Strategi Prediksi Harga Berbasis Logaritma
ChaoZhang
Ringkasan
Strategi ini menggunakan fungsi logarithm untuk mensimulasikan perubahan harga, menghitung z-value berdasarkan standar deviasi dan rata-rata volume transaksi, sebagai fungsi logarithm input parameter untuk memprediksi harga di masa depan.
Prinsip Strategi
- Hitung nilai ROC dari harga close out, nilai positif ditambahkan ke volume_pos, nilai negatif ditambahkan ke volume_neg
- Hitung volume_pos dan volume_neg sebagai net_volume
- Perhitungan perbedaan standar net_volume net_std dan rata-rata net_sma
- Hitung net_sma dibagi net_std untuk mendapatkan nilai z
- Menggunakan harga penutupan, harga penutupan 20 hari standar deviasi, z nilai sebagai parameter, input logistic fungsi logistic untuk memprediksi harga periode berikutnya
- Bila harga yang diprediksi lebih tinggi dari harga aktual saat ini 1.005 kali, posisi yang lebih rendah dari 0.995 kali
Analisis Keunggulan
Strategi ini menggabungkan informasi statistik tentang volume transaksi dan prediksi harga dari fungsi logarithm.
Keuntungan:
- Perbedaan volume perdagangan yang tidak jelas dapat digunakan untuk menilai sentimen pasar.
- Fungsi logarithm cocok dengan kurva perubahan harga, lebih efektif dalam memprediksi
- Strategi ini sederhana dan mudah diterapkan.
Analisis risiko
Strategi ini juga memiliki beberapa risiko:
- Indikator volume transaksi terlambat dan tidak dapat mencerminkan perubahan pasar secara tepat waktu
- Prediksi fungsi logarithmik tidak selalu akurat dan mudah untuk menimbulkan kesalahan
- Kurangnya Stop Loss, Tidak Bisa Mengontrol Kerugian
Risiko dapat dikurangi dengan melakukan hal berikut:
- Keandalan sinyal volume transaksi dikombinasikan dengan indikator lain
- Optimalkan parameter fungsi logarithm untuk meningkatkan akurasi prediksi
- Tetapkan batas stop loss untuk membatasi kerugian maksimum per unit dan secara keseluruhan
Arah optimasi
Strategi ini dapat dioptimalkan lebih lanjut:
- Mengoptimalkan fungsi logaritma secara dinamis dengan menggunakan metode pembelajaran mesin
- Pengelolaan posisi yang disesuaikan dengan indikator volatilitas harga saham
- Tambahkan filter Bayes, filter sinyal tidak efektif
- Strategi terobosan, masuk di titik terobosan
- Menggunakan aturan asosiasi untuk menggali harga yang menyimpang dari sinyal
Kombinasi dari berbagai metode dapat meningkatkan stabilitas dan profitabilitas strategi lebih lanjut.
Meringkaskan
Strategi ini mengintegrasikan metrik volume transaksi dan prediksi fungsi logarithmik untuk membentuk pemikiran perdagangan kuantitatif yang unik. Dengan optimasi berkelanjutan, strategi ini dapat menjadi sistem perdagangan terprogram yang efisien dan stabil. Dengan menggabungkan pembelajaran mesin dan teori pengoptimalan portofolio, kami yakin dapat meningkatkan kinerja perdagangan lebih lanjut.
/*backtest
start: 2023-11-19 00:00:00
end: 2023-12-10 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("Logistic", overlay=true )
volume_pos = 0.0
volume_neg = 0.0
roc = roc(close, 1)
for i = 0 to 100
if (roc > 0)
volume_pos := volume
else
volume_neg := volume
volume_net = volume_pos - volume_neg
net_std = stdev(volume_net, 100)
net_sma = sma(volume_net, 10)
z = net_sma / net_std
std = stdev(close, 20)
logistic(close, std, z) =>
m = (close + std)
a = std / close
pt = m / ( 1 + a*exp(-z))
pt
pred = logistic(close, std, z)
buy = pred > close * 1.005
sell = pred < close * 0.995
color = strategy.position_size > 0? #3BB3E4 : strategy.position_size == 0? #FF006E : #6b6b6b
barcolor(color)
if (buy == true)
strategy.entry("Long", strategy.long, comment="Open L")
if (sell == true)
strategy.close("Long", comment="Close L")