Strategi Perdagangan Ambang Batas Dinamis Nilai Risiko yang Dinormalisasi

SMA ATH ATL 风险归一化 动态阈值 止损策略 价格偏离度
Tanggal Pembuatan: 2025-06-13 11:16:39 Akhirnya memodifikasi: 2025-06-13 11:16:39
menyalin: 0 Jumlah klik: 251
avatar of ianzeng123 ianzeng123
2
fokus pada
319
Pengikut

Strategi Perdagangan Ambang Batas Dinamis Nilai Risiko yang Dinormalisasi Strategi Perdagangan Ambang Batas Dinamis Nilai Risiko yang Dinormalisasi

Ringkasan

Strategi perdagangan dengan nilai risiko yang diregulasi adalah metode perdagangan kuantitatif berdasarkan pada deviasi harga dari rata-rata bergerak jangka panjang. Strategi ini menghasilkan indikator risiko antara 0 dan 1 dengan menghitung diferensial pasangan harga saat ini dengan rata-rata bergerak sederhana 374 siklus, dan melakukan pemrosesan yang diregulasi. Ketika nilai risiko di bawah nilai risiko tertentu, strategi ini menganggap pasar berisiko rendah dan cocok untuk melakukan lebih banyak; Ketika nilai risiko di atas nilai risiko tertentu, strategi ini menganggap pasar berisiko tinggi dan cocok untuk melakukan posisi kosong atau kosong.

Prinsip Strategi

Prinsip inti dari strategi ini adalah untuk mengukur risiko di pasar dengan mengintegrasikan nilai-nilai risiko, dan kemudian membimbing keputusan perdagangan. Langkah-langkah perhitungan spesifik adalah sebagai berikut:

  1. Perhitungan rata-rata bergerak sederhana (SMA) selama 374 periode sebagai acuan acuan untuk tren jangka panjang.
  2. Hitung nilai parsial dari harga penutupan saat ini dengan 374 siklus SMA, dan kalikan dengan faktor waktu ((bar_index ke 0.395 kali), untuk mendapatkan nilai risiko awal .
  3. Melacak dan mencatat nilai risiko awal tertinggi (ATH) dan terendah (ATL).
  4. Pengolahan nilai risiko asli untuk standarisasi, membuat kisaran standar antara 0 dan 1.
  5. Berdasarkan nilai risiko klasifikasi, ditetapkanlah threshold perdagangan yang berbeda:
    • Nilai risiko di bawah 0,3: Memicu sinyal beli
    • Nilai risiko lebih tinggi dari 0,6 atau 0,7: memicu sinyal pluralitas
    • Nilai risiko lebih dari 0,7: Trigger sell signal
    • Nilai risiko kurang dari 0,4: memicu sinyal kosong

Strategi ini juga menyiapkan mekanisme stop loss dengan jumlah poin tetap ((5 poin) untuk mengontrol kerugian maksimum dalam satu perdagangan. Selain itu, strategi ini juga menampilkan berbagai posisi sinyal secara intuitif di grafik melalui fungsi label, yang membantu pedagang mengidentifikasi peluang perdagangan potensial.

Keunggulan Strategis

  1. Kuantitas risikoDengan pengolahan yang seragam, situasi pasar yang kompleks disederhanakan menjadi indikator risiko antara 0 dan 1, mudah dipahami, dan mudah untuk keputusan perdagangan.

  2. Adaptasi: Menggunakan titik tertinggi dan terendah historis untuk melakukan konsolidasi, memungkinkan indikator untuk beradaptasi dengan berbagai lingkungan pasar dan karakteristik siklus, menghindari keterbatasan parameter tetap.

  3. Prinsip Regresi Mean ValueStrategi ini didasarkan pada seberapa jauh harga menyimpang dari garis rata-rata jangka panjang untuk menilai overbought dan oversold, sesuai dengan karakteristik nilai rata-rata regresi pasar keuangan.

  4. Penyesuaian Faktor Waktu: Dengan memperkenalkan faktor waktu ((bar_index 0,395 kali lipat), membuat perhitungan risiko menyesuaikan secara dinamis seiring berjalannya waktu, lebih sesuai dengan hukum evolusi pasar.

  5. Mekanisme manajemen risikoPengaturan Stop Loss built-in, yang secara langsung mengontrol kerugian maksimum dari satu transaksi, membantu melindungi keamanan dana.

  6. Sinyal visual: Dengan label yang menandai dengan jelas berbagai jenis posisi sinyal, mengurangi kesulitan penilaian pedagang, meningkatkan kepraktisan strategi.

  7. Parameter yang ringkas: Kurangnya parameter inti, mengurangi risiko over-fit, meningkatkan kemampuan strategi untuk beradaptasi dalam kondisi pasar yang berbeda.

Risiko Strategis

  1. Keterlambatan rata-rata bergerak jangka panjangSMA siklus 374 memiliki keterlambatan yang signifikan, yang dapat menyebabkan keterlambatan sinyal, kehilangan waktu masuk atau keluar yang optimal di pasar yang berubah dengan cepat.

