Strategi ambang dinamik penyesuaian berdasarkan data siri masa

Gambaran keseluruhan

Strategi ini adalah data urutan masa nilai bersih berdasarkan saham atau aset kewangan lain, dengan faktor kelancaran yang diukur secara dinamik rasio kecekapan (ER) sebagai purata bergerak indeks (EMA), sehingga menyesuaikan diri dengan cara yang sesuai untuk melangkah ke bawah dan mencetuskan isyarat membeli dan menjual. Gagasan utama strategi ini adalah menggunakan semua maklumat yang terkandung dalam data nilai bersih itu sendiri, dengan mengira kerumitan perubahan nilai bersih (ER) untuk menyesuaikan faktor kelancaran EMA secara dinamik, dan seterusnya mendapat perubahan dinamik ke atas dan ke bawah.

Prinsip Strategi

1. Mengira nisbah kecekapan data nilai bersih ((ER), iaitu nisbah perubahan nilai bersih dengan jumlah perubahan. Nilai ER yang lebih kecil menunjukkan perubahan nilai bersih yang lebih lancar; nilai ER yang lebih besar menunjukkan perubahan nilai bersih yang lebih teruk.
2. Mengambil ER sebagai faktor kelancaran alfa untuk fungsi pine_ema, secara dinamik mengira purata EMA dan penyelewengan mutlak dari nilai bersih.
3. Tambah nilai purata EMA dan kurangkan penyelewengan mutlak untuk mendapatkan perubahan dinamik.
4. Neraca semasa membuka lebih banyak kedudukan apabila melangkaui orbit, dan melangkaui posisi kosong apabila melangkaui orbit.

Kelebihan Strategik

1. Menggunakan sepenuhnya semua maklumat yang terkandung dalam data siri masa bersih, tanpa perlu menetapkan sebarang parameter dan pengoptimuman, kaedahnya ringkas dan semula jadi.
2. Dengan menganggarkan ER secara dinamik untuk menyesuaikan faktor kelancaran EMA, anda boleh menyesuaikan diri dengan kerumitan perubahan nilai bersih dan bertindak balas secara fleksibel terhadap perubahan pasaran.
3. Berbanding EMA parameter tetap tradisional, EMA dinamik dapat mengurangkan jumlah dagangan dan masa pegangan, mengurangkan kos dan risiko perdagangan.
4. Pengeluaran boleh dikawal dengan berkesan. Strategi ini boleh mengurangkan pengeluaran maksimum sebanyak 2-3 kali ganda berbanding dengan pembelian dan memegang, atau meningkatkan pendapatan sebanyak 2-3 kali ganda dengan pengeluaran yang sama.
5. Ia boleh digunakan dengan mudah dalam kombinasi beberapa strategi untuk tujuan menukarkan strategi secara automatik.

Risiko Strategik

1. Strategi ini adalah berdasarkan data siri masa bersih, dan mungkin lebih perlahan untuk mencetuskan kedudukan kosong, yang akan menjejaskan keuntungan, jika pergerakan harga berbalik secara mendasar.
2. Walaupun strategi ini dapat menyesuaikan parameter secara serentak, penyesuaian untuk keadaan yang melampau masih perlu dikaji lebih lanjut.
3. Strategi ini pada masa ini adalah untuk situasi yang lebih banyak dilakukan, dan lebih baik untuk situasi yang kurang.
4. Dalam aplikasi praktikal, strategi ini mempunyai keperluan yang lebih tinggi untuk kualiti yang dipilih, yang memerlukan pilihan yang lebih tinggi dalam jangka panjang.

Arah pengoptimuman strategi

1. Anda boleh mempertimbangkan untuk mengoptimumkan lagi kaedah pengiraan ER, memperkenalkan lebih banyak petunjuk yang mencerminkan ciri-ciri perubahan nilai bersih, meningkatkan kestabilan dan keberkesanan ER.
2. Anda boleh menyempurnakan lagi syarat-syarat untuk membuka kedudukan kosong, seperti mempertimbangkan untuk memasukkan Stop Loss Pergerakan, Stop Loss Peratusan, dan lain-lain, untuk meningkatkan keuntungan strategi dan ketahanan risiko.
3. Untuk pelbagai piawaian dan keadaan pasaran, anda boleh mengoptimumkan parameter dan menyesuaikan strategi untuk meningkatkan kebolehgunaan strategi.
4. Strategi ini boleh digabungkan dengan strategi lain (seperti trend tracking, regresi rata-rata, dan lain-lain) untuk memanfaatkan kelebihan strategi yang berbeza dan meningkatkan kestabilan dan keuntungan gabungan.

ringkaskan

Strategi ini memanfaatkan sepenuhnya maklumat yang terkandung dalam data urutan masa bersih, tidak memerlukan terlalu banyak parameter dan pengoptimuman, kaedahnya sederhana dan semula jadi, dapat bertindak balas secara fleksibel terhadap perubahan pasaran, mengawal penarikan balik dengan berkesan. Namun, strategi ini masih perlu dikaji lebih lanjut untuk kesesuaian dengan keadaan yang melampau, perhatikan pilihan yang diperlukan dalam aplikasi sebenar.