ChaoZhang
1 전략 이름
신호-소음 이동 평균 거래 전략
2 전략 개요
이 전략은 일정 주기 내의 신호-소음 비율을 계산한 후, 일률적인 거래 신호와 결합하여 양적 거래를 실현한다. 그것의 기본 아이디어는 다음과 같다:
- 일정 주기 (설정가능) 의 통신소음비율을 계산한다
- 대칭소음비율 적용 평균선 평평
- 현재 통신소음비율과 평균선값을 비교하여 거래 신호를 생성한다
- 트레이딩 신호에 따라 더 많은 헤드 또는 빈 헤드
세번째, 전략적 원칙
- 신호-소음 비율 (Signal to Noise Ratio) 의 계산 공식은: StN = -10*log(Σ(1/close)/n) n는 주기의 길이가 됩니다
- 대칭 노이즈 비율을 적용한 간단한 이동 평균 (SMA) 을 이용하여 평평한 대칭 노이즈 비율을 얻는다.
- 현재 문자소음비율 StN과 평평한 문자소음비율 SMAStN을 비교한다: (1) SMAStN > StN, 공백 (2) SMAStN < StN, 더 많이 (3) 그렇지 않다면
네, 전략적 장점 분석
이 전략은 다음과 같은 장점을 가지고 있습니다.
- 신음률은 시장의 변동과 위험을 판단하고, SMA는 소음 제거 기능을 가지고 있다.
- SMA와 거래 신호를 생성하기 위해 시트 노이즈 비율을 결합하여 시장 위험을 판단하고, 다른 지표의 장점을 사용합니다.
- 다양한 시장 상황에 맞는 변수 조정 전략을 설정할 수 있습니다.
- Stdout 신호 지시로 더 많은 코카이드를 할 수 있으며, 직관적으로 시장 특성을 판단할 수 있다.
다섯째, 전략적 위험 분석
이 전략에는 몇 가지 위험도 있습니다.
- 신뢰소음비율과 평균선 교차 판단에 잘못된 위치 위험이 있다.
- 사이클 설정이 잘못되면 잘못된 신호가 발생할 수 있습니다.
- 공백 기회는 상대적으로 적고, 매개 변수를 통해 최적화할 수 있다.
- 급격한 변동으로 인한 급격한 변동으로 인해 손실이 발생할 수 있습니다.
위험 해소:
- 평균선 변수를 조정하여 지나치게 부드럽게하지 마십시오.
- 최적화 사이클 변수, 다양한 시장 적응성을 테스트
- 카우카이 조건의 조정으로 카우카이 기회를 더 많이 제공합니다.
- 최대 손실을 제어하기 위해 중지 설정
6 전략적 최적화
이 전략은 다음과 같은 측면에서 최적화될 수 있습니다.
- 더 많은 종류의 평행선의 조합을 테스트합니다.
- 손해배상장치 제어 위험을 증가시키는 것
- 포지션 관리를 추가하고, 변동에 따라 포지션을 조정합니다.
- 더 많은 판단 요소와 함께 전략의 안정성을 높여라
- 기계 학습 방법을 사용하여 매개 변수를 자동으로 최적화합니다.
VII. 결론
이 전략은 신호음 비율을 통해 시장의 변동 위험을 판단하고, 일률을 사용하여 거래 신호를 생성하여 수량 거래를 구현한다. 단일 기술 지표에 비해 이 전략은 신호음 비율과 SMA의 각자의 장점을 통합하여 위험을 제어하면서 안정성을 향상시킨다. 매개 변수 최적화 및 기계 학습과 같은 방법으로 이 전략에는 많은 개선 공간이 있으며, 신뢰할 수 있고 효과적인 수량 거래 전략이다.
전략 소스 코드
/*backtest
start: 2023-12-25 00:00:00
end: 2023-12-29 10:00:00
period: 30m
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
////////////////////////////////////////////////////////////
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © HPotter 05/01/2021
// The signal-to-noise (S/N) ratio.
// And Simple Moving Average.
// Thank you for idea BlockchainYahoo
//
// WARNING:
// - For purpose educate only
// - This script to change bars colors.
////////////////////////////////////////////////////////////
SignalToNoise(length) =>
StN = 0.0
for i = 1 to length-1
StN := StN + (1/close[i])/length
StN := -10*log(StN)
strategy(title="Backtest Signal To Noise ", shorttitle="StoN", overlay=false)
length = input(title="Days", type=input.integer, defval=21, minval=2)
Smooth = input(title="Smooth", type=input.integer, defval=7, minval=2)
reverse = input(false, title="Trade reverse")
StN = SignalToNoise(length)
SMAStN = sma(StN, Smooth)
pos = iff(SMAStN[1] > StN[1] , -1,
iff(SMAStN[1] < StN[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 ? #b50404: possig == 1 ? #079605 : #0536b3 )
plot(StN, title='StN' )
plot(SMAStN, title='Smooth', color=#00ff00)