  2. Stop loss tetap tidak beradaptasi dengan volatilitasStrategi menggunakan poin tetap sebagai standar stop loss, tanpa mempertimbangkan perbedaan volatilitas dari pasar dan periode yang berbeda, yang dapat menyebabkan stop loss terlalu longgar atau terlalu ketat.

  3. Sensitivitas nilaiSinyal perdagangan strategi sangat bergantung pada nilai risiko yang ditetapkan (,3, ,4, ,6, ,7), yang mungkin tidak berlaku untuk semua kondisi pasar.

  4. Keterbatasan reintegrasi: Menggunakan nilai historis untuk penyusunan, mungkin perlu disesuaikan kembali ketika terjadi situasi ekstrem baru, dan kurangnya data historis dapat menyebabkan penyusunan tidak akurat.

  5. Pengamatan risiko biasStrategi bergantung pada nilai tertinggi/rendah historis, yang dapat menyebabkan defisiensi fungsi di masa depan dalam pengujian prospektif, dan mungkin kurang efektif dalam penerapan nyata.

  6. Tantangan pengoptimalan parameterParameter-parameter kunci seperti siklus SMA, threshold risiko, dan stop loss harus dioptimalkan untuk pasar yang berbeda, sehingga meningkatkan kompleksitas untuk menyesuaikan strategi.

Solusi termasuk: Menggunakan mekanisme stop adaptif untuk menggantikan stop fixed point; Menggunakan indikator volatilitas untuk menyesuaikan nilai risiko; Menggunakan sinyal konfirmasi multi-siklus; Menambahkan kondisi penyaringan tren untuk menghindari perdagangan mundur; Menggunakan sinyal konfirmasi dalam kombinasi dengan indikator teknis lainnya.

Arah optimasi strategi

  1. Adaptasi mekanisme penghentian kerugian: Mengubah stop loss dengan nilai tetap menjadi stop loss dinamis berdasarkan ATR (amplitude of true fluctuation), sehingga tingkat stop loss dapat disesuaikan secara otomatis dengan volatilitas pasar, misalnya dengan jarak stop loss 1.5 kali ATR.

  2. Pengurangan risiko dinamis: Mengubah ambang batas risiko tetap ((0.3, 0.4, 0.6, 0.7) menjadi ambang batas yang disesuaikan berdasarkan kondisi pasar yang dinamis. Anda dapat mempertimbangkan untuk menyesuaikan ambang batas ini dengan menggunakan volatilitas atau indikator kekuatan tren.

  3. Tambahkan filter tren: Memperkenalkan mekanisme penilaian tren, misalnya menggunakan arah rata-rata bergerak dengan periode yang lebih panjang atau indikator ADX, hanya berdagang di arah tren utama, menghindari operasi kontra.

  4. Mekanisme konfirmasi sinyal: Meningkatkan persyaratan konfirmasi sinyal, misalnya meminta indikator risiko untuk tetap berada di luar ambang batas selama beberapa siklus berturut-turut sebelum memicu sinyal, mengurangi sinyal palsu.

  5. Filter waktu masukTambahan batas jendela waktu perdagangan, menghindari periode perdagangan yang diketahui tidak efisien atau berfluktuasi tinggi, dan meningkatkan kualitas sinyal.

  6. Mengoptimalkan siklus moving average: Uji siklus SMA yang berbeda (misalnya 200, 300, 450, dll) menggantikan siklus 374 yang tetap, untuk menemukan parameter yang lebih sesuai untuk pasar tertentu.

  7. Pengelolaan dana yang lebih baik: Memperkenalkan mekanisme manajemen posisi dinamis, menyesuaikan proporsi dana untuk setiap transaksi sesuai dengan tingkat mutlak nilai risiko dan tingkat perubahan, untuk mencapai keseimbangan risiko.

  8. Kerangka analisis multi-siklusScaling strategi untuk mempertimbangkan indikator risiko untuk beberapa periode waktu, melakukan perdagangan hanya ketika sinyal dari periode yang berbeda konsisten, meningkatkan keandalan sinyal.

Optimalisasi ini bertujuan untuk meningkatkan kemampuan strategi untuk beradaptasi, mengurangi sinyal palsu, mengoptimalkan manajemen risiko, dan meningkatkan kinerja secara keseluruhan. Dengan menggabungkan beberapa poin optimalisasi, sistem perdagangan yang lebih kuat dapat dibangun.

Meringkaskan

Strategi perdagangan devaluasi dinamis dengan nilai risiko yang disederhanakan adalah metode perdagangan kuantitatif yang didasarkan pada deviasi harga dari rata-rata bergerak jangka panjang untuk memandu keputusan perdagangan dengan menghitung dan menyederhanakan indikator risiko. Strategi ini menyederhanakan kondisi pasar yang kompleks menjadi nilai risiko antara 0-1 dan secara intuitif mencerminkan kondisi pasar yang terlalu banyak dibeli dan terlalu banyak dijual.

