추세 반전 변동성 결합 전략
개요
이 전략은 더 강력한 거래 신호를 얻기 위해 트렌드 반전 전략과 통계적 변동률 전략을 결합한 합동 전략이다.
전략 원칙
이 전략은 두 부분으로 구성되어 있습니다.
-
트렌드 반전 전략
- 123 형태를 사용하여 트렌드 반전점을 판단한다. 구체적으로, 만약 종결값이 2일 연속으로 상승하고, 9일 스토카스틱 슬로우라인이 50보다 낮다면, 부어; 만약 종결값이 2일 연속으로 하락하고, 9일 스토카스틱 패스트라인이 50보다 높다면, 부어.
-
통계적 변동률 전략
- 극한값법을 사용하여 최근 30일간의 통계적 변동률을 계산한다. 변동률이 0.5% 이상인 경우 상향, 0.16% 이하인 경우 하향이다.
마지막으로, 두 가지 전략 신호가 일치하면 거래 신호가 생성됩니다. 즉, 두 가지 전략 신호가 일치하면 거래 신호가 생성됩니다.
전략적 강점 분석
이 전략은 신호의 신뢰성을 높일 수 있는 두 가지 다른 유형의 전략을 결합했다.
-
123 형식 판단은 트렌드 반전 지점을 정확하게 파악하고, 급격한 가격 변동에 미혹되지 않도록 해준다.
-
통계적 변동률은 최근 한 달 동안의 시장 변동 상황을 반영하여 높은 변동률과 거래 기회가 많은 시기를 필터링 할 수 있습니다.
두 가지 전략은 상호 검증되며, 시장의 중요한 전환점을 더 잘 잡을 수 있는 전략과 결합하여 더 정확한 신뢰할 수 있는 거래 신호를 얻습니다.
위험 분석
-
123 형태는 가짜 돌파구로 인한 위험을 완전히 피할 수 없습니다. 비정상적인 진동이 발생하면 신호를 잘못 판단 할 수 있습니다.
-
통계적 변동률은 단지 역사적 데이터를 고려하여 미래의 변동 동향을 예측할 수 없습니다. 시장 변동이 갑자기 확대되거나 축소되면 잘못된 신호가 발생할 수 있습니다.
-
두 가지 전략 모두 매개 변수 최적화에 의존한다. 매개 변수가 잘못 설정되면 신호 품질이 크게 떨어진다.
-
연합 전략은 신뢰성을 높였지만, 더 강력한 단일 신호를 놓칠 수도 있습니다.
최적화 방향
-
린베스트, KDJ 등과 같은 더 많은 지표와 함께 투표 메커니즘을 형성합니다.
-
더 많은 역사적 데이터를 사용하여 트렌드 반전의 가능성을 판단하는 기계 학습 알고리즘을 추가하십시오.
-
<unk>값을 설정하여 신호를 강하게 필터링하고, 노이즈 방해를 방지한다.
-
다양한 품종, 주기별로 파라미터를 조정하는 최적화 파라미터 설정.
-
합동 전략의 위험을 통제하기 위한 손해제도 강화.
요약하다
이 전략은 트렌드 반전 전략과 통계적 변동률 전략을 결합하여 신호 품질을 향상시키고 시장의 중요한 전환점에 비교적 정확한 거래 지시를 줄 수 있습니다. 그러나 잘못된 판단의 위험과 파라미터 최적화 문제에 주의를 기울여야합니다. 더 많은 지표와 기계 학습과 같은 수단을 결합하여 더 안정적이고 신뢰할 수있는 거래를 얻을 수 있습니다.
/*backtest
start: 2023-09-23 00:00:00
end: 2023-10-23 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
////////////////////////////////////////////////////////////
// Copyright by HPotter v1.0 31/07/2021
// This is combo strategies for get a cumulative signal. - 1