Strategi pembalikan purata bergerak dua hala


Tarikh penciptaan: 2023-11-21 11:28:27 Akhirnya diubah suai: 2023-11-21 11:28:27
Salin: 0 Bilangan klik: 586
1
fokus pada
1617
Pengikut

Strategi pembalikan purata bergerak dua hala Di sini saya cuba menulis artikel yang anda minta:

Gambaran keseluruhan

Strategi ini menggabungkan strategi pembalikan bentuk 123 dan strategi penunjuk kekuatan beruang, yang menghasilkan isyarat perdagangan apabila kedua-duanya muncul bersama-sama untuk melakukan lebih banyak atau pendek, yang merupakan strategi perdagangan pembalikan perubahan.

Prinsip Strategi

Strategi ini terdiri daripada dua bahagian:

  1. 123 Strategi pembalikan bentuk

Apabila harga penutupan pecah ke atas pada hari ke-3 selepas penurunan 2 hari berturut-turut, dan indikator stoch rendah menghasilkan isyarat beli dari rebound rendah; apabila harga penutupan pecah ke bawah pada hari ke-3 selepas kenaikan 2 hari berturut-turut, dan indikator stoch tinggi menghasilkan isyarat jual dari rebound tinggi.

  1. Strategi Indeks Kekuatan Bear

Penunjuk kekuatan beban mencerminkan perbandingan kekuatan kosong, menghasilkan isyarat jual apabila penunjuk lebih besar daripada batas jual yang ditetapkan, menghasilkan isyarat beli apabila penunjuk lebih kecil daripada batas beli yang ditetapkan.

Apabila isyarat gabungan, jika kedua-duanya memberikan isyarat sinkron, menghasilkan isyarat perdagangan sebenar.

Kelebihan Strategik

  1. Gabungan isyarat pembalikan dan penapisan penunjuk, mengelakkan penembusan palsu, meningkatkan kualiti isyarat.

  2. Pelbagai kitaran masa boleh digunakan, fleksibel untuk menghadapi keadaan pasaran yang berbeza.

  3. Ia boleh digunakan secara bersendirian atau dalam kombinasi, dengan reka bentuk modular.

Risiko Strategik

  1. Isyarat pembalikan mungkin berlaku dalam kedalaman panggilan balik yang lebih besar.

  2. Tetapan parameter penunjuk daya tarikan memerlukan pengoptimuman ujian berulang.

  3. Parameter strategi komprehensif multi faktor adalah rumit dan memerlukan banyak ujian data sejarah.

Pengoptimuman Strategi

  1. Modul kuantitatif join menghubungkan lebih banyak sumber data untuk mendapatkan lebih banyak data dalam jangka masa yang lebih lama.

  2. Menggunakan kaedah pembelajaran mesin untuk mencari dan menilai set parameter secara automatik.

  3. Menambah mekanisme penangguhan kerugian untuk mengawal kerugian tunggal.

ringkaskan

Strategi ini menggunakan analisis dan penunjuk kuantitatif teknologi terbalik secara menyeluruh, meningkatkan kualiti isyarat melalui pengesahan berganda, tahap modulasi yang tinggi, skalabiliti yang kuat, dan merupakan strategi yang praktikal. Kemudian dapat dioptimumkan dengan memperkenalkan lebih banyak kaedah teknologi canggih, untuk menyesuaikan diri dengan persekitaran pasaran yang lebih kompleks.

Kod sumber strategi
/*backtest
start: 2023-11-13 00:00:00
end: 2023-11-20 00:00:00
period: 10m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3
////////////////////////////////////////////////////////////
//  Copyright by HPotter v1.0 29/05/2019
// 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
//  Bear Power Indicator
//  To get more information please see "Bull And Bear Balance Indicator" 
//  by Vadim Gimelfarb. 
//
// 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

BearPower(SellLevel, BuyLevel) =>
    value =  iff (close < open ,  
              iff (close[1] > open ,  max(close - open, high - low), high - low), 
               iff (close > open, 
                 iff(close[1] > open, max(close[1] - low, high - close), max(open - low, high - close)), 
                  iff(high - close > close - low, 
                   iff (close[1] > open, max(close[1] - open, high - low), high - low), 
                     iff (high - close < close - low, 
                      iff(close > open, max(close - low, high - close),open - low), 
                       iff (close > open, max(close[1] - open, high - close),
                         iff(close[1] < open, max(open - low, high - close), high - low))))))
    pos = 0.0
    pos := iff(value > SellLevel, -1,
	   iff(value <= BuyLevel, 1, nz(pos[1], 0))) 

    pos

strategy(title="Combo Backtest 123 Reversal & Bear Power", shorttitle="Combo", overlay = true)
Length = input(14, minval=1)
KSmoothing = input(1, minval=1)
DLength = input(3, minval=1)
Level = input(50, minval=1)
//-------------------------
SellLevel = input(30)
BuyLevel = input(3)
reverse = input(false, title="Trade reverse")
posReversal123 = Reversal123(Length, KSmoothing, DLength, Level)
posBearPower = BearPower(SellLevel, BuyLevel)
pos = iff(posReversal123 == 1 and posBearPower == 1 , 1,
	   iff(posReversal123 == -1 and posBearPower == -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 )