Gabungan strategi pembalikan kuantitatif dan volum


Tarikh penciptaan: 2023-09-21 21:07:09 Akhirnya diubah suai: 2023-09-21 21:07:09
Salin: 0 Bilangan klik: 676
1
fokus pada
1617
Pengikut

Gambaran keseluruhan

Strategi ini adalah gabungan dua strategi perdagangan kuantitatif yang bertujuan untuk menghasilkan isyarat perdagangan yang lebih tepat dan boleh dipercayai. Strategi pertama adalah berdasarkan pada pembalikan harga, dan strategi kedua adalah berdasarkan analisis kuantiti transaksi. Isyarat gabungan dapat meningkatkan peluang keuntungan dengan berkesan.

Prinsip Strategi

Strategi ini terdiri daripada dua bahagian:

  1. Strategi berbalik

Gunakan indikator STO untuk menilai isyarat pembalikan. Buat lebih banyak apabila harga penutupan dua hari meningkat dan garis lambat STO di bawah 50; buat kosong apabila harga penutupan dua hari turun dan garis pantas STO di atas 50.

  1. Strategi kuantiti

Hitung hubungan kuantiti dan kuantiti transaksi dalam tempoh tertentu, menilai arah kosong, dan melakukan pemprosesan rata rata.

Kedua-dua bahagian strategi sama ada lebih banyak atau lebih, sama ada kosong atau kosong.

Kombinasi isyarat meningkatkan kualiti isyarat, mana-mana strategi akan mengurangkan kebarangkalian isyarat palsu.

Kelebihan Strategik

  • Gabungan dua strategi bebas untuk meningkatkan ketepatan isyarat
  • Strategi berbalik untuk menangkap peluang pertukaran, strategi kuantiti untuk menentukan arah masa depan
  • Dua jenis strategi saling mengesahkan untuk mengurangkan isyarat palsu
  • Penggabungan mudah, mudah dan mudah dilaksanakan
  • Parameter yang boleh dioptimumkan secara berasingan untuk setiap bahagian strategi

Risiko Strategik

  • Strategi pembalikan mudah ditiru, memerlukan mekanisme keluar yang ketat
  • Analisis kuantiti penghantaran mungkin terlewat
  • Berdasarkan kuantitatif sahaja, analisis teknikal diperlukan
  • Rangkaian data yang lebih panjang trained1 untuk mengira garisan purata
  • Parameter yang berbeza tidak semestinya umum, perlu dioptimumkan secara berasingan

Anda boleh mengurangkan risiko dengan mengambil langkah-langkah berikut:

  • Optimumkan parameter STO untuk meningkatkan keupayaan pengiktirafan balik
  • Penembusan dalam jumlah penghantaran yang disahkan bersama-sama dengan petunjuk lain
  • Optimumkan parameter kitaran purata
  • Pemilihan bentuk dengan teknik grafik
  • Parameter ujian mengikut jenis

Arah pengoptimuman

Strategi ini boleh dioptimumkan dalam beberapa aspek:

  1. Parameter terbaik untuk menguji STO

Menyesuaikan parameter seperti nilai K, nilai D untuk mencari kombinasi terbaik

  1. Pengesahan semula kejayaan lalu lintas

Menambah penilaian tambahan untuk MACD, BOLL dan lain-lain

  1. Optimumkan parameter kitaran purata

Ujian parameter kitaran yang berbeza untuk keputusan yang lebih stabil

  1. Memperkenalkan bentuk grafik berdasarkan isyarat gabungan

Sebagai contoh, apabila ia berlaku, masuk semula.

  1. Kombinasi parameter ujian mengikut jenis

Parameter yang berbeza tidak semestinya sama, perlu diuji secara berasingan

ringkaskan

Strategi ini dengan menggabungkan dua jenis strategi yang berbeza, pembalikan dan jumlah pertukaran, saling mengesahkan, dapat meningkatkan kualiti dan ketepatan isyarat. Tetapi juga perlu memberi perhatian kepada pengoptimuman parameter, penunjuk teknologi tambahan dan lain-lain untuk meningkatkan keberkesanan strategi.

Kod sumber strategi
/*backtest
start: 2023-09-13 00:00:00
end: 2023-09-20 00:00:00
period: 15m
basePeriod: 5m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
////////////////////////////////////////////////////////////
//  Copyright by HPotter v1.0 21/10/2020
// This is combo strategies for get a cumulative signal. 
//
// 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 is another version of FVE indicator that we have posted earlier 
// in this forum.
// This version has an important enhancement to the previous one that`s 
// especially useful with intraday minute charts.
// Due to the volatility had not been taken into account to avoid the extra 
// complication in the formula, the previous formula has some drawbacks:
// The main drawback is that the constant cutoff coefficient will overestimate 
// price changes in minute charts and underestimate corresponding changes in 
// weekly or monthly charts.
// And now the indicator uses adaptive cutoff coefficient which will adjust to 
// all time frames automatically.
//
// 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


FVI(Samples,Perma,Cintra,Cinter) =>
    pos = 0
    xhl2 = hl2
    xhlc3 = hlc3
    xClose = close
    xIntra = log(high) - log(low)
    xInter = log(xhlc3) - log(xhlc3[1])
    xStDevIntra = stdev(sma(xIntra, Samples) , Samples)
    xStDevInter = stdev(sma(xInter, Samples) , Samples)
    xVolume = volume
    TP = xhlc3
    TP1 = xhlc3[1]
    Intra = xIntra
    Vintra = xStDevIntra
    Inter = xInter
    Vinter = xStDevInter
    CutOff = Cintra * Vintra + Cinter * Vinter
    MF = xClose - xhl2 + TP - TP1
    FveFactor =  iff(MF > CutOff * xClose, 1, 
                  iff(MF < -1 * CutOff * xClose, -1,  0))
    xVolumePlusMinus = xVolume * FveFactor
    Fvesum = sum(xVolumePlusMinus, Samples)
    VolSum = sum(xVolume, Samples)
    xFVE = (Fvesum / VolSum) * 100
    xEMAFVE = ema(xFVE, Perma)
    pos :=iff(xFVE > xEMAFVE, 1,
    	   iff(xFVE < xEMAFVE, -1, nz(pos[1], 0))) 
    pos

strategy(title="Combo Backtest 123 Reversal & Volatility Finite Volume Elements", shorttitle="Combo", overlay = true)
Length = input(14, minval=1)
KSmoothing = input(1, minval=1)
DLength = input(3, minval=1)
Level = input(50, minval=1)
//-------------------------
Samples = input(22, minval=1)
Perma = input(40, minval=1)
Cintra = input(0.1)
Cinter = input(0.1)
reverse = input(false, title="Trade reverse")
posReversal123 = Reversal123(Length, KSmoothing, DLength, Level)
posFVI = FVI(Samples,Perma,Cintra,Cinter)
pos = iff(posReversal123 == 1 and posFVI == 1 , 1,
	   iff(posReversal123 == -1 and posFVI == -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 )