複数期間適応型トレンド予測戦略
ChaoZhang
概要
この策略は,多周期自在移転平均と折線リスク評価指標を用いて,市場動作中の分型ポイントと組み合わせてトレードシグナル出力を行う.この策略は,多周期自在トレード予測策略と呼ばれている.
戦略原則
戦略の核心的な論理は,2つの主線である。第一の主線は,異なるパラメータを活用した自適動平均nAMAを活用した多周期フィルタリング判断システムを構築すること,第二の主線は,異なるパラメータを活用した折り合いのリスク評価システムoutを活用した多周期リスク評価システムを構築することである。最後に,2つの主線を組み合わせて,短周期線が長周期線を上回るときに買入信号を生じます。短周期線が長周期線より低いときに売り出信号を生じます。
具体的には,第1主線では,それぞれ10周期と4.24パラメータの自己適応移動平均が設定されている.第2主線では,それぞれ7周期と4.300パラメータの折り畳みリスク評価線が設定されている.最後に,第1主線の10周期線と第2主線の31周期線を比較して組み合わせて取引が形成されている.信号が10周期線の上を31周期線を横切ると買信号が生じる.信号が10周期線の下を31周期線を横切ると売り信号が生じる.
さらに,策略には量価格確認モジュールが設定されている.取引量が6サイクル平均取引量より大きい場合にのみ,取引シグナルが有効である.これは偽の信号を一定程度にフィルターすることができる.最後に,策略には,異なる周期レベルの分型点が描かれ,参照信号となる.
戦略的優位分析
この戦略の最大の利点は,多周期自調構造の適用であり,市場の運行に応じて自調パラメータ,動的調整周期を適用できる.トレンド章,あるいは震動領域において,適切なパラメータ周期の組み合わせをみつけることができ,戦略の順位捕捉能力を向上させる.
さらに,戦略は折線リスク評価システムを使用して多周期連立フィルタリングを行い,取引リスクを効果的に制御し,高リスクの段階でポジションの構築を避ける.同時に,戦略は量価フィルタリング条件を設定し,量力が不足しているときに誤ったシグナルを生じないようにする.
戦略的リスク分析
この戦略の最大のリスクは,複数の周期線の同方向判断が必要であるため,短期的なリバーシング・マーケットの捕捉能力が劣っていることである.短周期線と長周期線が同時に変化するときは,不明瞭な信号が生じる容易である.パラメータ周期を短縮することによって最適化することができる.
さらに,自主的な移動平均と折線リスク評価システムの主力周期は,大盤に比べて短く,より長いレベルの駆動下では一定の遅れがある.主力周期を適切に延長して遅れを軽減することができる.
戦略最適化の方向性
移動平均と折線リスク評価ラインに適応する主力周期パラメータを5周期と20周期に短縮し,短期市場リバーシングの捉え方を向上させる.
主力サイクルパラメータを20サイクルと50サイクルに増加させ,より高いレベルの市場駆動下での遅れを軽減する.
取引チャネルパラメータを0.5倍ATRチャネルに変更し,ノイズ取引の可能性を減らす.
MACDなどの結果検証指標を追加し,信号の信頼性を高めます.
要約する
この戦略は,自己適応の移動平均,デフォルトリスク評価,量値分析などの複数の技術指標を総合的に適用し,多周期自己適応の取引意思決定システムを構築する.パラメータの最適化調整により,異なるタイプの市場に適用でき,トレンドや地域を自動的に識別することができる.戦略の論理は明確で,価値は掘り下げられ,推奨される量化方法である.
