Strategi CAT Fluktuasi Pembalikan

Penulis:ChaoZhang, Tarikh: 2024-02-19 14:29:51
Tag:

img

Ringkasan

Strategi CAT Fluktuasi Pembalikan adalah strategi perdagangan kuantitatif berdasarkan penunjuk teknikal. Strategi ini menilai trend pasaran dan kedudukan sokongan / rintangan melalui MA, EMA dan penunjuk lain, dan menggabungkan penunjuk angsa hitam dan angsa putih tersuai untuk menentukan turun naik yang tidak normal, dengan itu melaksanakan strategi perdagangan trend membeli rendah dan menjual tinggi.

Prinsip Strategi

Logik teras strategi CAT Fluktuasi Pembalikan adalah untuk menilai trend keseluruhan melalui penunjuk teknikal seperti MA dan EMA, dan kemudian menangkap peluang turun naik yang tidak normal menggunakan penunjuk angsa hitam dan angsa putih yang disesuaikan. Prinsip khusus adalah sebagai berikut:

  1. Gunakan penunjuk seperti SMA dan EMA untuk menentukan arah trend keseluruhan. Sebagai contoh, EMA144 melintasi di atas EMA169 dianggap isyarat kenaikan, dan EMA144 melintasi di bawah EMA169 dianggap isyarat penurunan.

  2. Indikator angsa hitam khusus ditakrifkan sebagai (tutup - terbuka) / tutup. Ia mencerminkan tahap turun naik yang tidak normal dari candlestick. Apabila penunjuk angsa hitam melebihi ambang (seperti 0.0191) dan penutupan lebih rendah daripada terbuka, ia menunjukkan turun naik yang tidak normal yang memberikan peluang untuk pendek.

  3. Indikator angsa putih adalah sama dengan indikator angsa hitam, yang juga mencerminkan tahap turun naik yang tidak normal dari lilin. Apabila indikator angsa putih melebihi ambang dan penutupan lebih tinggi daripada terbuka, ia menunjukkan turun naik yang tidak normal yang memberikan peluang rindu.

  4. Selepas menangkap peluang turun naik yang tidak normal, ia akan menunggu isyarat pembalikan dari penunjuk seperti EMA untuk menutup kedudukan, dengan itu mencapai membeli rendah dan menjual tinggi.

Strategi ini menggabungkan penggunaan purata bergerak untuk menentukan trend dan penunjuk tersuai untuk menangkap anomali, yang melaksanakan strategi kuantitatif perdagangan pembalikan biasa.

Analisis Kelebihan

Strategi CAT Fluktuasi Pembalikan mempunyai kelebihan berikut:

  1. Mengambil turun naik yang tidak normal dengan kadar kemenangan yang agak tinggi. Indikator angsa hitam dan angsa putih dapat menangkap turun naik harga yang tidak normal. Fluktuasi ini sering menyiratkan pembalikan, jadi kadar kemenangan perdagangan lebih tinggi.

  2. Peraturan masuk dan keluar yang jelas mengelakkan mengikuti trend secara buta. Kriteria masuk dan keluar strategi ini sangat jelas, yang membantu mengelakkan operasi rawak dan emosi oleh peniaga.

  3. Pelbagai parameter dan penunjuk untuk pengoptimuman dan penyesuaian. Seperti parameter kitaran MA dan EMA, parameter ambang penunjuk angsa hitam dan angsa putih, dll., boleh dioptimumkan dan diselaraskan untuk menjadikan strategi lebih sesuai dengan produk dan persekitaran perdagangan yang berbeza.

  4. Ia boleh digunakan untuk perdagangan frekuensi tinggi dan frekuensi rendah. Strategi ini menggabungkan kedua-dua trend dan pembalikan, dan boleh dikonfigurasi untuk kitaran masa yang berbeza untuk digunakan dalam senario perdagangan frekuensi tinggi dan frekuensi rendah.

  5. Langkah-langkah kawalan risiko yang agak lengkap. Strategi ini menggunakan peratusan ekuiti untuk penempatan pesanan dan juga mempunyai mekanisme stop loss untuk mengawal kerugian perdagangan tunggal dengan berkesan.

Analisis Risiko

Strategi CAT Fluktuasi Pembalikan juga mempunyai beberapa risiko, terutamanya:

  1. Risiko pengoptimuman parameter. Tetapan parameter seperti angsa hitam dan angsa putih mempunyai kesan besar terhadap prestasi strategi. Jika parameter ditetapkan dengan tidak betul, ia akan sangat mengurangkan keuntungan strategi.

  2. Risiko penarikan: Apabila pasaran menunjukkan trend satu sisi yang lebih lama, strategi ini boleh menghasilkan kerugian berturut-turut dan penarikan yang lebih besar.

  3. Risiko terputus palsu. terputus palsu sering muncul dalam realiti dalam jangka pendek. jika parameter terlalu sensitif ia boleh menyebabkan terlalu banyak perdagangan yang tidak perlu.

Sebagai tindak balas kepada risiko di atas, langkah-langkah berikut boleh diambil:

  1. Menubuhkan mekanisme pengoptimuman parameter, menggunakan data sejarah untuk pengujian dan pengoptimuman yang ketat untuk memastikan tetapan parameter yang munasabah.

  2. Tetapkan mekanisme stop loss. Stop loss yang munasabah dapat mengawal secara berkesan kerugian perdagangan tunggal dan pengeluaran maksimum.

