Rangka Masa Dinamik Strategi Pemecahan Tinggi-Rendah


Tarikh penciptaan: 2024-06-03 17:01:06 Akhirnya diubah suai: 2024-06-03 17:01:06
Salin: 0 Bilangan klik: 489
1
fokus pada
1617
Pengikut

Rangka Masa Dinamik Strategi Pemecahan Tinggi-Rendah

Gambaran keseluruhan

Strategi ini menggunakan penembusan titik tinggi dan rendah pada bingkai masa yang dinamik untuk menghasilkan isyarat perdagangan. Ia memutuskan sama ada membeli atau menjual dengan membandingkan harga tertinggi dan terendah pada bingkai masa semasa dengan harga penutupan bingkai masa sebelumnya ditambah beberapa titik.

Prinsip Strategi

Strategi ini menggunakan titik-titik tinggi dan rendah dalam pelbagai jangka masa untuk menilai pergerakan harga. Pertama, berdasarkan jangka masa yang dipilih oleh pengguna, mendapatkan harga tertinggi, terendah dan harga penutupan yang sesuai. Kemudian, dengan membandingkan apakah harga tertinggi dalam jangka masa semasa lebih besar daripada harga penutupan pada jangka masa sebelumnya ditambah dengan beberapa titik untuk menentukan isyarat beli. Begitu juga, dengan membandingkan apakah harga terendah dalam jangka masa semasa lebih kecil daripada harga penutupan pada jangka masa sebelumnya dikurangkan untuk menentukan isyarat jual.

Kelebihan Strategik

  1. Kebolehan beradaptasi: Dengan menggunakan bingkai masa yang dinamik, strategi dapat menyesuaikan diri dengan keadaan pasaran yang berbeza dan ciri-ciri turun naik, meningkatkan kebolehan beradaptasi dan kestabilan strategi.
  2. Mudah difahami: Logik strategi jelas, mudah difahami dan dilaksanakan, tanpa memerlukan model matematik atau algoritma pembelajaran mesin yang rumit.
  3. Fleksibiliti yang tinggi: Pengguna boleh menyesuaikan jangka masa dan nilai titik berdasarkan keutamaan dan pengalaman mereka untuk mengoptimumkan prestasi strategi.
  4. Intuitif: Dengan meletakkan isyarat beli dan jual di carta dan melukis kurva kepentingan, pengguna dapat menilai prestasi dan risiko strategi secara intuitif.

Risiko Strategik

  1. Sensitiviti parameter: Prestasi strategi mungkin sensitif terhadap parameter seperti bingkai masa dan nilai titik, dan parameter yang tidak sesuai boleh menyebabkan prestasi strategi yang buruk.
  2. Risiko overfit: Jika data sejarah terlalu banyak digabungkan semasa optimasi parameter, ia boleh menyebabkan strategi tidak berfungsi dengan baik dalam aplikasi sebenar.
  3. Risiko pasaran: prestasi strategi mungkin dipengaruhi oleh faktor-faktor seperti kejadian pasaran yang tidak dijangka, perubahan dasar, dan sebagainya, yang menyebabkan kerugian.

Arah pengoptimuman strategi

  1. Parameter penyesuaian dinamik: berdasarkan keadaan pasaran dan prestasi strategi, parameter penyesuaian dinamik seperti jangka masa dan titik penurunan untuk menyesuaikan diri dengan perubahan pasaran dan meningkatkan kestabilan strategi.
  2. Memperkenalkan pengurusan risiko: Memperkenalkan langkah-langkah kawalan risiko seperti berhenti kerugian, pengurusan kedudukan dalam strategi untuk mengurangkan had risiko perdagangan tunggal dan margin penarikan balik.
  3. Gabungan dengan petunjuk lain: menggabungkan strategi ini dengan petunjuk teknikal atau asas lain untuk membentuk sistem perdagangan yang lebih kukuh dan menyeluruh.
  4. Pengoptimuman kecekapan kod: mengoptimumkan dan memperbaiki kod, meningkatkan kecekapan dan kelajuan pelaksanaan strategi, mengurangkan kesan seperti kelewatan dan slippage.

ringkaskan

Strategi penembusan titik tinggi dan rendah pada bingkai masa dinamik menghasilkan isyarat perdagangan berdasarkan penembusan titik tinggi dan rendah pada data harga pada bingkai masa yang berbeza. Strategi ini logiknya jelas, mudah disesuaikan, mudah dilaksanakan dan dioptimumkan. Tetapi ada juga masalah seperti sensitif parameter, overfit dan risiko pasaran, yang memerlukan pengoptimuman dan penambahbaikan yang berterusan dalam aplikasi sebenar.

Kod sumber strategi
/*backtest
start: 2023-05-28 00:00:00
end: 2024-06-02 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy(" NIFTY 65-15 ", overlay=true)

// Define input options for point settings and timeframe
points = input.int(60, title="Point Threshold", minval=1, step=1)
timeframe = input.timeframe("60", title="Timeframe", options=["1", "3", "5", "15", "30", "60", "240", "D", "W", "M"])

// Calculate high and low of the selected timeframe
high_timeframe = request.security(syminfo.tickerid, timeframe, high)
low_timeframe = request.security(syminfo.tickerid, timeframe, low)
close_timeframe = request.security(syminfo.tickerid, timeframe, close)

// Define conditions for Buy and Sell
buyCondition = high_timeframe > (close_timeframe[1] + points)
sellCondition = low_timeframe < (close_timeframe[1] - points)

// Entry and exit rules
if (buyCondition)
    strategy.entry("Buy", strategy.long)

if (sellCondition)
    strategy.entry("Sell", strategy.short)

// Close the positions based on the conditions
if (sellCondition)
    strategy.close("Buy")

if (buyCondition)
    strategy.close("Sell")

// Plot Buy and Sell signals on the chart
plotshape(series=buyCondition, title="Buy Entry", color=color.green, style=shape.triangleup, location=location.belowbar)
plotshape(series=sellCondition, title="Sell Entry", color=color.red, style=shape.triangledown, location=location.abovebar)

// Plot the equity curve of the strategy
plot(strategy.equity, title="Equity", color=color.blue, linewidth=2)