Berdasarkan strategi pelacakan pembalikan rata-rata pergerakan ganda
ChaoZhang
Ringkasan
Strategi Binary Average Reversal Tracking adalah strategi perdagangan kuantitatif yang menggunakan crossover moving average sebagai sinyal perdagangan. Strategi ini menggabungkan MACD dengan rata-rata rata-rata rata-rata dan garis sinyalnya, serta penilaian rasio polygon volume transaksi, untuk membentuk sinyal perdagangan untuk menangkap peluang reversal pasar.
Prinsip Strategi
Strategi ini terutama menilai hubungan antara garis cepat dan garis lambat, ketika garis cepat melewati garis lambat menghasilkan sinyal yang lebih banyak, ketika garis cepat melewati garis lambat menghasilkan sinyal kosong. Selain itu, juga akan menggabungkan kondisi kosong dengan nilai MACD, hubungan antara nilai dan jalur sinyal, keadaan kosong dengan jumlah transaksi dan lain-lain untuk menilai keadaan kosong pasar.
Secara khusus, strategi akan menilai ukuran dan arah perbedaan MACD, persimpangan antara perbedaan dan garis sinyal, keseragaman atau kebalikan antara perbedaan dan arah garis sinyal, dan lain-lain. Ini mencerminkan karakteristik subidabubb rebound di pasar.
Strategi perdagangan dihasilkan ketika divergensi dan garis sinyal menunjukkan sinyal pembalikan pasar, dan volume transaksi sesuai dengan konfirmasi pembalikan pasar.
Keunggulan Strategis
- Teori Reptilia Berdasarkan Ketergantungan Pada Titik Balik Pasar Dengan Menggunakan Dua Garis Persamaan
- Pengertian Lalu Lintas Terpadu untuk Menghindari Penembusan Palsu
- Indikator MACD menilai tren, mengidentifikasi karakteristik bouncing
- Parameters Fleksibilitas kebijakan kontrol parsial
Risiko dan Solusi
Whipsaw yang disebabkan oleh penyeberangan dua garis lurus
- Menyesuaikan parameter garis rata-rata, meningkatkan Threshold
Jumlah transaksi tidak bisa disaring sepenuhnya.
- Kombinasi dengan sub-indikator seperti OBV untuk menilai tren volume transaksi yang sebenarnya
Tidak dapat menilai kedalaman dan intensitas subsection adjustment
- Meningkatkan Stop Loss, Evaluasi Dukungan Penting
Arah optimasi
Menggunakan Model Pembelajaran Mesin untuk Penghakiman Peraturan
- Meningkatkan kecanggihan strategi dan mengurangi over-fitting
Menambahkan teknik stop loss
- Mengunci sebagian keuntungan, mengurangi risiko
Ini adalah metode yang digunakan untuk mendeteksi dan mengevaluasi perilaku seseorang.
- Meningkatkan akurasi model
Transplantasi ke varietas lain, pasar
- Tes Skalabilitas Strategi
Meringkaskan
Strategi pelacakan pembalikan dua garis rata-rata secara komprehensif mempertimbangkan indikator garis rata-rata, indikator MACD, dan indikator volume transaksi, dengan menangkap sinyal pembalikan mereka, memilih titik pembalikan yang sesuai untuk membangun kepemilikan. Ada banyak ruang untuk mengoptimalkan strategi, yang dapat meningkatkan stabilitas dan tingkat keuntungan strategi lebih lanjut melalui pembelajaran mesin dan pengendalian angin.
