1. スクエア
  2. 戦略をフォローする傾向 歴史的な高値に基づいた

戦略をフォローする傾向 歴史的な高値に基づいた

作者: リン・ハーンチャオチャン開催日: 2024-01-22 08:59:34
タグ:

img

概要

この戦略は,主に証券の歴史上最高価格を追跡する.価格は最高価格の一定パーセントに戻ると購入し,価格が再び歴史的な最高価格を突破すると販売する.これはトレンドフォロー戦略に属する.

戦略原則

戦略は,まず,2011年1月1日から現在までの最高値を記録し,最高値High変数として定義します.その後,この最高値の全タイムハイを水平線に描きます.

稼働中に,その日の最高価格が新しい高値に達したかどうかを判断します.新しい高値に達した場合,最高High変数を更新し,allTimeHigh水平線を再描画します.

この戦略には3つの重要な水平線があります.

  1. 高い*0.9: 最高価格の90% 強い引き下げの機会を代表する

  2. buyzone2=highestHigh*0.8:最高価格の80%で,比較的魅力的な引き下げポジションを表しています

  3. セールゾーン=最高High*0.99:最高価格の99%,トレンド逆転を決定する機会を代表する

価格が80%ライン (buyzone2) に下落すると購入信号を送り,価格が再び過去最高価格の99%ライン (sellzone) を破ると販売信号を送ります.

この戦略の主な判断は,歴史的な最高価格と異なる比率レベルラインを追跡することです.これは戦略の典型的な傾向に属します.

利点分析

この戦略の最大の利点は,長期的な上昇傾向を把握できるということです.引き下げを待って,その後に入ることで,低価格で購入し,高価格で販売する効果を達成します.具体的な利点は以下の通りです:

  1. 株の長期上昇傾向の機会を把握できる.最高価格を追跡することは,傾向を判断するための重要な基盤です.

  2. 最高価格の80%の引き下げは,上昇後の利益率を保証し,減少リスクを制限する最適なリスク・リターン比を表します

  3. ストップ・ロストラインとして機能し リスクをコントロールしながら 利益を最大化します

  4. 株価が構造的な上昇傾向に突入したかどうかをテストするために使用できます. 最高価格の新しい高値は企業の強さを強化することを表しています.

  5. 大きな調節可能なパラメータスペースは,異なるストックのために個人的に最適化することができます

この戦略は,短期的な調整リスクを回避しながら,株の上昇傾向からの収益を最大化します.これは非常に良いリスク・リターン比率を持つトレンドフォロー戦略です.

リスク分析

この戦略の主なリスクは,価格が新たな低値に達し,購入後も下落し続ける可能性である. 主なリスクには以下のものがある.

  1. 購入後,継続的な減少または制限の可能性は,損失に直面する可能性があります

  2. 高い価格は,実際に追いかける狂気を表す 上昇し,殺す落下,継続的な上昇の勢いは不十分かもしれません

  3. ストップ損失ポイントがあまりにも高くまたはあまりにも低い場合,異なる問題が発生します.

  4. 取引頻度は低く,市場動向などの外部環境影響に脆弱である可能性があります.

  5. 購入する株の選択の基礎は弱い

主な解決策は: 株式選択の質を確保するための基本要素を合理的に評価し,戦略を最適化するために購入比率やストップ損失などのパラメータを調整し,他の戦略と組み合わせることを検討するなどです.

オプティマイゼーションの方向性

この戦略の主な最適化方向は,パラメータ調整,株式選択規則,ストップ損失方法の改善である.特に:

  1. 高点を避けるために,KD,MACDなどの購入・ストップ損失技術指標を最適化

  2. 株式の選定規則を改善し,株式の品質を確保するための基本基準と評価指標を追加する

  3. パラメータ比を動的に調整し,パラメータの合理性を確保するためにより広範な市場とリンク

  4. ストップ・ロスの方法やポジションを最適化するために,移動ストップ・ロスの設定または時間ストップ・ロスの設定

  5. 他の要因戦略と組み合わせて多因子モデルを作り,安定性を向上させることを検討する

  6. 株価上昇後の低景気期を避けるために動力指標を追加する

したがって,最適化の主な方向性は,株の選択規則,パラメータ調整,ストップ損失方法の改善であり,次の傾向に基づいて安定性とリスク調整回帰をさらに改善することです.

概要

この戦略は,歴史的な新高値に基づく典型的なトレンドフォロー戦略に属している.技術的な引き下げを通じて,優れたリスク・リターン比を得るため,株の長期上昇傾向を効果的に把握することができる.しかし,基本要素の考慮が欠如しているため,安定性とリスク抵抗性が弱くなる.主要な最適化方向は,株選定ルールを改善し,パラメータとストップロスを調整し,ストップロスのメカニズムを最適化することである.マルチファクターモデルを通じて他の戦略と組み合わせると,最適なリスク・リターン比を持つ定量的な株選定と取引戦略を形成することができる.

/*backtest
start: 2023-01-21 00:00:00
end: 2024-01-21 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("All-time-high", "ATH", overlay=true, initial_capital=10000, default_qty_value=100, default_qty_type=strategy.percent_of_equity, pyramiding=1, commission_type=strategy.commission.cash_per_contract, commission_value=0.000)

// input
Athlw = input(title="All-time-high line widths", type=input.integer, defval=4, minval=0, maxval=4)
Athlc = input(title="All-time-high line color", type=input.color, defval=color.new(color.fuchsia,50))
years = input(title="Years back to search for an ATH", type=input.integer, defval=6,minval=0, maxval=100)

var float   highestHigh = 0
// var line    allTimeHigh = line.new(na, na, na, na, extend=extend.both, color=Athlc, width=Athlw)

if high > highestHigh
    highestHigh := high

// if barstate.islast
//     line.set_xy1(allTimeHigh, bar_index-1, highestHigh)
//     line.set_xy2(allTimeHigh, bar_index,   highestHigh)

plot(highestHigh)
buyzone=highestHigh*0.9
buyzone2=highestHigh*0.8
buyzone3=highestHigh*0.7
sellzone=highestHigh*0.99

plot(buyzone, color=color.red)
plot(buyzone2, color=color.white)
plot(buyzone3, color=color.green)

begin = timestamp(2011,1,1,0,0)
end = timestamp(2022,4,19,0,0)

longCondition = close<buyzone2
if (longCondition)
    strategy.entry("Buy", strategy.long)
closeCondition = close>sellzone
if (closeCondition)
    strategy.close("Buy", strategy.long)
もっと

2019 FMZ - すべての権利は保護されています.