Strategi pembalikan momentum multi-kerangka waktu
ChaoZhang
Ringkasan
Strategi ini menggabungkan indikator momentum dari periode waktu yang berbeda, untuk mencapai kemampuan untuk menilai pembalikan tren pasar dalam beberapa skala waktu. Strategi ini menggunakan osilator Stokastik untuk menentukan titik pembalikan tren jangka pendek, dan menggabungkan periode yang lebih panjang ((harga tertinggi - harga terendah) / indikator harga closeout untuk menentukan tren jangka panjang, untuk mencapai kemampuan untuk menilai pembalikan tren dalam beberapa dimensi waktu.
Prinsip Strategi
Strategi ini terdiri dari dua bagian:
- 123 Strategi Pembalasan
Bagian ini menilai pembalikan tren jangka pendek melalui persilangan garis cepat dan lambat dari osilator Stokastik. Secara khusus, jika harga penutupan naik lebih tinggi dari hari sebelumnya dan garis cepat Stokastik lebih rendah dari garis lambat dan garis cepat lebih rendah dari 50, maka lebih banyak; jika harga penutupan turun lebih rendah dari hari sebelumnya dan garis cepat Stokastik lebih tinggi dari garis lambat dan garis cepat lebih tinggi dari 50, maka kosong.
- (Harga tertinggi - harga terendah) / indikator harga penutupan
Indikator ini mencerminkan volatilitas garis K saat ini. Nilai indikator yang lebih besar menunjukkan bahwa fluktuasi saat ini meningkat dan mungkin akan berbalik; Nilai indikator yang lebih kecil menunjukkan bahwa fluktuasi saat ini melemah dan tren mungkin akan berlanjut.
Kombinasi dua indikator ini dapat digunakan untuk mengevaluasi perubahan tren dalam jangka pendek dan jangka panjang, sehingga menghasilkan strategi perdagangan yang dapat diterapkan dalam skala waktu yang lebih luas.
Keunggulan Strategis
- Kombinasi dari beberapa periode waktu untuk meningkatkan akurasi
Strategi yang menggunakan indikator jangka pendek dan jangka menengah sekaligus dapat memastikan keandalan sinyal pembalikan dan menghindari sinyal palsu yang disebabkan oleh indikator tunggal.
- Pengaturan parameter indikator yang fleksibel
Parameter dari stochastic oscillator dan indikator harga tertinggi-rendah/penutup dapat disesuaikan dengan pasar, membuat strategi lebih fleksibel.
- Struktur Strategi yang Sederhana dan Jelas
Strategi ini menggunakan Stochastic sebagai inti, ditambah dengan penilaian tren jangka menengah dan panjang, strukturnya sederhana dan jelas, mudah dipahami dan diubah.
- Skalasi yang kuat
Kerangka kebijakan sederhana dan universal, dapat dengan mudah memasukkan lebih banyak indikator, membangun model multi-faktor.
Analisis risiko
- Performa pasar tren mungkin tidak baik
Strategi ini didasarkan pada pembalikan dan mungkin tidak bekerja dengan baik di pasar tren yang berkelanjutan. Parameter harus disesuaikan dengan pasar tren.
- Perhatian terhadap risiko sinyal yang salah
Dalam situasi pasar yang tidak normal, Stochastic dan (harga tertinggi-harga terendah) / indikator harga closeout dapat mengirimkan sinyal yang salah, perlu untuk mencegah risiko sinyal palsu.
- Pengaturan parameter indikator membutuhkan pengalaman
Parameter Stochastic dan (Highest Price-Lowest Price) / Closing Price Indicator perlu dioptimalkan sesuai dengan kondisi pasar, jika tidak, mungkin mempengaruhi kinerja strategi.
- Mengontrol Posisi dengan Tepat
Strategi ini adalah strategi reversal, dimana keuntungan dan kerugian bisa berfluktuasi besar, dan posisi dan risiko harus dikendalikan.
Arah optimasi strategi
- Memperkenalkan lebih banyak indikator untuk membangun model multi-faktor
Ada banyak faktor yang dapat dimasukkan dalam kerangka kerja yang ada, seperti volume transaksi, indikator reversal lainnya, dan sebagainya, untuk membangun model multi-faktor.
- Meningkatkan mekanisme penghentian kerugian
Anda dapat mengatur stop loss bergerak atau stop loss waktu, yang secara efektif mengontrol kerugian dari satu transaksi.
- Optimasi parameter
Parameter dapat dioptimalkan melalui metode yang lebih sistematis seperti algoritma genetik.
- Meningkatkan pembelajaran mesin
Aplikasi algoritma pembelajaran mesin yang dilatih untuk mendeteksi perubahan tren dapat meningkatkan akurasi lebih lanjut.
- Tergabung dengan analisis emosi
Mengintegrasikan analisis emosi dari data tidak terstruktur seperti data sosial untuk membantu memprediksi titik balik.
Meringkaskan
Strategi ini mengintegrasikan indikator dalam dua dimensi waktu jangka pendek dan menengah untuk mencapai pembalikan tren penilaian dalam beberapa periode waktu. Ini adalah kerangka strategi pembalikan yang sangat baik. Memiliki parameter indikator yang fleksibel, struktur yang sederhana, skalabilitas yang kuat, dan lain-lain. Langkah selanjutnya dapat ditingkatkan dengan memperkenalkan lebih banyak faktor, pengoptimalan parameter, stop loss, dan pembelajaran mesin.
//@version=3
////////////////////////////////////////////////////////////
// Copyright by HPotter v1.0 23/05/2019
// This is combo strategies for get
// a cumulative signal. Result signal will return 1 if two strategies
// is long, -1 if all strategies is short and 0 if signals of strategies is not equal.
//
// 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
// This histogram displays (high-low)/close
// Can be applied to any time frame.
//
// 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
HLCHist(input_barsback, input_percentorprice, input_smalength) =>
xPrice = (high-low)/close
xPriceHL = (high-low)
xPrice1 = iff(input_percentorprice, xPrice * 100, xPriceHL)
xPrice1SMA = sma(abs(xPrice1), input_smalength)
pos = 0.0
pos := iff(xPrice1SMA[input_barsback] > abs(xPrice1), 1,
iff(xPrice1SMA[input_barsback] < abs(xPrice1), -1, nz(pos[1], 0)))
pos
strategy(title="Combo Backtest 123 Reversal & (H-L)/C Histogram", shorttitle="Combo", overlay = true)
Length = input(14, minval=1)
KSmoothing = input(1, minval=1)
DLength = input(3, minval=1)
Level = input(50, minval=1)
//-------------------------
input_barsback = input(4, title="Look Back")
input_percentorprice = input(false, title="% change")
input_smalength = input(13, title="SMA Length")
reverse = input(false, title="Trade reverse")
posReversal123 = Reversal123(Length, KSmoothing, DLength, Level)
posHLCHist = HLCHist(input_barsback, input_percentorprice, input_smalength)
pos = iff(posReversal123 == 1 and posHLCHist == 1 , 1,
iff(posReversal123 == -1 and posHLCHist == -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 ? red: possig == 1 ? green : blue )