1. スクエア
  2. 線形MACD トレーディングにおける線形回帰の魔法を解き放つView

線形MACD トレーディングにおける線形回帰の魔法を解き放つView

作者: リン・ハーンチャオチャン開催日:2023年12月15日 10:22:50
タグ:

img

戦略名:モメント駆動の線形MACD戦略

概要: これは,MACD指標と組み合わせて株価を予測するために線形回帰を活用する定量戦略である. 過去の価格とボリュームに対する線形回帰分析を活用して将来の価格動向を予測する. その後,MACD指標を使用して,利益の機会が生じたときにエントリータイミングを決定する.

戦略原則:

  1. 価格の線形回帰係数を計算する: 将来の価格を予測するために,過去の量に基づいて線形回帰線を調整する.
  2. 予測価格をグラフ化: ステップ1からの回帰係数に基づいて予測線をグラフ化する.
  3. 購入信号を生成する. 予想価格がオープン価格と閉鎖価格の間にあり,MACDが上昇しているとき,購入信号を生成する.
  4. 売り信号を生成します.MACDが下がり,価格が予想価格を下回ると,売り信号を生成します.

利点分析 この戦略は,統計予測と技術指標判断を組み合わせている.主観的な憶測を避け,線形回帰を用いて価格予測を導き出す.一方,MACD指標は,市場の勢いを効果的に決定し,機会を正確に把握することができる.全体として,この戦略は高い体系的なレベル,正確な予測,制御可能なリスクを持っています.

リスク分析:
線形回帰は,歴史的なデータのみに依存し,著しく下落的なニュースのようなブラック・スワンイベントに対応して誤った信号を生成することがあります.また,回帰期間の長さなどのパラメータ設定が戦略のパフォーマンスに影響します.戦略に影響する曲線の緊張を軽減するために,予測された価格曲線を滑らかにするためにvwmaを使用することを提案します.

オプティマイゼーション方向:
この戦略は以下の側面で最適化できると考えています

  1. ストップ・ロスのメカニズムを組み込む. ポジションを閉じて価格がストップ・ロスのラインを突破したときの損失を削減する. これは偶発的な誤った信号による損失を効果的に制御する.
  2. 機械学習モデルを導入し 予測の精度を向上させるために より効率的なモデルを採用します
  3. 市場情勢を判断し 勝率を向上させるため 恐怖指数を含みます
  4. 複数のタイムフレームを組み合わせる. 期間間の予測の検証は,単一のタイムフレームの制限を克服するための組み合わせた戦略を形成することができます.

結論は
この戦略は,線形回帰で価格を予測し,MACD指標でエントリを決定することによって,体系的な取引信号を生成する.その利点には,明確な予測論理,制御可能なリスク,および豊富な最適化空間が含まれます.我々は,そのパフォーマンスは継続的な最適化と繰り返しの上で引き続き優位化し続けると信じています.それは定量的な取引を行うために科学的予測モデルを活用するためのインスピレーションを提供し,さらなる研究とアプリケーションに値します.

/*backtest
start: 2023-12-07 00:00:00
end: 2023-12-14 00:00:00
period: 1m
basePeriod: 1m
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/
// © stocktechbot

//@version=5
strategy("Linear On MACD", overlay=true, margin_long=100, margin_short=100)



fast_length = input(title="Fast Length", defval=12)
slow_length = input(title="Slow Length", defval=26)
tolerance = input.string(title="Risk tolerance", defval = "LOW", options=["LOW", "HIGH"])

chng = 0
obv = ta.cum(math.sign(ta.change(close)) * volume)
if close < close[1] and (open < close)
    chng := 1
else if close > close[1]
    chng := 1
else
    chng := -1
obvalt = ta.cum(math.sign(chng) * volume)
//src = input(title="Source", defval=close)
src = obvalt
signal_length = input.int(title="Signal Smoothing",  minval = 1, maxval = 50, defval = 9)
sma_source = input.string(title="Oscillator MA Type",  defval="EMA", options=["SMA", "EMA"])
sma_signal = input.string(title="Signal Line MA Type", defval="EMA", options=["SMA", "EMA"])

// Calculating
fast_ma = sma_source == "SMA" ? ta.sma(src, fast_length) : ta.ema(src, fast_length)
slow_ma = sma_source == "SMA" ? ta.sma(src, slow_length) : ta.ema(src, slow_length)
macd = fast_ma - slow_ma
signal = sma_signal == "SMA" ? ta.sma(macd, signal_length) : ta.ema(macd, signal_length)
hist = macd - signal
//hline(0, "Zero Line", color=color.new(#787B86, 50))
//plot(hist, title="Histogram", style=plot.style_columns, color=(hist>=0 ? (hist[1] < hist ? col_grow_above : col_fall_above) : (hist[1] < hist ? col_grow_below : col_fall_below)))
//plot(macd, title="MACD", color=col_macd)
//plot(signal, title="Signal", color=col_signal)
[macdLine, signalLine, histLine] = ta.macd(close, 12, 26, 9)

//Linear Regression

vol = volume

// Function to calculate linear regression
linregs(y, x, len) =>
    ybar = math.sum(y, len)/len
    xbar = math.sum(x, len)/len
    b = math.sum((x - xbar)*(y - ybar),len)/math.sum((x - xbar)*(x - xbar),len)
    a = ybar - b*xbar
    [a, b]

// Historical stock price data
price = close

// Length of linear regression
len = input(defval = 21, title = 'Lookback')

// Calculate linear regression for stock price based on volume
[a, b] = linregs(price, vol, len)

// Predicted stock price based on volume
predicted_price = a + b*vol

// Check if predicted price is between open and close
is_between = open < predicted_price and predicted_price < close


// Plot predicted stock price
plot(predicted_price, color=color.rgb(218, 27, 132), linewidth=2, title="Predicted Stock Price")
plot(ta.vwma(predicted_price,len), color=color.rgb(199, 43, 64), linewidth=2, title="Predicted Stock Price")

//BUY Signal
lincrossunder = close > predicted_price
macdrise = ta.rising(macd,2)
//macdvollong = ta.crossover(macd, signal)
//macdlong = ta.crossover(macdLine, signalLine)
macdvollong = macd > signal
macdlong = macdLine > signalLine
longCondition=false
if macdlong and macdvollong and is_between and ta.rising(predicted_price,1)
    longCondition := true

if (longCondition)
    strategy.entry("My Long Entry Id", strategy.long)
//Sell Signal
lincrossover = close < predicted_price
macdfall = ta.falling(macd,1)
macdsell = macd < signal
shortCondition = false
risklevel = predicted_price
if (tolerance == "HIGH")
    risklevel := ta.vwma(predicted_price,len)


if macdfall and macdsell and (macdLine < signalLine) and (close < risklevel)
    shortCondition := true


if (shortCondition)
    strategy.entry("My Short Entry Id", strategy.short)
もっと

2019 FMZ - すべての権利は保護されています.