Strategi Anomali Indikator Stokastik Pemulusan Eksponensial
ChaoZhang
Ringkasan
Strategi pergerakan indikator acak dengan indikator acak yang rata adalah berdasarkan pada indikator acak tradisional, dengan menambahkan parameter berat indeks yang dapat menyesuaikan sensitivitas indikator acak, sehingga menghasilkan sinyal perdagangan. Ketika indikator berbalik dari zona overbought, dan berbalik dari zona oversold, maka strategi ini dapat menjadi strategi pelacakan tren yang sangat stabil.
Prinsip Strategi
Inti dari strategi eksotisme indikator acak rata indeks adalah parameter berat indeks ex. Rumus untuk indikator acak tradisional adalah:
s=100 * (close - 最低价) / (最高价 - 最低价)
Setelah menambahkan parameter indeks, rumus perhitungan berubah menjadi:
exp= ex<10? (ex)/(10-ex) : 99
s=100 * (close - 最低价) / (最高价 - 最低价)
ks=s>50? math.pow(math.abs(s-50),exp)/math.pow(50,exp-1)+50
:-math.pow(math.abs(s-50),exp)/math.pow(50,exp-1)+50
Menyesuaikan nilai exp, dapat mengubah pengaruh s terhadap sks, memperbesar nilai exp membuat indikator menjadi lebih tidak sensitif, mengurangi nilai exp membuat indikator menjadi lebih sensitif.
Sebuah sinyal beli dihasilkan ketika ks berbalik dari zona overbought; sebuah sinyal jual dihasilkan ketika ks berbalik dari zona oversold.
Keunggulan Strategis
Strategi indikator acak acak yang diukur dengan indeks datar memiliki beberapa keunggulan dibandingkan dengan strategi acak tradisional:
- Dengan penyesuaian berat indeks, sensitivitas indikator acak dapat disesuaikan secara bebas, sehingga dapat mengontrol frekuensi perdagangan.
- Dengan menambahkan berat indeks, Anda dapat menyaring beberapa kebisingan dan menghasilkan sinyal perdagangan yang lebih stabil.
- Kombinasi dengan indikator siklus waktu yang berbeda, dapat memungkinkan konfirmasi pada beberapa kerangka waktu, meningkatkan keandalan sinyal.
Risiko Strategis
Strategi indikator acak indeks yang seimbang juga memiliki risiko sebagai berikut:
- Jika indeks memiliki berat yang terlalu besar, sinyal akan disaring dan beberapa peluang perdagangan akan terlewatkan.
- Indikator mudah menimbulkan gangguan dan kesalahan silang, perlu diperiksa untuk memastikan keandalan sinyal silang.
- Untuk menentukan kisaran parameter optimal sesuai dengan pasar yang berbeda, pengaturan parameter yang salah dapat mempengaruhi kinerja strategi.
Arah optimasi strategi
Strategi indeks selaras acak dapat dioptimalkan dari beberapa aspek:
- Kombinasi dengan indikator lain seperti MACD, Moving Average, dan lain-lain dapat mengurangi sinyal yang salah.
- Menambahkan mekanisme stop loss untuk mengontrol risiko secara efektif.
- Optimalkan parameter indeks berat untuk menemukan kombinasi parameter terbaik. Perbedaan parameter dapat diatur untuk pasar yang berbeda.
- Peningkatan kompleksitas, misalnya dengan kombinasi indikator musiman, indikator struktur pasar, dan lain-lain, dapat meningkatkan stabilitas strategi lebih lanjut.
Meringkaskan
Strategi indikator acak acak acak acak acak dengan menyesuaikan sensitivitas indikator acak, menghasilkan sinyal perdagangan yang lebih andal. Strategi ini dapat secara efektif melacak tren garis panjang, atau dapat dioptimalkan untuk strategi garis pendek. Dengan kombinasi dan pengoptimalan parameter, diharapkan untuk mendapatkan keuntungan yang lebih stabil.
/*backtest
start: 2023-01-11 00:00:00
end: 2024-01-17 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © faytterro
//@version=5
strategy("Exponential Stochastic Strategy", overlay=false, default_qty_type=strategy.percent_of_equity, default_qty_value=100)
len=input.int(14, "length")
ex=input.int(2, title="exp", minval=1, maxval=10)
exp= ex<10? (ex)/(10-ex) : 99
s=100 * (close - ta.lowest(low, len)) / (ta.highest(high, len) - ta.lowest(low, len))
ks=s>50? math.pow(math.abs(s-50),exp)/math.pow(50,exp-1)+50 :
-math.pow(math.abs(s-50),exp)/math.pow(50,exp-1)+50
plot(ks, color= color.white)
bot=input.int(20)
top=input.int(80)
longCondition = ta.crossover(ks, bot) and bar_index>0
if (longCondition)
strategy.entry("My Long Entry Id", strategy.long)
shortCondition = ta.crossunder(ks, top) and bar_index>0
if (shortCondition)
strategy.entry("My Short Entry Id", strategy.short)
// strategy.close("My Long Entry Id")
alertcondition(longCondition, title = "buy")
alertcondition(shortCondition, title = "sell")
h1=hline(top)
h2=hline(bot)
h3=hline(100)
h4=hline(0)
fill(h1,h3, color= color.rgb(255,0,0,200-top*2))
fill(h2,h4, color= color.rgb(0,255,0,bot*2))