Strategi Penjejakan Trend Adaptif Berdasarkan Model Pelbagai Faktor
Gambaran Keseluruhan
Strategi ini merupakan strategi pengesanan arah aliran adaptif yang didorong oleh model pelbagai faktor. Ia mengintegrasikan beberapa indikator seperti RSI, MACD, dan Stochastics untuk membina model pelbagai faktor bagi menentukan arah aliran. Pada masa yang sama, ia mempunyai mekanisme henti rugi adaptif yang boleh melaraskan harga henti rugi secara dinamik berdasarkan ATR untuk mengawal risiko.
Prinsip
Strategi ini menggunakan pelbagai indikator untuk membina model bagi menentukan arah aliran. Pertama, ia menggabungkan RSI dan MACD untuk menentukan arah aliran; kemudian, ia menggabungkan Stochastics untuk mengesan keadaan terlebih beli atau terlebih jual, seterusnya menapis sebahagian isyarat. Selepas memasuki pesanan, ia menggunakan ATR untuk mengira parameter risiko bagi melaksanakan henti rugi adaptif.
Secara khusus, isyarat beli dihasilkan apabila RSI melebihi 52 dan MACD membentuk golden cross; isyarat jual dihasilkan apabila RSI di bawah 48 dan MACD membentuk death cross. Untuk menapis isyarat palsu, ia juga mengesan sama ada Stochastics berada dalam keadaan terlebih beli atau terlebih jual. Dari segi henti rugi, ia mengira parameter berdasarkan ATR untuk melaksanakan henti rugi adaptif, yang dapat mengawal risiko henti rugi bagi setiap dagangan dengan berkesan.
Kelebihan
Kelebihan utama strategi ini terletak pada keupayaan kawalan risiko yang kuat. Dengan menggunakan model pelbagai faktor untuk menentukan arah aliran, ia dapat menapis sebahagian bunyi bising dan meningkatkan kualiti isyarat. Pada masa yang sama, mekanisme henti rugi adaptif dapat melaraskan amplitud henti rugi berdasarkan turun naik pasaran, seterusnya mengawal kerugian setiap dagangan dengan berkesan.
Selain itu, tetapan parameter strategi ini adalah munasabah dan keputusan ujian semula adalah baik. Aset pada kitaran yang berbeza boleh dioptimumkan dengan melaraskan parameter. Ia boleh menyesuaikan diri dengan lebih banyak persekitaran pasaran melalui pengoptimuman parameter.
Risiko
Risiko utama strategi ini terletak pada kualiti pembinaan model pelbagai faktor. Jika model dibina dengan tidak betul dan tidak dapat membezakan arah aliran dengan berkesan, ia akan menghasilkan sejumlah besar isyarat palsu. Selain itu, strategi henti rugi itu sendiri mempunyai risiko diarbitraj.
Untuk mengurangkan risiko ini, penambahbaikan boleh dilakukan dari segi pelarasan pemberat model, pengoptimuman tetapan parameter, dan penggabungan strategi henti rugi lain. Apabila berlaku pasaran luar biasa, campur tangan manual juga diperlukan.
Arah Pengoptimuman
Strategi ini boleh dioptimumkan dari beberapa aspek berikut:
-
Laraskan pemberat indikator dalam model pelbagai faktor untuk mencari kombinasi pemberat yang optimum.
-
Uji lebih banyak indikator, seperti CCI, turun naik, dan lain-lain, untuk memperkayakan model pelbagai faktor.
-
Optimumkan tetapan parameter untuk menyesuaikan diri dengan lebih banyak instrumen dan kitaran.
-
Cuba strategi henti rugi yang berbeza untuk mencari kombinasi terbaik.
-
Tambah modul latihan model dan penilaian strategi untuk mencapai pemanduan pembelajaran mesin.
Kesimpulan
Strategi ini menggabungkan model pelbagai faktor dan mekanisme henti rugi adaptif, mencapai integrasi organik antara penentuan arah aliran dan kawalan risiko. Ia menunjukkan prestasi ujian semula yang baik dan mempunyai kebolehskalaan. Melalui pengoptimuman berterusan, ia boleh menjadi strategi kuantitatif yang bernilai untuk dipegang dalam jangka panjang.
/*backtest
start: 2022-12-12 00:00:00
end: 2023-12-18 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
strategy(title="TradersAI_UTBot", overlay = true)
// CREDITS to @HPotter for the orginal code.
// CREDITS to @Yo_adriiiiaan for recently publishing the UT Bot study based on the original code - - 1