôler les risques en définissant des arrêts de perte.

Direction d’optimisation

Cette stratégie peut être optimisée dans les domaines suivants:

  1. Tester différentes entrées de prix, telles que le prix d’ouverture, le prix de clôture, le prix intermédiaire, etc.
  2. Ajustez les valeurs des paramètres de lissage r, s, u pour trouver la meilleure combinaison de paramètres
  3. Ajouter d’autres indicateurs ou conditions de filtrage pour confirmer davantage le signal
  4. Définition des points d’arrêt et des mécanismes de sortie

Résumer

Cette stratégie intégrée prend en compte les changements de dynamique, les jugements de tendance et les déviations de caractéristiques, permettant de capturer efficacement les opportunités de tendance. Une meilleure performance de la stratégie peut être obtenue par l’optimisation des paramètres, le filtrage des signaux et le contrôle des risques.

Code source de la stratégie
/*backtest
start: 2023-01-26 00:00:00
end: 2024-02-01 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version = 2
////////////////////////////////////////////////////////////
//  Copyright by HPotter v1.0 13/12/2016
// r - Length of first EMA smoothing of 1 day momentum        4
// s - Length of second EMA smoothing of 1 day smoothing      8    
// u- Length of third EMA smoothing of 1 day momentum         6  
// Length of EMA signal line                                  3
// Source of Ergotic TSI                                      Close
//
// This is one of the techniques described by William Blau in his book "Momentum,
// Direction and Divergence" (1995). If you like to learn more, we advise you to 
// read this book. His book focuses on three key aspects of trading: momentum, 
// direction and divergence. Blau, who was an electrical engineer before becoming 
// a trader, thoroughly examines the relationship between price and momentum in 
// step-by-step examples. From this grounding, he then looks at the deficiencies 
// in other oscillators and introduces some innovative techniques, including a 
// fresh twist on Stochastics. On directional issues, he analyzes the intricacies 
// of ADX and offers a unique approach to help define trending and non-trending periods. 
//
// You can use in the xPrice any series: Open, High, Low, Close, HL2, HLC3, OHLC4 and ect...
// You can change long to short in the Input Settings
// Please, use it only for learning or paper trading. Do not for real trading.
////////////////////////////////////////////////////////////
strategy(title="Ergotic TSI Strategy Backtest")
r = input(4, minval=1)
s = input(8, minval=1)
u = input(6, minval=1)
SmthLen = input(3, minval=1)
reverse = input(false, title="Trade reverse")
hline(0, color=blue, linestyle=line)
xPrice = close
xPrice1 = xPrice - xPrice[1]
xPrice2 = abs(xPrice - xPrice[1])
xSMA_R = ema(ema(ema(xPrice1,r), s),u)
xSMA_aR = ema(ema(ema(xPrice2, r), s),u)
Val1 = 100 * xSMA_R
Val2 = xSMA_aR
xTSI = iff (Val2 != 0, Val1 / Val2, 0)
xEMA_TSI = ema(xTSI, SmthLen)
pos = iff(xTSI > xEMA_TSI, 1,
	   iff(xTSI < xEMA_TSI, -1, nz(pos[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)	   	    
barcolor(possig == -1 ? red: possig == 1 ? green : blue )
plot(xTSI, color=green, title="Ergotic TSI")
plot(xEMA_TSI, color=red, title="SigLin")