  3. Elakkan tetapan parameter yang terlalu sensitif dengan menambah keadaan penapisan tertentu untuk mengelakkan gangguan pecah palsu.

Arahan pengoptimuman

Strategi CAT Fluktuasi Pembalikan juga mempunyai ruang yang besar untuk pengoptimuman. Arah pengoptimuman utama adalah:

  1. Memperbaiki lagi penunjuk angsa hitam dan angsa putih dengan menetapkan kombinasi parameter yang berbeza untuk mengenal pasti turun naik yang tidak normal dengan lebih tepat dan komprehensif.

  2. Meningkatkan algoritma pembelajaran mesin, menggunakan rangkaian saraf atau kaedah pembelajaran ensemble untuk mengoptimumkan konfigurasi parameter secara automatik supaya parameter strategi menyesuaikan secara dinamik untuk penyesuaian yang lebih baik dengan perubahan pasaran.

  3. Menggunakan teknologi pembelajaran mendalam untuk mengenal pasti corak carta untuk membantu menilai isyarat pembalikan harga dan meningkatkan prestasi strategi.

  4. Tambah kawalan logik kabur ke atas sensitiviti parameter, mengekalkan parameter stabil apabila trend jelas, dan meningkatkan sensitiviti parameter pada titik perubahan apabila trend berbalik.

  5. Menggabungkan kaedah pengoptimuman global seperti algoritma genetik bebas parameter dan pengelasan simulasi untuk mencapai pengoptimuman pelbagai parameter secara keseluruhan.

  6. Memperluas pelbagai perdagangan, meningkatkan pelbagai lain seperti saham dan mata wang kripto untuk arbitraj rentas pasaran.

Melalui pengoptimuman model dan parameter yang sistematik, ketahanan strategi CAT Fluktuasi Pembalikan dapat ditingkatkan lagi, dengan itu memperoleh hasil perdagangan yang unggul.

Kesimpulan

Strategi CAT Fluktuasi Pembalikan menggabungkan purata bergerak dan penunjuk tersuai untuk mengenal pasti pembalikan pasaran dengan berkesan dalam strategi perdagangan kuantitatif. Strategi ini mempunyai kelebihan seperti menangkap turun naik yang tidak normal, peraturan masuk dan keluar lalai, dan ruang pengoptimuman yang besar. Kesan dapat ditingkatkan lagi melalui pengoptimuman parameter dan model. Risiko seperti risiko pengoptimuman parameter, risiko penarikan, dan risiko pecah palsu perlu dijaga. Secara keseluruhan, idea strategi ini adalah munasabah dan mempunyai kepraktisan yang baik.


/*backtest
start: 2024-01-01 00:00:00
end: 2024-01-31 23:59:59
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4


//适合1分钟-3分钟的k线,发生波动超过百分之二时,自动报警
strategy("BlackSwan strategy", overlay=true,
         initial_capital=10000, currency='USD', default_qty_type=strategy.percent_of_equity,
         default_qty_value=100, commission_type= strategy.commission.percent, commission_value=0.075,pyramiding=3)
//-------------------------------------------
//-------------------------------------------
timecondition =  timeframe.period =="480"  or timeframe.period =="240" or timeframe.period =="D"  or timeframe.period =="720"
// Make input options that configure backtest date range
startDate = input(title="Start Date", type=input.integer,
     defval=1, minval=1, maxval=31)
startMonth = input(title="Start Month", type=input.integer,
     defval=11, minval=1, maxval=12)
startYear = input(title="Start Year", type=input.integer,
     defval=2018, minval=1800, maxval=2100)
endDate = input(title="End Date", type=input.integer,
     defval=1, minval=1, maxval=31)
endMonth = input(title="End Month", type=input.integer,
     defval=11, minval=1, maxval=12)
endYear = input(title="End Year", type=input.integer,
     defval=2031, minval=1800, maxval=2100)
// Look if the close time of the current bar
// falls inside the date range
inDateRange = (time >= timestamp(syminfo.timezone, startYear,
         startMonth, startDate, 0, 0)) and
     (time < timestamp(syminfo.timezone, endYear, endMonth, endDate, 0, 0))
     
     

// Inputs
a = input(1,     title = "Key Vaule. 'This changes the sensitivity'")
c = input(10,    title = "ATR Period")
h = input(false, title = "Signals from Heikin Ashi Candles")


ma60 = sma(close,60)
ema144 = ema(close,144)

ema169 = ema(close,169)
ma20=sma(close,20)

     
plot(ema144,color=color.yellow, title="144")
plot(ema169,color=color.orange, title="169")

    
heitiane=(close-open)
heitiane:=abs(heitiane)
heitiane:=heitiane/close

if (inDateRange and  heitiane >0.0191 and close<open) //  and close>f3
    strategy.entry("botsell20", strategy.short, comment = "黑天鹅追空"+tostring(heitiane))

if(crossover(ema144,ema169))
    strategy.close("botsell20", comment = "平空")
if (inDateRange and  heitiane >0.0191 and close>open) //  and close>f3
    strategy.entry("botbuy20", strategy.long, comment = "白天鹅追多"+tostring(heitiane))

if(crossunder(ema144,ema169))
    strategy.close("botbuy20", comment = "平多")
  


Lebih lanjut