Strategi pembalikan momentum pelbagai jangka masa
ChaoZhang
Gambaran keseluruhan
Strategi ini menggabungkan penunjuk momentum dari pelbagai tempoh masa, untuk mencapai kemampuan untuk menilai pembalikan trend pasaran dalam pelbagai skala masa. Strategi ini menggunakan pengayun Stochastic untuk menentukan titik pembalikan trend jangka pendek, dan menggabungkan tempoh yang lebih panjang ((harga tertinggi - harga terendah) / penunjuk harga penutupan untuk menentukan trend jangka panjang, untuk mencapai kemampuan untuk menilai pembalikan trend dalam pelbagai dimensi masa.
Prinsip Strategi
Strategi ini terdiri daripada dua bahagian:
- 123 Strategi berbalik
Bahagian ini menilai pembalikan trend jangka pendek melalui persilangan garis cepat dan lambat pada osilator Stokhastik. Secara khusus, jika harga penutupan meningkat lebih tinggi dari hari sebelumnya, dan garis cepat Stokhastik lebih rendah daripada garis lambat dan garis cepat lebih rendah daripada 50, lakukan lebih banyak; jika harga penutupan menurun lebih rendah dari hari sebelumnya, dan garis cepat Stokhastik lebih tinggi daripada garis lambat dan garis cepat lebih tinggi daripada 50, lakukan kosong.
- (Harga tertinggi - harga terendah) / Indeks harga penutupan
Penunjuk ini mencerminkan turun naik garis K semasa. Nilai penunjuk yang lebih besar menunjukkan turun naik semasa meningkat, mungkin berbalik; nilai penunjuk yang lebih kecil menunjukkan turun naik semasa melemah, dan trend mungkin berterusan.
Menggabungkan kedua-dua penunjuk, anda boleh menilai pembalikan trend dalam jangka pendek dan jangka panjang, dan anda boleh mencapai strategi perdagangan skala masa yang pelbagai.
Kelebihan Strategik
- Menggabungkan pelbagai tempoh masa untuk meningkatkan ketepatan
Strategi yang menggunakan kedua-dua indikator jangka pendek dan jangka menengah dapat memastikan kebolehpercayaan isyarat pembalikan dan mengelakkan isyarat palsu yang disebabkan oleh indikator tunggal.
- Tetapan parameter penunjuk yang fleksibel
Stochastic oscillator dan parameter harga tertinggi / terendah / penutupan harga boleh disesuaikan dengan pasaran, menjadikan strategi lebih fleksibel.
- Struktur Strategi yang Mudah dan Jelas
Strategi menggunakan Stochastic sebagai teras, ditambah dengan penilaian trend jangka menengah dan panjang, strukturnya sederhana dan jelas, mudah difahami dan diubah suai.
- Skala yang kuat
Rangka kerja strategi mudah digunakan, mudah untuk memperkenalkan lebih banyak petunjuk dan membina model pelbagai faktor.
Analisis risiko
- Pasaran trend mungkin kurang baik
Strategi ini berpusat pada pembalikan, dan mungkin tidak berfungsi dengan baik dalam pasaran yang berterusan. Parameter harus diselaraskan dengan sewajarnya untuk menyesuaikan diri dengan pasaran yang sedang tren.
- Perhatian perlu diberikan kepada risiko isyarat palsu
Dalam keadaan pasaran yang tidak biasa, Stochastic dan (harga tertinggi-harga terendah) / indikator harga penutupan boleh menghantar isyarat yang salah, perlu untuk mengelakkan risiko isyarat palsu.
- Penetapan parameter penunjuk memerlukan pengalaman
Stochastic dan parameter (harga tertinggi - harga terendah) / indikator harga penutupan perlu dioptimumkan mengikut keadaan pasaran, jika tidak, ia mungkin mempengaruhi prestasi strategi.
- Kaedah untuk mengawal saiz kedudukan
Strategi ini adalah strategi terbalik, keuntungan dan kerugian boleh berubah-ubah, anda perlu mengawal kedudukan dan risiko.
Arah pengoptimuman strategi
- Memperkenalkan lebih banyak penunjuk untuk membina model multi-faktor
Lebih banyak faktor boleh diperkenalkan di bawah kerangka yang sedia ada, seperti jumlah transaksi, indikator pembalikan lain, dan sebagainya, untuk membina model pelbagai faktor.
- Meningkatkan mekanisme kawalan kerugian
Anda boleh menetapkan hentian bergerak atau hentian masa untuk mengawal kerugian dalam satu transaksi.
- Optimumkan parameter
Parameter boleh dioptimumkan melalui kaedah yang lebih sistematik seperti algoritma genetik.
- Menambah pembelajaran mesin
Model yang dilatih dengan algoritma pembelajaran mesin yang digunakan untuk menentukan perubahan trend mungkin meningkatkan lagi ketepatan.
- Analisis emosi
Memperkenalkan analisis emosi daripada data tidak berstruktur seperti data sosial untuk membantu meramalkan titik balik.
ringkaskan
Strategi ini mengintegrasikan indikator dalam dua dimensi masa pendek dan pertengahan untuk mencapai pembalikan trend dalam beberapa tempoh masa, merupakan kerangka strategi pembalikan yang sangat baik. Ia mempunyai kelebihan seperti parameter indikator yang fleksibel, struktur yang mudah, skalabiliti yang kuat. Langkah seterusnya boleh diperbaiki dari segi memperkenalkan lebih banyak faktor, pengoptimuman parameter, hentikan kerugian dan pembelajaran mesin, yang meningkatkan lagi keuntungan dan kawalan risiko strategi.
//@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 )