1. Persegi
  2. Strategi Pengesanan Volatiliti Purata Bergerak Berganda

Strategi Pengesanan Volatiliti Purata Bergerak Berganda

Penulis:ChaoZhang, Tarikh: 2024-02-29 11:15:08
Tag:

img

Ringkasan

Strategi Pengesanan Volatiliti Purata Bergerak Berganda mengintegrasikan idea-idea Golden Cross Dead Cross dan Moving Average Volatility Tracking strategi. Dengan mengira persilangan purata bergerak mudah (SMA) dengan tempoh yang berbeza, ia merealisasikan salib emas dan salib mati untuk menilai trend. Sementara itu, dengan menggabungkan Bollinger Bands dan indeks VIDYA, ia menilai trend pasaran dan volatiliti, mencapai pengenalan trend yang berkesan dan menangkap titik perubahan utama dengan cekap.

Logika Strategi

Indikator utama strategi ini termasuk Purata Bergerak Sederhana (SMA), Bollinger Bands dan Purata Dinamis Indeks Berubah (VIDYA). Strategi ini menetapkan SMA pantas dan LMA perlahan dengan tempoh yang berbeza. Salib emas garis pantas dan perlahan berfungsi sebagai isyarat panjang, sementara salib kematian berfungsi sebagai isyarat keluar. Sementara itu, ia memantau pecah harga di atas atau di bawah Bollinger Bands semasa tempoh pemegang. VIDYA, yang menggabungkan maklumat turun naik, menilai arah trend semasa dan kekuatan.

Secara khusus, logik isyarat panjang dipicu apabila SMA pantas melintasi LMA perlahan, dan harga berada di atas kurva VIDYA, yang menunjukkan peningkatan dan pengembangan turun naik. Isyarat keluar dipicu apabila SMA pantas melintasi di bawah LMA perlahan atau harga jatuh di bawah kurva VIDYA, yang menunjukkan pembalikan trend atau penyusutan turun naik.

Analisis Kelebihan

Kelebihan terbesar strategi ini adalah menggabungkan penunjuk dua untuk menilai keadaan pasaran, meningkatkan ketepatan keputusan.

  1. Strategi salib emas dan salib mati adalah mudah dan berkesan untuk mengenal pasti titik perubahan trend.
  2. Indeks VIDYA secara dinamik mengesan perubahan dalam turun naik pasaran.
  3. Bollinger Bands bertindak balas tepat pada masanya terhadap turun naik harga.

Ringkasnya, strategi ini mengintegrasikan maklumat dari trend, pembalikan, dan dimensi turun naik. Ia bertindak balas lebih cepat terhadap perubahan pasaran dan mempunyai kemungkinan yang lebih besar untuk menjana alpha.

Analisis Risiko

Walaupun strategi ini mempunyai banyak kelebihan, masih ada beberapa risiko yang perlu diketahui:

  1. Tetapan parameter yang tidak betul boleh menyebabkan perdagangan berlebihan, meningkatkan kos dan tergelincir.
  2. Isyarat yang bertentangan antara penunjuk dua boleh menyebabkan kehilangan titik masuk terbaik.
  3. Risiko overfiting backtest wujud. prestasi dagangan sebenar boleh berbeza dengan hasil backtest.

Untuk mengurangkan risiko di atas, pengoptimuman parameter, peraturan keutamaan antara isyarat, kawalan slippage, dan ujian ketahanan di bawah persekitaran pasaran yang berbeza disyorkan.

Arahan pengoptimuman

Dimensi pengoptimuman utama terletak pada penyesuaian parameter dan tetapan keadaan penapis:

  1. Mengoptimumkan parameter tempoh SMA dan LMA.
  2. Sesuaikan parameter lebar jalur untuk Bollinger Bands.
  3. Mengoptimumkan parameter pelinciran alfa di VIDYA.
  4. Tambah syarat penapis harga atau jumlah.

Gabungan pengoptimuman parameter dan penyempurnaan peraturan dapat meningkatkan kestabilan dan keuntungan.

Kesimpulan

Strategi Pengesanan Volatiliti Purata Bergerak Berganda menggunakan pelbagai penunjuk untuk menentukan keadaan pasaran, menangkap titik perubahan trend sambil memantau situasi turun naik harga.

/*backtest
start: 2024-01-29 00:00:00
end: 2024-02-28 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Combined Golden Cross and Progressive Trend Tracker", shorttitle="GCC-PTT", overlay=true)

// Inputs
fastMA_period = input(50, title="Fast MA Period")
slowMA_period = input(200, title="Slow MA Period")
src = input(close, title="Source")
lengthBB = input(20, title="Bollinger Bands Length")
mult = input(2.0, title="Bollinger Bands Multiplier")
mavType = input.string(title="Moving Average Type", defval="VAR", options=['SMA', 'EMA', 'WMA', 'TMA', 'VAR', 'WWMA', 'ZLEMA', 'TSF'])

// Calculate Moving Averages for Golden Cross
fastMA = ta.sma(src, fastMA_period)
slowMA = ta.sma(src, slowMA_period)
bullish_cross = ta.crossover(fastMA, slowMA)
bearish_cross = ta.crossunder(fastMA, slowMA)

// Progressive Trend Tracker Components (Adjusted for NA assignment issue)
Var_Func(src, length) =>
    valpha = 2 / (length + 1)
    vud1 = src > src[1] ? src - src[1] : 0
    vdd1 = src < src[1] ? src[1] - src : 0
    vUD = math.sum(vud1, length)
    vDD = math.sum(vdd1, length)
    vCMO = (vUD - vDD) / (vUD + vDD)
    VAR = 0.0 // Adjusted here, assign an initial value
    VAR := ta.ema(src * math.abs(vCMO), length)
    VAR

VAR = Var_Func(src, 14) // Example VAR calculation, adjust as needed

// Bollinger Bands for dynamic support and resistance
BBandTop = fastMA + mult * ta.stdev(src, lengthBB)
BBandBot = fastMA - mult * ta.stdev(src, lengthBB)

// Plotting
plot(fastMA, color=color.blue, title="Fast MA")
plot(slowMA, color=color.red, title="Slow MA")
plot(BBandTop, color=color.green, title="Bollinger Band Top")
plot(BBandBot, color=color.red, title="Bollinger Band Bottom")
plot(VAR, color=color.purple, title="VAR", linewidth=2)

// Strategy Logic (Adjusted for strategy use)
// Long Entry when bullish cross and close above VAR
// Exit when bearish cross or close below VAR
if (bullish_cross and close > VAR)
    strategy.entry("CGC_PTT_Long", strategy.long)
if (bearish_cross or close < VAR)
    strategy.close("CGC_PTT_Long")
Lebih lanjut

2019 FMZ - Semua hak dilindungi