Adaptive Volatility Finite Volume Elements Strategi

Penulis:ChaoZhang, Tanggal: 2023-10-17 14:50:13
Tag:

img

Gambaran umum

Strategi ini menggunakan metode elemen volume terbatas dikombinasikan dengan metrik volatilitas adaptif untuk menentukan sinyal panjang dan pendek, yang termasuk dalam strategi trend berikut.

Prinsip-prinsip

Strategi ini pertama-tama menghitung rata-rata harga tinggi dan rendah, rata-rata harga penutupan N bar baru-baru ini, dan rata-rata harga tinggi, rendah dan dekat bar sebelumnya. Kemudian menghitung laba logaritma Intra dan Inter untuk bar saat ini dan sebelumnya. Sementara itu, menghitung volatilitas Vintra dan Vinter Intra dan Inter.

Berdasarkan tingkat volatilitas dan parameter yang dapat disesuaikan, koefisien cutoff adaptif CutOff ditentukan. Ketika perubahan harga melebihi CutOff, sinyal panjang atau pendek dihasilkan. Secara khusus, ini menghitung perbedaan MF antara harga penutupan saat ini dan rata-rata harga tinggi & rendah. Ketika MF lebih besar dari CutOff, itu adalah sinyal panjang. Ketika MF kurang dari CutOff negatif, itu adalah sinyal pendek.

Akhirnya sesuai dengan sinyal, arus dana dihitung, output sinyal posisi pos, dan memetakan kurva FVE Elemen Volume Terbatas.

Keuntungan

  1. Parameter adaptif, berlaku untuk jangka waktu yang berbeda dan tingkat volatilitas tanpa penyesuaian manual.

  2. Memperlihatkan perubahan tren harga dengan akurat.

  3. kurva FVE dengan jelas mencerminkan perbandingan kekuatan panjang dan pendek.

  4. Dasar teoritis yang kuat dari analisis arus dana, sinyal yang relatif dapat diandalkan.

Risiko

  1. Dapat menghasilkan lebih banyak sinyal palsu selama fluktuasi pasar yang keras.

  2. Tidak bisa menangani kesenjangan harga.

  3. Sinyal arus dana kadang-kadang dapat menyimpang dari analisis teknis.

Optimalisasi

  1. Dapat menguji dampak dari nilai N yang berbeda.

  2. Dapat menguji kombinasi yang berbeda dari Cintra dan Cinter untuk menemukan parameter optimal.

  3. Dapat digabungkan dengan indikator lain seperti MACD untuk meningkatkan ketahanan.

  4. Dapat membangun mekanisme stop loss untuk mengendalikan kerugian perdagangan tunggal.

Kesimpulan

Secara keseluruhan strategi ini cukup dapat diandalkan dengan prinsip-prinsip yang kuat. Ini dapat berfungsi sebagai komponen strategi trend berikut, dan bekerja lebih baik ketika dikombinasikan dengan benar dengan yang lain. Kuncinya adalah menemukan parameter optimal dan membangun manajemen risiko yang sehat. Jika dioptimalkan lebih lanjut, itu bisa menjadi sistem trend berikut yang sangat kuat.


/*backtest
start: 2022-10-10 00:00:00
end: 2023-10-16 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
////////////////////////////////////////////////////////////
//  Copyright by HPotter v1.0 18/08/2017
// This is another version of FVE indicator that we have posted earlier 
// in this forum.
// This version has an important enhancement to the previous one that`s 
// especially useful with intraday minute charts.
// Due to the volatility had not been taken into account to avoid the extra 
// complication in the formula, the previous formula has some drawbacks:
// The main drawback is that the constant cutoff coefficient will overestimate 
// price changes in minute charts and underestimate corresponding changes in 
// weekly or monthly charts.
// And now the indicator uses adaptive cutoff coefficient which will adjust to 
// all time frames automatically.
//
// 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="Volatility Finite Volume Elements", shorttitle="FVI")
Samples = input(22, minval=1)
Perma = input(40, minval=1)
Cintra = input(0.1, step=0.1)
Cinter = input(0.1, step=0.1)
reverse = input(false, title="Trade reverse")
xhl2 = hl2
xhlc3 = hlc3
xClose = close
xIntra = log(high) - log(low)
xInter = log(xhlc3) - log(xhlc3[1])
xStDevIntra = stdev(sma(xIntra, Samples) , Samples)
xStDevInter = stdev(sma(xInter, Samples) , Samples)
xVolume = volume
TP = xhlc3
TP1 = xhlc3[1]
Intra = xIntra
Vintra = xStDevIntra
Inter = xInter
Vinter = xStDevInter
CutOff = Cintra * Vintra + Cinter * Vinter
MF = xClose - xhl2 + TP - TP1
FveFactor = iff(MF > CutOff * xClose, 1, 
             iff(MF < -1 * CutOff * xClose, -1,  0))
xVolumePlusMinus = xVolume * FveFactor
Fvesum = sum(xVolumePlusMinus, Samples)
VolSum = sum(xVolume, Samples)
xFVE = (Fvesum / VolSum) * 100
xEMAFVE = ema(xFVE, Perma)
pos = iff(xFVE > xEMAFVE, 1,
	   iff(xFVE < xEMAFVE, -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(xFVE, color=green, title="FVI")
plot(xEMAFVE, color=blue, title="FVI EMA")

Lebih banyak