ChaoZhang
개요
이 전략은 서로 다른 기간의 동력 지표를 결합하여 여러 시간 척도에서 시장 추세 반전을 판단하는 능력을 구현한다. 전략은 Stochastic oscillator를 사용하여 단기 추세 반전 지점을 판단하고, 더 긴 주기 ((최고 가격-최저 가격) / 종식 가격 지표를 결합하여 중기 장기 추세를 판단하여 여러 시간 차원에서 추세 반전을 판단하는 능력을 구현한다.
전략 원칙
전략은 두 부분으로 구성됩니다.
- 123 역전 전략
이 부분은 스토카스틱 오실레이터의 빠른 선과 느린 선의 교차로로 단기 트렌드 반전을 판단한다. 구체적으로, 종결 가격보다 하루 전에 상승한 상태에서 스토카스틱의 빠른 선이 느린 선보다 낮고 빠른 선이 50보다 낮으면 더 많이 한다. 종결 가격보다 하루 전에 감소한 상태에서 스토카스틱의 빠른 선이 느린 선보다 높고 빠른 선이 50보다 높으면 더 많은 것을 한다. 이 전략은 스토카스틱을 사용하여 단기 오버 오버 시드 상태를 판단하여 단기 반전 거래를 한다.
- (최고 가격 - 최저 가격) / 종결 가격 지표
이 지표는 현재 K 선의 변동성을 반영한다. 지표 값이 크면 현재의 변동성이 커지고 반전이 가능하다는 것을 나타냅니다. 지표 값이 작으면 현재의 변동성이 약해지고 추세가 지속될 수 있다는 것을 나타냅니다. 전략은 이 지표의 SMA 값을 사용하여 중장선 추세 반전을 판단한다.
두 지표의 통합은 단기 및 중장기적으로 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시 동시
전략적 이점
- 여러 시간대 지표를 조합하여 정확도를 높여줍니다.
전략은 단기 및 중장기 지표를 동시에 활용하여 역전 신호의 신뢰성을 보장하고 단일 지표로 인한 잘못된 신호를 피할 수 있습니다.
- 유연한 지표 변수 설정
스토카스틱 오실레이터와 (최고 가격 - 최저 가격) / 종결 가격 지표의 파라미터는 시장에 따라 조정될 수 있어 전략이 더 유연하다.
- 간단하고 명확한 전략 구조
전략은 스토카스틱을 중심으로 중장기 트렌드 판단을 보조하고, 구조는 간단하고 명확하며, 이해하기 쉽고 수정할 수 있다.
- 확장성
전략 프레임워크는 간단하고 보편적이며, 더 많은 지표를 편리하게 도입하여 다중 인자 모델을 구축할 수 있습니다.
위험 분석
- 트렌드 시장은 좋지 않을 수 있습니다.
전략은 역전주로, 지속되는 트렌드 시장에서 좋지 않은 성과를 낼 수 있다. 트렌드 시장에 적응하기 위해 파라미터를 적절히 조정해야 한다.
- 지표가 잘못된 신호를 보낼 수 있다는 위험
비정상적인 시장 상황에서는, Stochastic 및 (최고 가격-최저 가격) / 종전 가격 지표가 잘못된 신호를 보낼 수 있으며, 가짜 신호의 위험을 예방할 필요가 있다.
- 지표 변수 설정에 대한 경험
스토카스틱과 (최고 가격-최저 가격) / 폐쇄 가격 지표의 매개 변수는 시장 상황에 따라 최적화해야 하며, 그렇지 않으면 전략의 성능에 영향을 줄 수 있다.
- 포지션 규모를 적절히 통제해야 합니다.
이 전략은 역전 전략으로, 이윤과 손실의 변동이 많을 수 있으며, 포지션과 위험을 잘 통제해야 한다.
전략 최적화 방향
- 더 많은 지표를 도입하여 다중 인자 모델을 구축합니다.
기존의 프레임 워크에서 더 많은 요소를 도입할 수 있습니다. 예를 들어, 거래량이나 다른 역전 지표와 같은 요소를 도입하여 다중 요소 모델을 구축할 수 있습니다.
