Strategi perdagangan pembalikan multi-faktor
ChaoZhang
Ringkasan
Strategi ini menggunakan berbagai indikator teknis untuk menilai harga yang berbalik, dan merupakan strategi perdagangan berbalik yang didorong oleh banyak faktor. Strategi ini mengintegrasikan indikator 123 bentuk dengan Polarisasi Efisiensi Fragmentasi (PFE), yang masuk ke pasar ketika keduanya memberikan sinyal yang sama, yang dapat secara efektif memfilter sinyal palsu, meningkatkan peluang perdagangan.
Prinsip Strategi
Strategi ini terdiri dari dua bagian utama:
123 bentuk penilaian: ketika harga close out naik 2 hari berturut-turut dan turun pada hari ke-3 dan garis cepat Stochastic di bawah garis lambat, menghasilkan sinyal beli; ketika harga close out turun 2 hari berturut-turut dan bangkit pada hari ke-3 dan garis cepat Stochastic di atas garis lambat, menghasilkan sinyal jual.
Penilaian Indikator PFE: PFE lebih tinggi dari batas atas yang sudah ditentukan dan lebih tinggi dari batas bawah yang sudah ditentukan.
Hanya jika 123 bentuk dan indikator PFE menghasilkan sinyal yang sesuai, maka akan masuk. Jika keduanya tidak sesuai, maka posisi kosong akan dipertahankan.
123 bentuk dapat mengidentifikasi titik balik potensial. PFE membedakan tren secara efisien, menghindari mengejar terobosan palsu. Keduanya bekerja sama, dapat meningkatkan akurasi penilaian, mencapai efek verifikasi multi-faktor.
Keunggulan Strategis
- 123 bentuk dan indikator PFE saling diverifikasi, mengurangi sinyal palsu
- Indikator PFE memiliki dasar teoritis yang kuat, dan penilaian yang efektif terhadap efisiensi harga
- Multi-Factor Driven, Meningkatkan Akurasi Penghakiman
- Strategi Fleksibel yang Menggabungkan Metode Pembalikan dan Indikator Tren
- Parameter yang dapat disesuaikan untuk beradaptasi dengan perubahan pasar
Risiko Strategis dan Tanggapan
- Faktor-faktor individu dapat memberikan sinyal yang salah
- Pengaturan faktor membutuhkan pengoptimalan dan penyesuaian terus menerus
- Posisi yang dipegang untuk waktu yang singkat, berisiko sering mengalami kerugian
Cara Mengatasinya:
- Meningkatkan faktor verifikasi, meningkatkan akurasi
- Optimalkan konfigurasi parameter, meningkatkan stableness
- Menggunakan metode optimasi otomatis untuk menemukan parameter optimal
- Setel Stop Stop atau Move Stop
Arah optimasi strategi
Strategi ini dapat dioptimalkan dalam beberapa hal:
- Menambahkan pengaturan Stop Loss berdasarkan Volatilitas
- Mengoptimalkan semua parameter secara otomatis dengan metode seperti pembelajaran mesin
- Kurangi frekuensi reversal saat tren kuat
- Posisi yang disatukan dengan indikator adaptasi yang disesuaikan dengan volatilitas pasar
- Kombinasi dengan strategi lain, diversifikasi risiko, dan peningkatan tingkat pengembalian secara keseluruhan
Meringkaskan
Strategi ini menggabungkan beberapa faktor untuk menentukan titik balik harga, yang memiliki dasar teori dan mudah diterapkan. Berbagai faktor yang didorong untuk meningkatkan akurasi penilaian dibandingkan dengan satu indikator, merupakan strategi perdagangan reverse yang relatif kuat. Efektivitas strategi dapat ditingkatkan lebih lanjut melalui optimasi parameter, manajemen stop loss, dan kombinasi.
/*backtest
start: 2023-09-11 00:00:00
end: 2023-09-13 08:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
////////////////////////////////////////////////////////////
// Copyright by HPotter v1.0 16/04/2021
// 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 Polarized Fractal Efficiency (PFE) indicator measures the efficiency
// of price movements by drawing on concepts from fractal geometry and chaos
// theory. The more linear and efficient the price movement, the shorter the
// distance the prices must travel between two points and thus the more efficient
// the price movement.
//
// 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
PFE(Length,LengthEMA,BuyBand,SellBand) =>
pos = 0.0
PFE = sqrt(pow(close - close[Length], 2) + 100)
C2C = sum(sqrt(pow((close - close[1]), 2) + 1), Length)
xFracEff = iff(close - close[Length] > 0, round((PFE / C2C) * 100) , round(-(PFE / C2C) * 100))
xEMA = ema(xFracEff, LengthEMA)
pos := iff(xEMA < SellBand, -1,
iff(xEMA > BuyBand, 1, nz(pos[1], 0)))
pos
strategy(title="Combo Backtest 123 Reversal & PFE (Polarized Fractal Efficiency)", shorttitle="Combo", overlay = true)
line1 = input(true, "---- 123 Reversal ----")
Length = input(14, minval=1)
KSmoothing = input(1, minval=1)
DLength = input(3, minval=1)
Level = input(50, minval=1)
//-------------------------
line2 = input(true, "---- PFE ----")
LengthPFE = input(9, minval=1)
LengthEMA = input(5, minval=1)
BuyBand = input(50, step = 0.1)
SellBand = input(-50, step = 0.1)
reverse = input(false, title="Trade reverse")
posReversal123 = Reversal123(Length, KSmoothing, DLength, Level)
posPFE = PFE(LengthPFE,LengthEMA,BuyBand,SellBand)
pos = iff(posReversal123 == 1 and posPFE == 1 , 1,
iff(posReversal123 == -1 and posPFE == -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 )