ChaoZhang
개요
이 전략의 핵심 아이디어는 여러 시간 프레임과 결합하여 시장의 추세를 식별하고, 상위 시간 프레임의 초과 지표를 필터로 사용하여 하위 시간 프레임에서 구매 및 판매 신호를 발송하는 것입니다. 이 전략은 상위 시간 프레임에서 제공되는 시장 구조 정보를 사용하여 거래 의사 결정의 질을 향상시키는 것을 목표로합니다.
전략 원칙
이 전략은 security 함수를 호출하여 상위 시간 프레임의 초과 지표값을 얻습니다. 초과 지표는 두 개의 라인: 초과 라인 및 트렌드 라인입니다. 초과 라인은 트렌드 라인의 위쪽에 있을 때 낙관적 인 신호이며, 아래에 있을 때 낙관적 인 신호입니다.
이 전략은 높은 시간 프레임의 오버 트렌드 방향을 필터링 조건으로 삼고, 낮은 시간 프레임의 오버 트렌드 방향이 높은 시간 프레임과 일치하는 경우에만 거래 신호를 발송합니다. 즉, 두 시간 프레임의 오버 트렌드 지표가 동방향 신호를 발송하는 경우에만 이 전략은 더 많이 또는 더 적게합니다.
이렇게 하면 낮은 시간 프레임 시장의 잡음에 방해받지 않고 신호의 신뢰성을 높일 수 있습니다. 동시에 높은 시간 프레임을 사용하여 시장 구조를 판단하고 올바른 전체 판단을 할 수 있습니다.
전략적 이점
- 높은 시간 프레임에서 제공되는 시장 구조 정보를 활용하여 낮은 시간 프레임의 잡음을 필터링하여 거래 의사 결정의 질을 향상시킵니다.
- 여러 시간 프레임 분석을 결합하여 거래 신호를 더욱 신뢰성있게 만듭니다.
- 트렌드 이상 지표의 사용자 정의 변수, 구매 및 판매 전략을 최적화
- 내장된 날짜 범위 설정으로 재검토의 시간 범위를 제한할 수 있습니다.
위험 분석
- 높은 시간 프레임 신호가 지연되어 단선 기회를 놓칠 수 있습니다.
- 높은 시간 프레임은 시장 구조를 판단하는 데 오류가 있을 가능성이 높습니다.
- 트렌드 지표 자체도 잘못된 신호를 보낼 수 있습니다.
- 탐지 시간 범위 제한은 중요한 데이터를 무시하여 테스트 결과의 정확성에 영향을 줄 수 있습니다.
해결책:
- 신호 지연을 줄이기 위해 높은 시간 프레임 설정을 적절하게 조정
- 다른 지표와 함께 높은 시간 프레임 구조 판단을 확인
- 오버 트렌드 지표 매개 변수를 최적화하여 신호 품질을 향상시킵니다.
- 단계적으로 재검토 시간 범위를 확장하여 테스트 전략의 안정성을 테스트합니다.
전략 최적화 방향
이 전략은 다음과 같은 부분에서 최적화될 수 있습니다.
- 트렌드 지표 변수를 최적화하여 최적의 변수 조합을 찾습니다.
- 다른 지표를 추가하여 조합하여 다중 인자 모델을 형성합니다.
- 다른 높은 낮은 시간 프레임의 조합을 테스트합니다.
- 위험을 통제하기 위한 손해 방지 장치
- 기계 학습 알고리즘과 함께 하이퍼패러미터를 동적으로 조정합니다.
매개 변수 최적화, 조합 지표, 개선된 스톱로즈, 그리고 기계 학습을 도입하는 방법과 같은 방법을 통해 이 다중 시간 프레임 트렌드 추적 전략의 효과를 크게 향상시킬 수 있다.
요약하다
이 전략은 높은 시간 프레임의 트렌드 판단을 사용하여 낮은 시간 프레임의 거래 실행을 유도합니다. 이 다중 시간 프레임 디자인은 시장 소음을 효과적으로 필터링하여 더 명확한 트렌드 방향을 식별 할 수 있습니다. 또한 내장된 날짜 설정 기능은 회귀를 더 유연하게 만듭니다.
