Strategi perdagangan kuantitatif-membuka penjejakan arah aliran kuantitatif


Tarikh penciptaan: 2024-01-12 14:46:04 Akhirnya diubah suai: 2024-01-12 14:46:04
Salin: 0 Bilangan klik: 659
1
fokus pada
1617
Pengikut

Strategi perdagangan kuantitatif-membuka penjejakan arah aliran kuantitatif

Gambaran keseluruhan

Strategi ini mengesan trend perubahan harga dan menggabungkannya dengan perubahan jumlah transaksi, untuk mewujudkan operasi pembukaan kedudukan automatik yang menemui trend kuantitatif. Strategi ini menggunakan sistem garis rata untuk menentukan trend perubahan harga, dan kemudian menggabungkan perubahan sinkron dalam jumlah transaksi sebagai isyarat pengesahan pembukaan kedudukan.

Prinsip Strategi

Strategi perdagangan kuantitatif - logik teras untuk mengesan trend kuantitatif untuk membuka posisi berdasarkan hubungan yang sepadan antara trend perubahan harga dan perubahan jumlah transaksi. Secara khusus, strategi menggunakan harga penutupan dengan mengurangkan perbezaan harga pembukaan sebagai perubahan harga, kemudian kalikan dengan jumlah dagangan pada hari itu untuk mendapatkan harga dan kuantiti.

Analisis kelebihan

Strategi ini menggabungkan trend perubahan harga dan perubahan jumlah transaksi, dapat menyaring beberapa trend palsu yang tidak sepadan dengan harga kuantitatif, mengurangkan risiko pembukaan kedudukan, meningkatkan ketepatan pembukaan kedudukan. Kesan pengesanan kuantitatif lebih baik daripada indikator teknikal harga semata-mata. Strategi ini juga menggunakan sistem garis rata untuk menetapkan garis dasar dinamik, dapat menyesuaikan diri dengan perubahan persekitaran pasaran secara automatik, fleksibiliti yang lebih tinggi.

Analisis risiko

Strategi ini bergantung kepada kesesuaian harga dan kuantiti untuk menentukan kecenderungan kuantiti. Jika harga dan kuantiti tidak sesuai, risiko kesalahan akan meningkat. Selain itu, parameter garis rata yang tidak betul dapat mempengaruhi keberkesanan strategi.

Arah pengoptimuman

Anda boleh mempertimbangkan untuk memasukkan lebih banyak strategi pengoptimuman penapis, seperti penunjuk kadar turun naik untuk menentukan kualiti trend, memperkenalkan penunjuk emosi untuk menilai keadaan psikologi pasaran, dan sebagainya. Selain itu, anda juga boleh menguji perubahan kesan strategi di bawah sistem linear yang berbeza, mencari kombinasi parameter terbaik.

ringkaskan

Strategi perdagangan kuantitatif ini berdasarkan pengesanan hubungan harga dan jumlah perdagangan untuk membuat keputusan pembukaan kedudukan secara automatik. Dengan pencocokan kuantitatif trend harga dan kepanasan perdagangan, anda boleh menapis isyarat yang tidak berkesan dengan berkesan dan meningkatkan kadar kejayaan pembukaan kedudukan.

Kod sumber strategi
/*backtest
start: 2023-12-12 00:00:00
end: 2024-01-11 00:00:00
period: 30m
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © avsr90

//@version=5
strategy(title="Lp-Op vol",shorttitle="LPV", max_bars_back = 5000,overlay=false,format=format.volume )

//Resolutions

Resn=input.timeframe(defval="",title="resolution")
Resn1=input.timeframe(defval="D",title="resolution")

//Intraday Open and Last Price and Last price- Open Price calculations.

Last_Price=math.round_to_mintick(close)
Open_Price = request.security(syminfo.tickerid ,Resn1,close[1],barmerge.gaps_off, barmerge.lookahead_on) 
Op_Cl=math.round_to_mintick(Last_Price-Open_Price)


//length from Intra Day Open Price 
 
Nifnum= ta.change(Open_Price)
Length_Intraday=int(math.max(1, nz(ta.barssince(Nifnum)) + 1))

//Input for Length for Volume 

Length_Vol=input(defval=20, title="L for Vol")

// Last Price- Open price Volume, Average Intraday Last price-Open Price Volume 
//and  Volume Bars  calculations.

Op_Cl_Vol=(Op_Cl*volume)
Avg_Vol_Opcl=ta.sma(Op_Cl_Vol,Length_Intraday)
Vol_Bars=ta.sma(volume,Length_Vol)

//Plots 
plot(Op_Cl_Vol,color=Op_Cl_Vol>0 ? color.green:color.red,title="OPCLV")
plot(Avg_Vol_Opcl, title="Avg Vol", color=color.fuchsia)
plot(Vol_Bars, title="Vol Bars", color=color.yellow)

//Strategy parameters 

startst=timestamp(2015,10,1)

strategy.entry("lo",strategy.long,when= ta.crossover(Op_Cl_Vol,Avg_Vol_Opcl) and ta.crossover(volume,Vol_Bars))
strategy.entry("sh",strategy.short,when=ta.crossunder(Op_Cl_Vol,Avg_Vol_Opcl)and ta.crossunder(volume,Vol_Bars ))