/*backtest
start: 2024-01-20 00:00:00
end: 2024-02-19 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("3 10 Oscillator Profile Flagging", shorttitle="3 10 Oscillator Profile Flagging", overlay=true)
signalBiasValue = input(title="Signal Bias", defval=0.26)
macdBiasValue = input(title="MACD Bias", defval=0.8)
shortLookBack = input( title="Short LookBack", defval=3)
longLookBack = input( title="Long LookBack", defval=10)
fast_ma = ta.sma(close, 3)
slow_ma = ta.sma(close, 10)
macd = fast_ma - slow_ma
signal = ta.sma(macd, 16)
hline(0, "Zero Line", color = color.black)
buyVolume = volume*((close-low)/(high-low))
sellVolume = volume*((high-close)/(high-low))
buyVolSlope = buyVolume - buyVolume[1]
sellVolSlope = sellVolume - sellVolume[1]
signalSlope = ( signal - signal[1] )
macdSlope = ( macd - macd[1] )
//plot(macdSlope, color=color.red, title="Total Volume")
//plot(signalSlope, color=color.green, title="Total Volume")
intrabarRange = high - low
getLookBackSlope(lookBack) => signal - signal[lookBack]
getBuyerVolBias(lookBack) =>
j = 0
for i = 1 to lookBack
if buyVolume[i] > sellVolume[i]
j += 1
j
getSellerVolBias(lookBack) =>
j = 0
for i = 1 to lookBack
if sellVolume[i] > buyVolume[i]
j += 1
j
getVolBias(lookBack) =>
float b = 0
float s = 0
for i = 1 to lookBack
b += buyVolume[i]
s += sellVolume[i]
b > s
getSignalBuyerBias(lookBack) =>
j = 0
for i = 1 to lookBack
if signal[i] > signalBiasValue
j += 1
j
getSignalSellerBias(lookBack) =>
j = 0
for i = 1 to lookBack
if signal[i] < ( 0 - signalBiasValue )
j += 1
j
getSignalNoBias(lookBack) =>
j = 0
for i = 1 to lookBack
if signal[i] < signalBiasValue and signal[i] > ( 0 - signalBiasValue )
j += 1
j
getPriceRising(lookBack) =>
j = 0
for i = 1 to lookBack
if close[i] > close[i + 1]
j += 1
j
getPriceFalling(lookBack) =>
j = 0
for i = 1 to lookBack
if close[i] < close[i + 1]
j += 1
j
getRangeNarrowing(lookBack) =>
j = 0
for i = 1 to lookBack
if intrabarRange[i] < intrabarRange[i + 1]
j+= 1
j
getRangeBroadening(lookBack) =>
j = 0
for i = 1 to lookBack
if intrabarRange[i] > intrabarRange[i + 1]
j+= 1
j
bool isNegativeSignalReversal = signalSlope < 0 and signalSlope[1] > 0
bool isNegativeMacdReversal = macdSlope < 0 and macdSlope[1] > 0
bool isPositiveSignalReversal = signalSlope > 0 and signalSlope[1] < 0
bool isPositiveMacdReversal = macdSlope > 0 and macdSlope[1] < 0
bool hasBearInversion = signalSlope > 0 and macdSlope < 0
bool hasBullInversion = signalSlope < 0 and macdSlope > 0
bool hasSignalBias = math.abs(signal) >= signalBiasValue
bool hasNoSignalBias = signal < signalBiasValue and signal > ( 0 - signalBiasValue )
bool hasSignalBuyerBias = hasSignalBias and signal > 0
bool hasSignalSellerBias = hasSignalBias and signal < 0
bool hasPositiveMACDBias = macd > macdBiasValue
bool hasNegativeMACDBias = macd < ( 0 - macdBiasValue )
bool hasBullAntiPattern = ta.crossunder(macd, signal)
bool hasBearAntiPattern = ta.crossover(macd, signal)
bool hasSignificantBuyerVolBias = buyVolume > ( sellVolume * 1.5 )
bool hasSignificantSellerVolBias = sellVolume > ( buyVolume * 1.5 )
// 7.48 Profit 52.5%
if ( hasSignificantBuyerVolBias and getPriceRising(shortLookBack) == shortLookBack and getBuyerVolBias(shortLookBack) == shortLookBack and hasPositiveMACDBias and hasBullInversion)
strategy.entry("Short1", strategy.short)
strategy.exit("TPS", "Short1", limit=strategy.position_avg_price - 0.75, stop=strategy.position_avg_price + 0.5)
// 32.53 Profit 47.91%
if ( getPriceFalling(shortLookBack) and (getVolBias(shortLookBack) == false) and signalSlope < 0 and hasSignalSellerBias)
strategy.entry("Long1", strategy.long)
strategy.exit("TPS", "Long1", limit=strategy.position_avg_price + 0.75, stop=strategy.position_avg_price - 0.5)