Strategi perdagangan kuantitatif berdasarkan penunjuk CT TTM
ChaoZhang
Gambaran keseluruhan
Strategi ini menggunakan indikator CT TTM untuk mengenal pasti trend harga, menggunakan tracking stop loss untuk mengawal risiko. Strategi ini dinamakan sebagai Trend Tracking Strategy berdasarkan indikator CT TTM.
Prinsip Strategi
Strategi ini menggunakan indikator CT TTM untuk menilai trend harga. Secara khusus, strategi ini mendefinisikan pembolehubah berikut:
- e1 - harga tengah di bahagian tengah
- osc - pengayun yang diperolehi dengan mengira perbezaan harga penutupan e1 dan e1 dan melakukan kemunduran linear
- diff - perbezaan antara Brin Belt dan Kentner Channel
- osc_color - Tentukan warna osc yang berbeza
- mid_color - Tentukan warna yang berbeza
Jika osc di atas melalui 0 axis, ia akan dipaparkan sebagai hijau, menunjukkan banyak kepala; jika osc di bawah melalui 0 axis, ia akan dipaparkan sebagai merah, menunjukkan kepala kosong.
Apabila osc adalah positif, lakukan lebih banyak; apabila osc adalah negatif, lakukan kosong.
Strategi ini menggunakan oscillator osc untuk menentukan arah trend, dan dengan diff untuk menentukan kekuatan kosong. Apabila oscillator osc melalui 0 sumbu, anggap perdagangan dari bawah ke atas, lakukan lebih banyak; apabila osc melalui 0 sumbu, anggap perdagangan dari atas ke bawah, lakukan kosong.
Analisis kelebihan strategi
Strategi ini mempunyai kelebihan berikut:
Menggunakan CT TTM untuk menentukan trend, tahap ketepatan yang lebih tinggi. CT TTM mengambil kira purata bergerak, jalur Brin dan Kentner secara komprehensif, dan dapat mengenal pasti trend harga dengan berkesan.
Penggunaan pendayung untuk menilai titik-titik tertentu dapat mengelakkan isyarat salah di kawasan bukan trend. Pendayung dapat menyaring kesan isyarat perdagangan terhadap pergerakan harga kecil.
Menggunakan tracking stop loss untuk mengawal risiko, anda boleh mengehadkan setiap kerugian secara berkesan. Dalam strategi, anda boleh menetapkan stop loss tepat pada masanya selepas masuk, dapat mengunci keuntungan dan meminimumkan peningkatan kerugian.
Strategi mempunyai sedikit parameter dan mudah dioptimumkan. Strategi ini hanya bergantung pada satu parameter panjang, panjang, untuk memudahkan ujian cepat untuk mencari kombinasi parameter terbaik.
Fungsi peta yang sempurna, anda dapat melihat isyarat dengan jelas. Strategi menggunakan warna yang berbeza untuk membezakan isyarat dan kekuatan, secara intuitif menunjukkan keputusan keputusan trend.
Analisis risiko strategi
Strategi ini juga mempunyai risiko:
CT TTM mungkin memberi isyarat yang salah dalam keadaan pasaran tertentu, yang menyebabkan kerugian perdagangan. Apabila harga turun naik dengan kuat, indikator mungkin menghasilkan isyarat kosong yang salah.
Apabila pengayun berlaku, isyarat perdagangan yang salah mungkin berlaku. Isyarat yang salah berlaku apabila harga telah berbalik tetapi pengayun belum bertukar.
Tracking stop loss yang terlalu radikal boleh menyebabkan kerugian yang tidak perlu. Apabila titik stop loss ditetapkan terlalu dekat, pergerakan normal boleh mencetuskan tracking stop loss dan dipaksa keluar dari padang.
Strategi ini hanya digunakan untuk varieti yang mempunyai kecenderungan yang kuat dan tidak sesuai untuk membetulkan pasaran. Strategi ini didominasi oleh perdagangan tren dan tidak berkesan dalam membetulkan pasaran yang bergolak.
Pengoptimuman berlebihan boleh menyebabkan kesesuaian kurva. Apabila mengoptimumkan parameter, berhati-hati untuk mengelakkan kesesuaian kurva pengukuran yang disebabkan oleh pengoptimuman berlebihan.
Arah pengoptimuman strategi
Strategi ini boleh dioptimumkan dalam beberapa aspek:
Menggabungkan pelbagai petunjuk untuk menggabungkan, meningkatkan ketepatan isyarat. Anda boleh menambah petunjuk lain seperti MACD, KDJ, dan lain-lain untuk mengoptimumkan isyarat entri.
Tambahan modul pengoptimuman cara hentian, menjadikan hentian lebih pintar. Parameter ujian boleh menyesuaikan diri dengan cara hentian seperti pengesanan hentian, hentian hentian dan sebagainya.
Mengoptimumkan strategi pengurusan wang, menguji bahagian tetap, formula Kelly dan lain-lain. Pengoptimuman dapat meningkatkan kecekapan penggunaan wang dengan menjamin risiko tunggal.
Optimumkan parameter untuk varieti tertentu untuk meningkatkan kesesuaian strategi. Mengubah parameter mengikut ciri-ciri varieti perdagangan yang berbeza dapat meningkatkan kesesuaian strategi untuk varieti tertentu.
Menambah algoritma pembelajaran mesin, mewujudkan pembelajaran adaptasi strategi. Menggunakan RNN, LSTM dan lain-lain untuk meningkatkan dan meningkatkan kemampuan adaptasi strategi.
ringkaskan
Strategi ini menggunakan CT TTM untuk menentukan arah trend, menggunakan nilai putih oscillator sebagai isyarat masuk, untuk mengesan risiko pengurusan hentian. Keuntungan strategi adalah ketepatan yang tinggi, pengoptimuman parameter mudah, tetapi terdapat juga risiko kegagalan indikator, penghentian terlalu radikal.
/*backtest
start: 2023-10-15 00:00:00
end: 2023-11-14 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
strategy("CT TTM Squeeze")
length = input(title="Length", defval=20, minval=0)
bband(length, mult) =>
sma(close, length) + mult * stdev(close, length)
keltner(length, mult) =>
ema(close, length) + mult * ema(tr, length)
// Variables
e1 = (highest(high, length) + lowest(low, length)) / 2 + sma(close, length)
osc = linreg(close - e1 / 2, length, 0)
diff = bband(length, 2) - keltner(length, 1)
osc_color = osc[1] < osc[0] ? osc[0] >= 0 ? #00ffff : #cc00cc : osc[0] >= 0 ? #009b9b : #ff9bff
mid_color = diff >= 0 ? green : red
// Strategy
long = osc > 0
short = osc < 0
if long
strategy.entry("Long", strategy.long)
if short
strategy.entry("Short", strategy.short)
plot(osc, color=osc_color, style=histogram, linewidth=2)
plot(0, color=mid_color, style=circles, linewidth=3)