Super Trend MACD Strategi Kuantitatif
ChaoZhang
Gambaran keseluruhan
Strategi ini menggabungkan penggunaan isyarat pembalikan trend yang berpotensi dari penunjuk overtrend dan penunjuk MACD, yang dikombinasikan dengan isyarat overbought dan oversold dari penunjuk RSI, untuk membentuk sistem isyarat bukaan dan posisi yang lebih stabil dan cekap. Strategi ini dinamakan strategi kuantitatif MACD overtrend.
Prinsip Strategi
Logik teras strategi ini adalah menggunakan indikator super trend dan indikator MACD sebagai kriteria untuk menentukan isyarat pembukaan kedudukan.
Bahagian super trend, strategi menggunakan perubahan arah indikator super trend sebagai isyarat pembalikan berpotensi. Isyarat beli dihasilkan apabila arah indikator super trend bertukar dari atas ke bawah; isyarat jual dihasilkan apabila arah indikator super trend bertukar dari bawah ke atas.
Bahagian MACD, strategi menggunakan kemiringan MACD pada bingkai masa yang lebih rendah (dalam garis matahari) untuk menilai peluang pembalikan yang berpotensi. Ia menghasilkan isyarat apabila kemiringan MACD lebih besar daripada nilai mutlak (dalam garis matahari) dan kemiringan tetap sama dengan kenaikan; ia juga menghasilkan isyarat tambahan jika penunjuk MACD menyeberangi sumbu zarah.
Pada isyarat pembukaan kedudukan, strategi memerlukan isyarat yang melampaui trend dan isyarat MACD untuk tetap selaras dengan arah arahan pembukaan kedudukan.
Di samping itu, dalam bahagian strategi kedudukan rendah juga diperkenalkan isyarat overbought dan oversold RSI. Isyarat jual dihasilkan apabila RSI lebih besar daripada 80, dan isyarat beli dihasilkan apabila kurang daripada 20, untuk membantu menentukan masa berbalik.
Analisis kelebihan
Kelebihan utama strategi ini adalah kepelbagaian isyarat penunjuk. Isyarat yang berbeza dapat saling melengkapi, menjadikan isyarat keseluruhan lebih stabil dan boleh dipercayai.
Isyarat pembalikan indikator super trend dapat menangkap trend jangka pendek yang lebih kuat; Slanting MACD dapat menentukan kekuatan trend jangka panjang dan mengelakkan diri dari pembalikan palsu; dan RSI dapat memberi tahu masa terbaik untuk membuka posisi dan posisi yang lebih baik untuk membeli dan menjual dalam keadaan goyah. Perpaduan beberapa isyarat indikator dapat menyaring beberapa perdagangan bising dan memperoleh kadar kemenangan yang lebih tinggi.
Selain itu, kerangka masa strategi juga lebih munasabah. Super trend menggunakan kerangka masa jam, dan indikator MACD menggunakan garis matahari, yang memastikan frekuensi perdagangan dan juga kestabilan penghakiman trend.
Analisis risiko
Risiko utama strategi ini adalah kebarangkalian besar untuk menghasilkan isyarat penglibatan antara penunjuk. Sebagai contoh, supertrend menghasilkan pembalikan palsu, dan isyarat MACD tidak dihasilkan secara serentak. Ini boleh menyebabkan kerugian yang tidak perlu.
Selain itu, RSI juga boleh digunakan untuk menentukan kedudukan kosong terlalu awal atau terlambat, yang menyebabkan strategi tidak dapat memaksimumkan masa memegang.
Akhirnya, penyetempatan terhad yang terlalu besar pada MACD juga menyebabkan kehilangan peluang untuk berbalik.
Arah pengoptimuman
Strategi ini boleh dioptimumkan dengan cara berikut:
Memperkenalkan mekanisme hentian kerugian. Hentian kerugian apabila kerugian melebihi peratusan tertentu.
Keputusan mengenai kemerosotan MACD untuk menambah penurunan nilai dinamik. Meningkatkan kemerosotan kemerosotan apabila pasaran bergolak besar, menurunkan kemerosotan apabila pasaran stabil.
Untuk penilaian kedudukan rata RSI, syarat penarikan balik dimasukkan. Iaitu, penarikan balik yang jelas diperlukan setelah RSI melebihi 80 dan penarikan balik akan dipertimbangkan.
