Strategi Ramalan Harga berasaskan logaritma
ChaoZhang
Gambaran keseluruhan
Strategi ini menggunakan fungsi logaritma untuk mensimulasikan perubahan harga dan mengira nilai z berdasarkan perbezaan piawai dan nilai purata jumlah transaksi, sebagai fungsi logaritma input parameter, untuk meramalkan harga masa depan.
Prinsip Strategi
- Hitung nilai ROC pada harga penutupan, nilai positif ditambah kepada volume_pos, nilai negatif ditambah kepada volume_neg
- Hitung perbezaan antara volume_pos dan volume_neg sebagai net_volume
- Mengira perbezaan standard net_volume net_std dan purata net_sma
- Hitung net_sma dibahagikan dengan net_std untuk mendapatkan nilai z
- Mengambil harga penutupan, perbezaan piawai 20 hari harga penutupan, nilai z sebagai parameter, masukkan fungsi logistic logistic untuk meramalkan harga kitaran seterusnya
- Melabur apabila harga ramalan lebih tinggi daripada harga sebenar semasa sebanyak 1.005 kali, dan berkurangan apabila lebih rendah daripada 0.995 kali
Analisis kelebihan
Strategi ini menggabungkan maklumat statistik mengenai jumlah transaksi dan ramalan harga fungsi logar.
Kelebihan:
- Perbezaan dalam jumlah dagangan digunakan untuk menilai sentimen pasaran.
- Fungsi logarithmik sesuai dengan kurva perubahan harga, lebih baik dalam meramalkan
- Strategi mudah dan mudah dilaksanakan
Analisis risiko
Strategi ini mempunyai beberapa risiko:
- Indeks jumlah dagangan terlewat dan tidak dapat mencerminkan perubahan pasaran
- Ramalan fungsi logarithmik tidak semestinya tepat dan mudah disesatkan
- Kurangnya langkah bertolak ansur dan kawalan kerugian
Anda boleh mengurangkan risiko dengan:
- Kebolehpercayaan isyarat jumlah dagangan digabungkan dengan petunjuk lain
- Mengoptimumkan parameter fungsi logarithmik untuk meningkatkan ketepatan ramalan
- Tetapkan garis hentian untuk mengehadkan kerugian maksimum bagi setiap unit dan secara keseluruhan
Arah pengoptimuman
Strategi ini boleh dioptimumkan lagi:
- Mengoptimumkan fungsi logaritma secara dinamik menggunakan kaedah pembelajaran mesin
- Pengurusan kedudukan yang diselaraskan dengan indikator kadar turun naik harga saham
- Tambah penapis Bayes, penapis tidak berkesan
- Berpasangan dengan strategi terobosan, masuk di titik terobosan
- Menggunakan peraturan perkaitan untuk menggali harga yang menyimpang daripada isyarat
Dengan menggabungkan pelbagai kaedah, ia dapat meningkatkan lagi kestabilan dan keuntungan strategi.
ringkaskan
Strategi ini mengintegrasikan metrik metrik perdagangan dan ramalan fungsi logaritma untuk membentuk pemikiran perdagangan kuantitatif yang unik. Dengan pengoptimuman berterusan, strategi ini boleh menjadi sistem perdagangan berprogram yang stabil dan cekap. Dengan menggabungkan pembelajaran mesin dan teori pengoptimuman kombinasi, kami yakin dapat meningkatkan prestasi perdagangan.
/*backtest
start: 2023-11-19 00:00:00
end: 2023-12-10 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("Logistic", overlay=true )
volume_pos = 0.0
volume_neg = 0.0
roc = roc(close, 1)
for i = 0 to 100
if (roc > 0)
volume_pos := volume
else
volume_neg := volume
volume_net = volume_pos - volume_neg
net_std = stdev(volume_net, 100)
net_sma = sma(volume_net, 10)
z = net_sma / net_std
std = stdev(close, 20)
logistic(close, std, z) =>
m = (close + std)
a = std / close
pt = m / ( 1 + a*exp(-z))
pt
pred = logistic(close, std, z)
buy = pred > close * 1.005
sell = pred < close * 0.995
color = strategy.position_size > 0? #3BB3E4 : strategy.position_size == 0? #FF006E : #6b6b6b
barcolor(color)
if (buy == true)
strategy.entry("Long", strategy.long, comment="Open L")
if (sell == true)
strategy.close("Long", comment="Close L")