Strategi Dagangan SMI Ergodik Berkualiti Berdasarkan Garis Purata Bergerak Eksponensial Berkualiti

Penulis:ChaoZhang, Tarikh: 2023-12-18 10:34:55
Tag:

img

Ringkasan

Artikel ini akan menjalankan analisis mendalam mengenai strategi perdagangan kuantitatif berdasarkan garis Rata-rata Bergerak Eksponen adaptif (AEMA). Strategi ini memanfaatkan bentuk ergodik penunjuk Indeks Momentum Stochastic (SMI), bersama-sama dengan Rata-rata Bergerak Eksponen yang berfungsi sebagai garis isyarat, dan menggabungkan ambang overbought / oversold yang boleh disesuaikan untuk meningkatkan kebarangkalian pelaksanaan perdagangan yang berjaya.

Prinsip Strategi

Strategi ini menggunakan dua SMI dengan panjang yang berbeza, satu pendek dan satu panjang, dan perbezaan rentang di antara mereka menghasilkan isyarat perdagangan. Di samping itu, strategi ini juga menggunakan Purata Bergerak Eksponensial sebagai garis isyarat. Ia menjadi panjang apabila SMI tempoh yang lebih pendek melintasi di atas SMA tempoh yang lebih lama, dan menjadi pendek apabila sebaliknya berlaku. Untuk menapis isyarat palsu, isyarat masuk panjang hanya muncul apabila SMI berada di bawah garis oversold dan garis isyarat juga di bawah garis oversold; isyarat masuk pendek memerlukan SMI berada di atas garis overbought dan garis isyarat juga di atas garis overbought. Penetapan dua keadaan ini menjadikan strategi lebih sensitif terhadap peristiwa mendadak, sambil juga mengelakkan kegagalan palsu.

Kelebihan

Kelebihan terbesar strategi ini terletak pada daya sesuaikannya. Strategi ini menggunakan ambang overbought / oversold yang boleh disesuaikan untuk menyesuaikan kriteria panjang dan pendek secara dinamik mengikut persekitaran pasaran yang berbeza. Mekanisme ini membolehkan parameter strategi dioptimumkan dan disesuaikan dengan pelbagai keadaan pasaran. Di samping itu, bentuk ergodik SMI juga meningkatkan kepekaan dan ketepatan masa strategi. Berbanding dengan SMI tradisional, ia mempunyai pengurangan bunyi yang lebih tinggi dan kelewatan yang lebih kecil. Ini membolehkan strategi untuk bertindak balas dengan cepat terhadap peristiwa tiba-tiba dan menangkap peluang perdagangan jangka pendek.

Risiko

Risiko terbesar strategi ini adalah bergantung pada tetapan parameter. Tetapan parameter yang tidak betul dengan mudah boleh menghasilkan sebilangan besar isyarat perdagangan yang tidak sah. Di samping itu, sebagai penunjuk jenis denyutan, SMI tidak berfungsi dengan baik di pasaran rawak yang bergolak. Strategi ini juga boleh dengan mudah terperangkap dalam pembalikan trend ganas dengan turun naik harga yang melampau. Untuk mengawal risiko ini, disyorkan untuk mengamalkan langkah pengurusan risiko yang ketat sambil menyesuaikan parameter sesuai dengan persekitaran pasaran yang berbeza. Beberapa arah pengoptimuman yang boleh dilaksanakan akan dicadangkan di bawah.

Arahan pengoptimuman

Terdapat beberapa aspek strategi yang masih boleh dioptimumkan. Pertama, kombinasi panjang SMA yang berbeza boleh diuji untuk mencari pasangan parameter yang optimum. Kedua, kerugian berhenti boleh dianggap berhampiran titik masuk untuk mengawal kerugian setiap perdagangan. Ketiga, penunjuk lain seperti RSI dan Bollinger Bands boleh digabungkan untuk menetapkan garis overbought / oversold dinamik. Keempat, parameter boleh dioptimumkan secara automatik melalui algoritma pembelajaran mesin. Kelima, strategi boleh diintegrasikan ke dalam model pelbagai faktor untuk meningkatkan kestabilan.

Kesimpulan

Artikel ini telah menjalankan analisis mendalam mengenai prinsip, kelebihan, risiko dan arah pengoptimuman strategi dagangan ergodik SMI adaptif. Melalui penggunaan ambang adaptif dan penapisan isyarat dengan purata bergerak eksponensial, strategi ini dapat menangkap peluang pasaran jangka pendek dengan berkesan. Walaupun bergantung pada parameter tertentu, dengan kawalan risiko yang ketat dan pengoptimuman pelbagai dimensi, strategi ini masih mempunyai nilai praktikal yang cukup besar. Diyakini bahawa strategi ini dapat memainkan peranan penting dalam amalan perdagangan kuantitatif, memberikan sokongan yang berkesan untuk keputusan perdagangan.


/*backtest
start: 2023-12-10 00:00:00
end: 2023-12-17 00:00:00
period: 3m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// © DraftVenture

//@version=5
strategy(title="Adaptive SMI Ergodic Strategy", shorttitle="Adaptive SMI Strategy", overlay = false)
longlen = input.int(12, minval=1, title="Long Length")
shortlen = input.int(5, minval=1, title="Short Length")
siglen = input.int(5, minval=1, title="Signal Line Length")
overS = input.float(-0.4, title = "Oversold", step = 0.01)
overB = input.float(0.4, title = "Overbought", step = 0.01)
erg = ta.tsi(close, shortlen, longlen)
sig = ta.ema(erg, siglen)
plot(erg, color = color.yellow, title = "SMI")
plot(sig, color = color.purple, title="Signal")
hline(0, title = "Zero", color = color.gray, linestyle = hline.style_dotted)
h0 = hline(overB, color = color.gray, title = "Overbought Threshold")
h1 = hline(overS, color = color.gray, title = "Oversold Threshold")
fill(h0, h1, color=color.rgb(25, 117, 192, 90), title = "Background")

longEntry = ta.crossover(erg, sig) and erg > overS and sig < overS
shortEntry = ta.crossunder(erg, sig) and erg < overB and sig > overB

if longEntry
    strategy.entry("Long", strategy.long)

if shortEntry
    strategy.entry("Short", strategy.short)

// ______ _________ 
// ___  //_/__  __ \
// __  ,<  __  /_/ /
// _  /| | _  ____/ 
// /_/ |_| /_/   

Lebih lanjut