Testing MACD with volume and see if it improves signal reliability
Trying automated parameter tuning to find optimal settings
ringkaskan
Strategi kuantitatif MACD yang melampaui trend menggabungkan beberapa indikator untuk memberi isyarat kedudukan terbuka dan kedudukan. Kelebihannya adalah bahawa isyaratnya stabil, peluang kemenangan yang tinggi, dan dapat ditingkatkan lagi melalui pengoptimuman parameter. Arah risiko dan pengoptimuman juga terutama tertumpu pada masalah parameter yang menetapkan overfitting.
/*backtest
start: 2022-12-19 00:00:00
end: 2023-12-25 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("SuperTrend.MACD Strategy", overlay=false, default_qty_type=strategy.percent_of_equity, default_qty_value=100, initial_capital=100000, pyramiding=5, process_orders_on_close=true)
// ---------------- Utility Functions ----------------
getArrayValue(float[] arr, int ago) =>
if ago >= 0
array.get(arr, ago >= array.size(arr) ? na: array.size(arr) + -1 * ago -1)
else
na
filterNA(float[] a, s, int y) =>
int x = 0
if not na(s[0])
array.push(a, s[0])
if array.size(a) > y
array.shift(a)
a
pine_rsi(float[] x, int y) =>
x0 = getArrayValue(x, 0)
x1 = getArrayValue(x, 1)
u = math.max(x0 - x1, 0) // upward ta.change
d = math.max(x1 - x0, 0) // downward ta.change
rs = ta.rma(u, y) / ta.rma(d, y)
res = 100 - 100 / (1 + rs)
res
turnAround(float[] arr) =>
int isTurnAround = 0
now = getArrayValue(arr, 0)
p1 = getArrayValue(arr, 1)
p2 = getArrayValue(arr, 2)
if p1 > now and p1 > p2
isTurnAround := -1
else if p1 < now and p1 < p2
isTurnAround := 1
intergerizeSignal(i) =>
i>0 ? 1 : i<0 ? -1 : 0
linreg(float[] y, int n, int offset=0) =>
float slope = na
float intercept = na
int endcursor = offset + n - 1
if array.size(y) > endcursor
float sumX = 0
float sumX2 = 0
float sumY = 0
float sumY2 = 0
float sumXY = 0
for i=offset to endcursor
yv = array.get(y, i)
sumY += yv
sumY2 += math.pow(yv, 2)
sumX += i
sumX2 += math.pow(i, 2)
sumXY += i*yv
// Pearson correlation coefficient
r = (n * sumXY - sumX * sumY) / math.sqrt((n * sumY2 - math.pow(sumY, 2)) * (n * sumX2 - math.pow(sumX, 2)))
// Coefficient of determination
r2 = math.pow(r, 2)
meanX = sumX / n
meanY = sumY / n
slope := (n * sumXY - sumX * sumY) / (n * sumX2 - math.pow(sumX, 2))
intercept := meanY - slope * meanX
[slope, intercept]
isStartOfDay() => dayofweek != dayofweek[1]
// ---------------- Variables ----------------
varip float st_signal = 0
varip float macd_signal = 0
varip float macd_close_signal = 0
varip float histo_signal = 0
var int openSignal = 0
var int closeSignal = 0
// -------------------------------- Supertrend Signal (Open) --------------------------------
// ST calculation
atrPeriod = input(10, "Supertrend ATR Length")
factor = input.float(2.0, "Supertrend Factor", step = 0.01)
[_, direction] = ta.supertrend(factor, atrPeriod)
st_direction_change = ta.change(direction)
if st_direction_change < 0
st_signal := 4
if st_direction_change > 0
st_signal := -4
// -------------------------------- MACD Signal (Open + Close) --------------------------------
// MACD Calculation
fastLength = input(12, title="MACD Fast Length")
slowLength = input(26, title="MACD Slow Length")
signalLength = input(9, title="MACD Signal Length")
macdSlowTimeframe = input.timeframe("D", "MACD Timeframe")
macdSlopeLookbackOpen = input(7, title="MACD Slope Lookback - Open")
macdSlopeLookbackClose = input(3, title="MACD Slope Lookback - Close")
dailyClose = request.security(syminfo.tickerid, macdSlowTimeframe, close, barmerge.gaps_on)
