多指標決定樹戦略:IMACD,EMA,イチモク

作者: リン・ハーンチャオチャン開催日:2024年1月22日11時25分56秒
タグ:

概要

この戦略は,IMACD,EMA,Ichimokuなどの複数の技術指標を統合し,取引信号を生成するための包括的な意思決定ツリーモデルを構築します.

戦略の論理

IMACD: ImpulseMACD と ImpulseHisto を使って市場動向をより良く把握するための強化MACD
イチモク:プロット変換線,ベースライン,リードスパン A,リードスパン B サポートとレジスタンスのレベルを特定するために
EMA 40: 傾向の方向性を決定する助け
長/短信号は,IMACD,クラウドコンポーネントとEMA40の間の特定の条件に基づいて起動されます.

長信号: IMACD が特定の色で EMA 40 が雲の上にあるとき,長

ショートシグナル: IMACD が赤色で EMA 40 が雲の下位以下になるとショートシグナル

利点分析

多数の指標を組み合わせることで,傾向判断の正確性が向上します
意思決定ツリーモデルの明確な分類は,明確な取引信号を生成します.
トレンド決定により良い支援のために柔軟なEMA長さ
クラウドとトレンド指標でサポートとレジスタンスレベルをよりよく識別する

リスク分析

複数の指標で複雑なパラメータ調整
誤ったEMA長が誤った信号を誘発する可能性があります.
複数の指標を同時に監視する難しさ

リスクソリューションパラメータ設定を最適化 EMA長さを調整ワークフローを簡素化

オプティマイゼーションの方向性

パラメータを最適化することで安定性を向上させる
ストップ・ロスの戦略で損失を制限する
大量のデータでバックテストすることで信号品質を向上させる
機械学習で適応型意思決定ツリーモデルを構築する

概要

この戦略は,複数の指標を使用してトレード信号を生成するための意思決定ツリーモデルを構築するトレンドを特定する.プロは高品質で正確な信号である.漸進的な最適化のための余地がある.長期的な安定したリターンのためのリスクを制御するためにパラメータチューニングとストップロスの集中が必要です.

/*backtest
start: 2024-01-14 00:00:00
end: 2024-01-21 00:00:00
period: 30m
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Decision Tree Strategy: IMACD, EMA and Ichimoku [cryptoonchain]", overlay=true)

lengthMA = input(34, title="Length MA")
lengthSignal = input(9, title="Length Signal")
conversionPeriods = input.int(9, minval=1, title="Conversion Line Length")
basePeriods = input.int(26, minval=1, title="Base Line Length")
laggingSpan2Periods = input.int(52, minval=1, title="Leading Span B Length")
displacement = input.int(26, minval=1, title="Lagging Span")
emaLength = input(40, title="EMA Length")  // Added user-configurable EMA length

calc_smma(src, len) =>
    smma = float(na)
    smma := na(smma[1]) ? ta.sma(src, len) : (smma[1] * (len - 1) + src) / len
    smma

calc_zlema(src, length) =>
    ema1 = ta.ema(src, length)
    ema2 = ta.ema(ema1, length)
    d = ema1 - ema2
    ema1 + d

src = ohlc4
hi = calc_smma(high, lengthMA)
lo = calc_smma(low, lengthMA)
mi = calc_zlema(src, lengthMA)

md = (mi > hi) ? (mi - hi) : (mi < lo) ? (mi - lo) : 0
sb = ta.sma(md, lengthSignal)
sh = md - sb
mdc = src > mi ? (src > hi ? color.rgb(128, 255, 0, 26) : color.green) : (src < lo ? color.red : color.orange)

colorCondition = color.rgb(128, 255, 0, 26)

conversionLine = math.avg(ta.lowest(conversionPeriods), ta.highest(conversionPeriods))
baseLine = math.avg(ta.lowest(basePeriods), ta.highest(basePeriods))
leadLine1 = math.avg(conversionLine, baseLine)
leadLine2 = math.avg(ta.lowest(laggingSpan2Periods), ta.highest(laggingSpan2Periods))

// Use user-configurable length for EMA
ema40 = ta.ema(close, emaLength)

ebc = input(false, title="Enable bar colors")
barcolor(ebc ? mdc : na)

conversionLinePlot = plot(conversionLine, color=#2962FF, title="Conversion Line", display=display.none)
baseLinePlot = plot(baseLine, color=#B71C1C, title="Base Line", display=display.none)
laggingSpanPlot = plot(close, offset=-displacement + 1, color=#43A047, title="Lagging Span", display=display.none)
leadLine1Plot = plot(leadLine1, offset=displacement - 1, color=#A5D6A7, title="Leading Span A", display=display.none)
leadLine2Plot = plot(leadLine2, offset=displacement - 1, color=#EF9A9A, title="Leading Span B", display=display.none)
kumoCloudUpperLinePlot = plot(leadLine1 > leadLine2 ? leadLine1 : leadLine2, offset=displacement - 1, title="Kumo Cloud Upper Line", display=display.none)
kumoCloudLowerLinePlot = plot(leadLine1 < leadLine2 ? leadLine1 : leadLine2, offset=displacement - 1, title="Kumo Cloud Lower Line", display=display.none)
fill(kumoCloudUpperLinePlot, kumoCloudLowerLinePlot, color=leadLine1 > leadLine2 ? color.green : color.red)

a = (leadLine1 > leadLine2 ? leadLine1 : leadLine2) 
b = (leadLine1 < leadLine2 ? leadLine1 : leadLine2)  

if mdc == colorCondition and ema40 > a[displacement - 1]
    strategy.entry("Long", strategy.long)

if mdc == color.red and ema40 < b[displacement - 1]
    strategy.entry("Short", strategy.short)

もっと

2019 FMZ - すべての権利は保護されています.