전략 소스 코드
/*backtest
start: 2023-02-14 00:00:00
end: 2024-02-20 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © HeWhoMustNotBeNamed
//@version=4
strategy("Higher TF - Repainting", overlay=true, initial_capital = 100000, default_qty_type = strategy.percent_of_equity, default_qty_value = 100, commission_type = strategy.commission.percent, pyramiding = 1, commission_value = 0.01, calc_on_order_fills = true)
HTFMultiplier = input(4, minval=1, step=1)
SupertrendMult = input(1)
SupertrendPd = input(4, minval=4, step=4)
backtestBars = input(title="Backtest from ", defval=10, minval=1, maxval=30)
backtestFrom = input(title="Timeframe", defval="years", options=["days", "months", "years"])
repaintOption = input(title="Repaint", defval="Yes", options=["Yes", "No - set lookahead false", "No - do not use security"])
f_multiple_resolution(HTFMultiplier) =>
target_Res_In_Min = timeframe.multiplier * HTFMultiplier * (
timeframe.isseconds ? 1. / 60. :
timeframe.isminutes ? 1. :
timeframe.isdaily ? 1440. :
timeframe.isweekly ? 7. * 24. * 60. :
timeframe.ismonthly ? 30.417 * 24. * 60. : na)
target_Res_In_Min <= 0.0417 ? "1S" :
target_Res_In_Min <= 0.167 ? "5S" :
target_Res_In_Min <= 0.376 ? "15S" :
target_Res_In_Min <= 0.751 ? "30S" :
target_Res_In_Min <= 1440 ? tostring(round(target_Res_In_Min)) :
tostring(round(min(target_Res_In_Min / 1440, 365))) + "D"
f_getBackTestTimeFrom(backtestFrom, backtestBars)=>
byDate = backtestFrom == "days"
byMonth = backtestFrom == "months"
byYear = backtestFrom == "years"
date = dayofmonth(timenow)
mth = month(timenow)
yr = year(timenow)
leapYearDaysInMonth = array.new_int(12,0)
array.set(leapYearDaysInMonth,0,31)
array.set(leapYearDaysInMonth,1,29)
nonleapYearDaysInMonth = array.new_int(12,0)
array.set(leapYearDaysInMonth,0,31)
array.set(leapYearDaysInMonth,1,28)
restMonths = array.new_int(10,0)
array.set(leapYearDaysInMonth,0,31)
array.set(leapYearDaysInMonth,1,30)
array.set(leapYearDaysInMonth,2,31)
array.set(leapYearDaysInMonth,3,30)
array.set(leapYearDaysInMonth,4,31)
array.set(leapYearDaysInMonth,5,31)
array.set(leapYearDaysInMonth,6,30)
array.set(leapYearDaysInMonth,7,31)
array.set(leapYearDaysInMonth,8,30)
array.set(leapYearDaysInMonth,9,31)
array.concat(leapYearDaysInMonth,restMonths)
array.concat(nonleapYearDaysInMonth,restMonths)
isLeapYear = yr % 4 == 0 and (year%100 != 0 or year%400 == 0)
numberOfDaysInCurrentMonth = isLeapYear ? array.get(leapYearDaysInMonth, mth-2) : array.get(nonleapYearDaysInMonth, mth-2)
if(byDate)
mth := (date - backtestBars) < 0 ? mth - 1 : mth
yr := mth < 1 ? yr - 1 : yr
mth := mth < 1 ? 1 : mth
date := (date - backtestBars) < 0 ? numberOfDaysInCurrentMonth - backtestBars + date + 1 : date - backtestBars + 1
if(byMonth)
date := 1
yr := (mth - (backtestBars%12)) < 0 ? yr - int(backtestBars/12) - 1 : yr - int(backtestBars/12)
mth := mth - (backtestBars%12) + 1
if(byYear)
date := 1
mth := 1
yr := yr - backtestBars
[date, mth, yr]
repaint = repaintOption == "Yes"
useSecurityLookahead = repaintOption == "No - set lookahead false"
[SupertrendRepaint, DirRepaint] = security(syminfo.tickerid, f_multiple_resolution(HTFMultiplier), supertrend(SupertrendMult, SupertrendPd), lookahead = true, gaps=true)
[SupertrendNoLookahead, DirNoLookahead] = security(syminfo.tickerid, f_multiple_resolution(HTFMultiplier), supertrend(SupertrendMult, SupertrendPd), lookahead = false, gaps=false)
[SupertrendRegular, DirRegular] = supertrend(SupertrendMult, SupertrendPd)
[date, mth, yr] = f_getBackTestTimeFrom(backtestFrom, backtestBars)
inDateRange = time >= timestamp(syminfo.timezone, yr, mth, date, 0, 0)
longCondition = repaint ? DirRepaint == -1 : useSecurityLookahead? DirNoLookahead == -1 : DirRegular == -1
shortCondition = repaint ? DirRepaint == 1 : useSecurityLookahead? DirNoLookahead == 1 : DirRegular == 1
strategy.entry("Buy", strategy.long, when=longCondition and inDateRange)
strategy.entry("Sell", strategy.short, when=shortCondition and inDateRange)