- 손해 방지 장치
이동 중지 또는 시간 중지 설정하여 단일 거래의 손실을 효과적으로 제어 할 수 있습니다.
- 변수 최적화
유전 알고리즘과 같은 더 체계적인 방법을 통해 매개 변수를 최적화할 수 있다.
- 더 많은 기계 학습
기계 학습 알고리즘을 적용하여 트렌드 반전의 모델을 훈련하면 더 높은 정확도를 얻을 수 있습니다.
- 감정 분석과 함께
사회적 데이터와 같은 구조화되지 않은 데이터의 감정 분석을 도입하여 역점을 예측하는 데 도움을 줍니다.
요약하다
이 전략은 단기 및 중기 두 시간 차원의 지표를 통합하여 여러 시간 동안 추세 반전을 판단하는 것이 매우 좋은 반전 전략 프레임 워크입니다. 지표 매개 변수의 유연성, 구조의 단순성, 확장성 강 등의 장점을 가지고 있습니다. 다음 단계는 더 많은 인자, 매개 변수 최적화, 상쇄 및 기계 학습을 도입하여 전략의 수익성과 위험 제어 능력을 더욱 향상시킬 수 있습니다.
//@version=3
////////////////////////////////////////////////////////////
// Copyright by HPotter v1.0 23/05/2019
// This is combo strategies for get
// a cumulative signal. Result signal will return 1 if two strategies
// is long, -1 if all strategies is short and 0 if signals of strategies is not equal.
//
// First strategy
// This System was created from the Book "How I Tripled My Money In The
// Futures Market" by Ulf Jensen, Page 183. This is reverse type of strategies.
// The strategy buys at market, if close price is higher than the previous close
// during 2 days and the meaning of 9-days Stochastic Slow Oscillator is lower than 50.
// The strategy sells at market, if close price is lower than the previous close price
// during 2 days and the meaning of 9-days Stochastic Fast Oscillator is higher than 50.
//
// Second strategy
// This histogram displays (high-low)/close
// Can be applied to any time frame.
//
// WARNING:
// - For purpose educate only
// - This script to change bars colors.
////////////////////////////////////////////////////////////
Reversal123(Length, KSmoothing, DLength, Level) =>
vFast = sma(stoch(close, high, low, Length), KSmoothing)
vSlow = sma(vFast, DLength)
pos = 0.0
pos := iff(close[2] < close[1] and close > close[1] and vFast < vSlow and vFast > Level, 1,
iff(close[2] > close[1] and close < close[1] and vFast > vSlow and vFast < Level, -1, nz(pos[1], 0)))
pos
HLCHist(input_barsback, input_percentorprice, input_smalength) =>
xPrice = (high-low)/close
xPriceHL = (high-low)
xPrice1 = iff(input_percentorprice, xPrice * 100, xPriceHL)
xPrice1SMA = sma(abs(xPrice1), input_smalength)
pos = 0.0
pos := iff(xPrice1SMA[input_barsback] > abs(xPrice1), 1,
iff(xPrice1SMA[input_barsback] < abs(xPrice1), -1, nz(pos[1], 0)))
pos
strategy(title="Combo Backtest 123 Reversal & (H-L)/C Histogram", shorttitle="Combo", overlay = true)
Length = input(14, minval=1)
KSmoothing = input(1, minval=1)
DLength = input(3, minval=1)
Level = input(50, minval=1)
//-------------------------
input_barsback = input(4, title="Look Back")
input_percentorprice = input(false, title="% change")
input_smalength = input(13, title="SMA Length")
reverse = input(false, title="Trade reverse")
posReversal123 = Reversal123(Length, KSmoothing, DLength, Level)
posHLCHist = HLCHist(input_barsback, input_percentorprice, input_smalength)
pos = iff(posReversal123 == 1 and posHLCHist == 1 , 1,
iff(posReversal123 == -1 and posHLCHist == -1, -1, 0))
possig = iff(reverse and pos == 1, -1,
iff(reverse and pos == -1, 1, pos))
if (possig == 1)
strategy.entry("Long", strategy.long)
if (possig == -1)
strategy.entry("Short", strategy.short)
if (possig == 0)
strategy.close_all()
barcolor(possig == -1 ? red: possig == 1 ? green : blue )