[macdLine, signalLine, _] = ta.macd(dailyClose, fastLength, slowLength, signalLength)
// MACD Slope calculation
varip macdHistory = array.new<float>(0)
varip macdSlowSlopeArr = array.new<float>(0)
varip float macdSlowSlope = na
varip float macdCloseSlope = na
if not na(macdLine[0])
array.push(macdHistory, macdLine[0])
if array.size(macdHistory) > macdSlopeLookbackOpen
array.shift(macdHistory)
[s1, _] = linreg(macdHistory, macdSlopeLookbackOpen)
macdSlowSlope := s1
array.push(macdSlowSlopeArr, macdSlowSlope)
if array.size(macdSlowSlopeArr) > macdSlopeLookbackClose
array.shift(macdSlowSlopeArr)
[s2, _] = linreg(macdSlowSlopeArr, macdSlopeLookbackClose)
macdCloseSlope := s2
// MACD Signal Calculation
// > open signal
threshold_macdSlowSlope = input.float(0.75, "MACD Slope Open Threshold", step = 0.05)
macdSlowSlopeOverThreshold = math.abs(macdSlowSlope) >= threshold_macdSlowSlope
macdSlowSlopeTrend = macdSlowSlope - getArrayValue(macdSlowSlopeArr, 1)
macdSlowSlopeTrendConfirm = macdSlowSlope*macdSlowSlopeTrend >0
if (macdSlowSlopeOverThreshold and macdSlowSlopeTrendConfirm)
macd_signal := 3*macdSlowSlope/math.abs(macdSlowSlope)
else
macd_signal := 0
// > close signal
int macdCloseSignal = 0
macdCloseSignal := intergerizeSignal(macdCloseSlope)
// Histogram signal Calculation
histSlow = macdLine - signalLine
if (ta.crossover(histSlow, 0))
histo_signal := 2
if (ta.crossunder(histSlow, 0))
histo_signal := -2
// -------------------------------- RSI Signal (Close) --------------------------------
int rsiCloseSignal = 0
varip float rsiSlow = na
rsiPeriod = input(14, title="RSI Period")
varip dailyCloseRSIFilter = array.new_float()
// rewrite pine_rsi to remove NaN value from series at calculation
dailyCloseRSIFilter := filterNA(dailyCloseRSIFilter, dailyClose, rsiPeriod)
if not na(dailyClose[0])
rsiSlow := pine_rsi(dailyCloseRSIFilter, rsiPeriod)
if rsiSlow > 80
rsiCloseSignal := -1
else if rsiSlow < 20
rsiCloseSignal := 1
else
rsiCloseSignal := 0
// -------------------------------- Overall Signal --------------------------------
// Close signal
closeSignals = array.from(macdCloseSignal, rsiCloseSignal)
closeSignal := array.includes(closeSignals, 1) ? 1 : array.includes(closeSignals, -1) ? -1 : 0
closeSignal := closeSignal * 5
// Open signal
if (macd_signal * st_signal > 0) and (macd_signal * macd_close_signal >= 0)
openSignal := intergerizeSignal(st_signal)
openSignal := openSignal * 6
else
openSignal := 0
// -------------------------------- Order --------------------------------
// if strategy.position_size == 0
if openSignal * closeSignal >=0
if openSignal > 0
strategy.entry("Long Entry", strategy.long)
else if openSignal < 0
strategy.entry("Short Entry", strategy.short)
if strategy.position_size != 0
if closeSignal < 0
strategy.close("Long Entry")
if closeSignal > 0
strategy.close("Short Entry")
// -------------------------------- Plot --------------------------------
plot(closeSignal, title="Close Signal", color=color.red, linewidth = 1, style=plot.style_area)
plot(openSignal, title="Open Signal", color=color.green, linewidth = 1, style=plot.style_area)
plot(st_signal, title="ST Signal", color=color.black, linewidth = 1, style=plot.style_circles)
plot(macd_signal, title="MACD Signal", color=color.blue, linewidth = 1, style=plot.style_circles)
// plot(macdSlowSlope, title="macd slow slope", color=color.purple, linewidth = 1, style=plot.style_line)
// plot(macdCloseSlope, title="macd slow slope", color=color.lime, linewidth = 1, style=plot.style_line)
hline(0, "Zero Line", color=color.gray)