/*backtest
start: 2023-01-25 00:00:00
end: 2024-01-31 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
strategy("Best Rabbit Strategy", shorttitle="Rabbit God",overlay=true)
Length = input(10, minval=1)
xPrice = close
xvnoise = abs(xPrice - xPrice[1])
Fastend = input(2)
Slowend = input(30)
nfastend = 2/(Fastend + 1)
nslowend = 2/(Slowend + 1)
nsignal = abs(xPrice - xPrice[Length])
nnoise = sum(xvnoise, Length)
nefratio = iff(nnoise != 0, nsignal / nnoise, 0)
nsmooth = pow(nefratio * (nfastend - nslowend) + nslowend, 2)
nAMA = nz(nAMA[1]) + nsmooth * (xPrice - nz(nAMA[1]))
Length2 = input(10, minval=1)
xPrice2 = close
xvnoise2 = abs(xPrice2 - xPrice2[1])
Fastend2 = input(4)
Slowend2 = input(24)
nfastend2 = 2/(Fastend2 + 1)
nslowend2 = 2/(Slowend2 + 1)
nsignal2 = abs(xPrice2 - xPrice2[Length2])
nnoise2 = sum(xvnoise, Length2)
nefratio2 = iff(nnoise2 != 0, nsignal2 / nnoise2, 0)
nsmooth2 = pow(nefratio2 * (nfastend2 - nslowend2) + nslowend2, 2)
nAMA2 = nz(nAMA2[1]) + nsmooth2 * (xPrice2 - nz(nAMA2[1]))
price = input(hl2)
len = input(defval=7,minval=1)
FC = input(defval=4,minval=1)
SC = input(defval=300,minval=1)
len1 = len/2
w = log(2/(SC+1))
H1 = highest(high,len1)
L1 = lowest(low,len1)
N1 = (H1-L1)/len1
H2 = highest(high,len)[len1]
L2 = lowest(low,len)[len1]
N2 = (H2-L2)/len1
H3 = highest(high,len)
L3 = lowest(low,len)
N3 = (H3-L3)/len
dimen1 = (log(N1+N2)-log(N3))/log(2)
dimen = iff(N1>0 and N2>0 and N3>0,dimen1,nz(dimen1[1]))
alpha1 = exp(w*(dimen-1))
oldalpha = alpha1>1?1:(alpha1<0.01?0.01:alpha1)
oldN = (2-oldalpha)/oldalpha
N = (((SC-FC)*(oldN-1))/(SC-1))+FC
alpha_ = 2/(N+1)
alpha = alpha_<2/(SC+1)?2/(SC+1):(alpha_>1?1:alpha_)
out = (1-alpha)*nz(out[1]) + alpha*price
price2 = input(hl2)
len2 = input(defval=31,minval=1)
FC2 = input(defval=40,minval=1)
SC2 = input(defval=300,minval=1)
len12 = len2/2
w2 = log(2/(SC2+1))
H12 = highest(high,len12)
L12 = lowest(low,len12)
N12 = (H1-L1)/len12
H22 = highest(high,len2)[len12]
L22 = lowest(low,len2)[len12]
N22 = (H22-L22)/len12
H32 = highest(high,len2)
L32 = lowest(low,len2)
N32 = (H32-L32)/len2
dimen12 = (log(N12+N22)-log(N32))/log(2)
dimen2 = iff(N12>0 and N22>0 and N32>0,dimen12,nz(dimen12[1]))
alpha12 = exp(w*(dimen2-1))
oldalpha2 = alpha12>1?1:(alpha12<0.01?0.01:alpha12)
oldN2 = (2-oldalpha2)/oldalpha2
N4 = (((SC2-FC2)*(oldN2-1))/(SC2-1))+FC2
alpha_2 = 2/(N4+1)
alpha2 = alpha_2<2/(SC2+1)?2/(SC2+1):(alpha_2>1?1:alpha_2)
out2 = (1-alpha2)*nz(out2[1]) + alpha2*price2
tf = input(title="Resolution", defval = "current")
vamp = input(title="VolumeMA", defval=6)
vam = sma(volume, vamp)
up = high[3]>high[4] and high[4]>high[5] and high[2]<high[3] and high[1]<high[2] and volume[3]>vam[3]
down = low[3]<low[4] and low[4]<low[5] and low[2]>low[3] and low[1]>low[2] and volume[3]>vam[3]
fractalup = up ? high[3] : fractalup[1]
fractaldown = down ? low[3] : fractaldown[1]
fuptf = request.security(syminfo.tickerid,tf == "current" ? timeframe.period : tf, fractalup)
fdowntf = request.security(syminfo.tickerid,tf == "current" ? timeframe.period : tf, fractaldown)
plot(fuptf, "FractalUp", color=lime, linewidth=1, style=cross, transp=0, offset =-3, join=false)
plot(fdowntf, "FractalDown", color=red, linewidth=1, style=cross, transp=0, offset=-3, join=false)
buyEntry= nAMA[0]>nAMA2[0] and out[0]>out2[0]
sellEntry= nAMA[0]<nAMA2[0] and out[0]<out2[0]
if (buyEntry)
strategy.entry("Buy", strategy.long, comment="Long Position Entry")
if (sellEntry)
strategy.entry("Sell", strategy.short, comment="Short Position Entry")