概要

この戦略は,移動平均,取引量指標,価格動力の指標を組み合わせて,株式が蓄積段階に入るときのタイミングを識別するために,定量的なルールを設計しています. この段階では,株式は通常,価格の整合と蓄勢状態にあり,低い価格の入場に良い機会を提供します.

戦略原則

戦略は50日,90日,および200日間の単純な移動平均を用いて価格の傾向を判断する.価格が200日線より高い場合にのみ,買入シグナルが生じます.これは,大きなトレンドの下降の不確実性をフィルターすることができます.

大トレンドの判断に加えて,戦略は短期平均線の順序を判断してトレンドを確認する.具体的には,50日線が90日線より高いと判断する.

移動平均線が大トレンドと短期トレンドの合致性を確認した上で,戦略は取引量指標PVTとMACD指標を組み合わせて累積特性を判断する.PVTが上方突破し,MACD線がシグナル線より高く,取引量が拡大したときにのみ,買入シグナルが生成される.

戦略的優位性

移動平均のみを使用するよりも,この戦略は,トレンドを確認しながら,取引量の特徴も調べます.これは,株式が蓄積段階に入るタイミングをより正確に判断し,入場価格の優位性を確保することができます.

多時間枠分析により,中長期の傾向判断と短期特性の判断を組み合わせ,時間枠マッチングにより,単一の時間枠判断の誤りによる不確実性を軽減することができる.

リスクと解決

この戦略は,主に均線判断に依存し,価格が激しく波動すると,均線判断は無効になります. このとき,ポジションのサイズを減らすか,直接損失退出を止めるべきである.

また,蓄積段階の判断が誤りになり,反転の機会を逃してしまうこともあります.これは,より多くの特性の指標を観察することによって判断を確認する必要があります.

思考を最適化する

この戦略は,機械学習アルゴリズムを導入して,特征抽出とモデルトレーニングにより,累積段階の自動判断を実現することができる.これは,人工設定の<unk>値による制限を軽減することができる.

また,この戦略は,異なる市場環境で異なるパラメータを自動的に切り替え,戦略をより粗略なものにするためのbreakpoint機能を試すこともできます.

要約する

この戦略は,価格と取引量にマッチする考え方を採用し,株の蓄積特性を判断する.大きな方向性を確認しながら,短期的な蓄積機会を掘り下げること.パラメータ最適化や機械学習などの手段の導入により,戦略効果をさらに向上させる余地がある.