Berdagang Strategi Golden Hour
ChaoZhang
Gambaran keseluruhan
Strategi masa emas perdagangan dengan mengkaji semula data sejarah, secara automatik menentukan masa mana yang paling sesuai untuk membeli dan menjual setiap hari, dan menghantar isyarat perdagangan pada masa yang sesuai. Strategi ini menggunakan indikator ROC untuk mengira kenaikan dan penurunan K Line pada masa yang berbeza, dan kemudian menilai keberkesanan perdagangan pada masa yang berbeza, untuk mencari masa membeli dan menjual yang terbaik.
Prinsip Strategi
Gunakan masa sedia ada untuk mendapatkan bilangan jam semasa now_hour。
Menggunakan ROK untuk mengira kadar penurunan K Line setiap jam.
Menghitung indicator dengan perkalian akumulatif dari now_hour buy_hourXindicator_cum。
Mengira jumlah penunjuk dan buy_indicator_cum。
Waktu terbaik untuk membeli buy_hour = buy_hourXindicator_cum / buy_indicator_cum。
Ia juga boleh digunakan untuk mengira waktu jualan terbaik.
Bandingkan now_hour dengan buy_hour dan sell_hour untuk menentukan apakah masa sekarang adalah masa terbaik untuk membeli atau menjual.
Menerbitkan isyarat yang sepadan pada masa terbaik untuk membeli dan menjual.
Menunjukkan masa terbaik untuk membeli dan menjual dengan warna latar belakang yang berbeza.
Analisis kelebihan
Kelebihan terbesar strategi ini adalah keupayaan untuk menentukan secara automatik masa yang paling sesuai untuk berdagang setiap hari. Tidak perlu melihat data sejarah secara manual untuk menentukan masa perdagangan yang terbaik, menjimatkan banyak masa dan tenaga.
Di samping itu, strategi ini memanfaatkan indikator ROC. Dengan mengira kenaikan dan turunnya garis K setiap jam, anda dapat menilai dengan lebih tepat keberkesanan perdagangan pada masa yang berbeza. Indeks ROC lebih sensitif terhadap turun naik pihak lain dan dapat mencerminkan perubahan pasaran.
Analisis risiko
Risiko terbesar dalam strategi ini adalah keterbatasan ROK sendiri. ROK hanya mempertimbangkan kadar perubahan harga, tidak sensitif terhadap perubahan jumlah transaksi.
Di samping itu, strategi digunakan untuk mengukur semula data sejarah untuk mencari masa perdagangan terbaik. Tetapi undang-undang sejarah tidak semestinya berlaku untuk pasaran semasa. Pasaran mungkin mengalami perubahan struktural dan undang-undang perdagangan asal tidak lagi berlaku. Ini memerlukan penyesuaian parameter untuk keadaan pasaran semasa, dan tidak boleh bergantung sepenuhnya pada keputusan pengukuran.
Untuk ini, perhitungan komposit boleh dipertimbangkan dalam kombinasi dengan indikator lain, seperti jumlah dagangan, untuk mendapatkan penilaian keadaan pasaran yang lebih menyeluruh. Selain itu, ujian penyesuaian parameter diperlukan untuk keadaan pasaran semasa, untuk memastikan isyarat perdagangan sesuai dengan keadaan pasaran baru.
Arah pengoptimuman
Strategi ini boleh dioptimumkan dalam beberapa aspek:
Cubalah untuk menggantikan ROC dengan indikator lain, seperti jumlah dagangan, dan carilah indikator yang lebih sesuai untuk mengira tempoh kekuatan.
Menambah syarat penapisan lain, menggunakan garis rata-rata, indikator gegaran dan lain-lain untuk menilai trend tempatan, dan mengelakkan perdagangan yang tidak munasabah.
Mengoptimumkan parameter kitaran masa, menguji kesan parameter kitaran masa yang berbeza terhadap keputusan.
Menambah mekanisme penangguhan kerugian, menetapkan titik penangguhan yang munasabah, dan mengawal risiko perdagangan.
Menggabungkan kaedah pembelajaran mesin, menggunakan jumlah data yang lebih besar untuk mencari masa perdagangan yang optimum.
ringkaskan
Strategi masa emas perdagangan ini secara keseluruhan adalah kaedah yang boleh dilaksanakan dan berkesan. Ia menggunakan indikator ROC untuk menentukan secara automatik masa membeli dan menjual yang terbaik setiap hari, menjimatkan banyak masa dan tenaga. Tetapi kita juga harus memperhatikan keterbatasan indikator ROC dan pengesanan semula sejarah, untuk menyesuaikan parameter untuk keadaan pasaran semasa.
/*backtest
start: 2023-08-19 00:00:00
end: 2023-09-18 00:00:00
period: 2h
basePeriod: 15m
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/
// © mablue (Masoud Azizi)
//@version=5
strategy("Trade Hour V3",overlay=false)
timezone = input.string("Europe/London",options=["America/New_York","America/Los_Angeles","America/Chicago","America/Phoenix","America/Toronto","America/Vancouver","America/Argentina" ,"America/El_Salvador","America/Sao_Paulo","America/Bogota","Europe/Moscow","Europe/Athens","Europe/Berlin","Europe/London","Europe/Madrid","Europe/Paris","Europe/Warsaw","Australia/Sydney","Australia/Brisbane","Australia/Adelaide","Australia/ACT","Asia/Almaty","Asia/Ashkhabad","Asia/Tokyo","Asia/Taipei","Asia/Singapore","Asia/Shanghai","Asia/Seoul","Asia/Tehran","Asia/Dubai","Asia/Kolkata","Asia/Hong_Kong","Asia/Bangkok","Pacific/Auckland","Pacific/Chatham","Pacific/Fakaofo","Pacific/Honolulu"] )
source = input.source(close)
tp = input.int(1,"ROC Timeperiod")
now_hour = hour(time,timezone)
indicator = ta.roc(source,tp)
buy_hourXindicator_cum = ta.cum(indicator* now_hour)
buy_indicator_cum = ta.cum(indicator)
buy_hour = buy_hourXindicator_cum/buy_indicator_cum
sell_hourXindicator_cum = ta.cum( (1/indicator ) * now_hour)
sell_indicator_cum = ta.cum(1/indicator)
sell_hour = sell_hourXindicator_cum/sell_indicator_cum
plot(buy_hour,color=color.green)
plot(sell_hour,color=color.red)
plot(now_hour,color=color.gray,display=display.none)
bool isLongBestHour = now_hour==math.round(buy_hour)
bool isShortBestHour = now_hour==math.round(sell_hour)
bgcolor(isLongBestHour ? color.new(color.green,80) : na)
bgcolor(isShortBestHour ? color.new(color.red,80) : na)
strategy.order("buy", strategy.long, when =isLongBestHour)
strategy.order("sell", strategy.short, when = isShortBestHour)