マルチインジケーター決定木戦略: IMACD、EMA、一目均衡表


作成日: 2024-01-22 11:25:56 最終変更日: 2024-01-22 11:25:56
コピー: 0 クリック数: 670
1
フォロー
1621
フォロワー

マルチインジケーター決定木戦略: IMACD、EMA、一目均衡表

概要

この戦略は,IMACD,EMA,一目均衡表などの複数の技術指標を統合して,購入と売却のシグナルを発信するための包括的な意思決定ツリーモデルを構築しています.

戦略原則

  1. IMACD:インセンティブ型MACD,ImpulseMACDとImpulseHistoにより市場動向をよりよく捉える
  2. 一目平衡表:交替線,基準線,先行線A,先行線Bなどを描画し,サポートとレジスタンス位置を検出する
  3. EMA 40:トレンドの方向を判断する
  4. IMACD,雲図コンポーネント,EMA 40の特定の関係に基づいて,多量と空白の信号を発信

多信号:IMACDが特定の条件の色で,EMA 40が雲図より上線しているときに多信号

空き信号:IMACDが赤でEMA 40が雲図の下軌道にあるとき空き

優位分析

  1. 複数の指標の組み合わせ,市場動向の総合的な判断,意思決定の正確性の向上
  2. 意思決定ツリーモデルの分類が明確で,取引シグナル生成が明確
  3. EMAの長さは調整可能で,補助判断の柔軟性があります.
  4. サポートとレジスタンスをよりよく識別するために,クラウドグラフとトレンド指標を組み合わせます.

リスク分析

  1. 多指標組合せ,パラメータ設定が複雑である
  2. EMAの長さが正しく設定されていないため,偽の取引シグナルが発生する可能性があります.
  3. 複数の指標に注意を払うことで,操作が難しくなります.

リスク解決:パラメータの設定を最適化,EMAの長さを調整し,操作プロセスを簡素化する.

最適化の方向

  1. パラメータ設定を最適化し,戦略の安定性を向上させる
  2. 単一損失を抑えるためのストップ・ロース戦略を強化する
  3. 大量のデータから信号の質を測る
  4. 機械学習のアルゴリズムを組み込み,自主的な意思決定ツリーを構築する

要約する

この戦略は,多種多様な指標識別トレンドを総合的に適用して,意思決定ツリーモデルを構築し,取引信号を生成する. 信号の質が高く,正確性が高く,段階的に最適化するのに適している. 取引リスクを制御するために,長期にわたって安定した収益を得るために,パラメータ最適化と止損戦略に注目する必要があります.

ストラテジーソースコード
/*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)