Keunggulan inti dari strategi ini adalah kemampuan untuk mengadaptasi dan mengkuantifikasikan risiko, yang dapat diproses secara homogen dengan menelusuri secara dinamis nilai tertinggi historis, sehingga indikator dapat beradaptasi dengan berbagai kondisi pasar. Sementara itu, mekanisme stop loss yang dibangun dalam memberikan fungsi pengendalian risiko dasar.

Namun, strategi ini juga memiliki keterbatasan, seperti keterlambatan rata-rata bergerak jangka panjang, penurunan harga tetap, dan stop loss yang tidak beradaptasi dengan perubahan pasar. Untuk meningkatkan kinerja strategi, langkah-langkah optimasi seperti pengendalian kerugian dinamis, penurunan harga yang beradaptasi dengan risiko, filter tren, dan konfirmasi multi-siklus dapat dipertimbangkan.

Secara keseluruhan, strategi perdagangan nilai penurunan nilai dinamis nilai risiko yang dirumuskan memberikan metode sistematis untuk mengidentifikasi risiko pasar dan membimbing keputusan perdagangan, cocok sebagai alat bantu untuk perdagangan jangka menengah dan panjang. Dengan optimasi parameter yang masuk akal dan manajemen risiko, strategi ini berpotensi untuk mempertahankan kinerja yang stabil dalam berbagai lingkungan pasar.

Kode Sumber Strategi 
/*backtest
start: 2025-05-13 00:00:00
end: 2025-06-11 08:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"DOGE_USDT"}]
*/

//@version=5
//@author=Skywalking2874
strategy("Risk Trading Strategy", overlay=false, max_bars_back=5000)

// 输入参数
risk_prices = input.bool(true, "Display the price corresponding with risk thresholds")

// 计算指标值
find_ath(_src) => 
    var ath = 0.0
    if _src > ath
        ath := _src
    ath

find_atl(_src) =>
    var atl = 2.5
    if _src < atl
        atl := _src
    atl

threeseventyfour = ta.sma(close, 374)
average = (math.log(close) - math.log(threeseventyfour)) * math.pow(bar_index, 0.395)
highest_value = find_ath(average)
lowest_value = find_atl(average)
average_normalized = (average - lowest_value) / (highest_value - lowest_value)

// 绘图
plot(average_normalized, color=color.new(color.blue, 0), title="Risk")

// 交易信号定义
longCondition = average_normalized < 0.3
exitLongCondition1 = average_normalized >= 0.6
exitLongCondition2 = average_normalized >= 0.7
shortCondition = average_normalized > 0.7
exitShortCondition = average_normalized <= 0.4

// 执行交易
if (longCondition)
    strategy.entry("Buy", strategy.long)
    strategy.exit("Stop Loss", "Buy", stop=close - 5 * syminfo.pointvalue)

if (exitLongCondition1 or exitLongCondition2)
    strategy.close("Buy")

if (shortCondition)
    strategy.entry("Sell", strategy.short)
    strategy.exit("Stop Loss", "Sell", stop=close + 5 * syminfo.pointvalue)

if (exitShortCondition)
    strategy.close("Sell")

// 绘制标签
if (risk_prices)
    price_zero = threeseventyfour * math.exp((0.0*(highest_value-lowest_value)+lowest_value)/(math.pow(bar_index, 0.395)))
    price_point_three = threeseventyfour * math.exp((0.3*(highest_value-lowest_value)+lowest_value)/(math.pow(bar_index, 0.395)))
    price_point_four = threeseventyfour * math.exp((0.4*(highest_value-lowest_value)+lowest_value)/(math.pow(bar_index, 0.395)))
    price_point_six = threeseventyfour * math.exp((0.6*(highest_value-lowest_value)+lowest_value)/(math.pow(bar_index, 0.395)))
    price_point_seven = threeseventyfour * math.exp((0.7*(highest_value-lowest_value)+lowest_value)/(math.pow(bar_index, 0.395)))
    
    label.new(bar_index, price_zero, "Buy Signal", color=color.green, textcolor=color.white, style=label.style_label_up)
    label.new(bar_index, price_point_three, "Exit Long Signal", color=color.blue, textcolor=color.white, style=label.style_label_up)
    label.new(bar_index, price_point_four, "Exit Short Signal", color=color.orange, textcolor=color.white, style=label.style_label_up)
    label.new(bar_index, price_point_six, "Exit Long Signal 2", color=color.blue, textcolor=color.white, style=label.style_label_up)
    label.new(bar_index, price_point_seven, "Sell Signal", color=color.red, textcolor=color.white, style=label.style_label_up)
Forums
PINE Language FAQ Summary MyLanguage Web3 About Us
Product
Robot Strategy Node Platforms Tickets
API
Syntax guide User guide Trading api Blockchain Indicator

© 2015 - ∞ INVENTOR PTE LTD (SG)