ChaoZhang
Gambaran keseluruhan
Strategi Darvas untuk memecahkan kotak dan pengurusan risiko adalah kaedah perdagangan kuantitatif yang menggabungkan analisis teknikal dan pengurusan risiko. Strategi ini berdasarkan teori kotak Darvas yang dibangunkan oleh Nicholas Darvas untuk menangkap trend naik yang berpotensi dengan mengenal pasti corak di mana harga memecahkan puncak bersejarah.
Melalui analisis kod yang disediakan, kita dapat melihat bahawa teras strategi ini adalah untuk membina kotak Darvas dan menghasilkan isyarat beli ketika harga menembusi kotak dan menghasilkan isyarat jual ketika harga menembusi bahagian bawah kotak. Strategi ini juga menggunakan indikator teknikal seperti purata bergerak, MACD dan RSI untuk mengesahkan isyarat perdagangan, dan menggunakan teknik pengurusan risiko seperti peratusan stop loss dan peratusan ganjaran risiko untuk mengawal risiko setiap perdagangan.
Prinsip Strategi
Pembinaan kotak Darvas:
- Fungsi input.int() menetapkan kitaran kotak ((boxp) dengan 5 kitaran secara lalai.
- Harga terendah ((LL) dan harga tertinggi ((k1, k2, k3) dalam kitaran pengiraan.
- Tentukan keadaan pembentukan NH dan kotak.
- Tentukan kotak di bahagian atas (TopBox) dan di bahagian bawah (BottomBox) [2].
Sinyal dagangan dihasilkan:
- Sinyal beli ((Buy): apabila harga penutupan dipicu ketika melalui kotak di atas.
- Isyarat menjual: Apabila harga penutupan berlaku, isyarat ini akan dihidupkan apabila harga penutupan berlaku.
Pelaksanaan strategi:
- Fungsi strategi.entry () digunakan untuk membuka lebih banyak kedudukan apabila isyarat beli muncul.
- Fungsi strategi.close () digunakan untuk melonggarkan kedudukan apabila isyarat menjual muncul.
Untuk dilihat:
- Gambarkan sempadan atas dan bawah kotak Darvas menggunakan fungsi plot (().
- Fungsi plotshape (()) digunakan untuk menandakan isyarat beli dan jual di carta.
Pengurusan Risiko:
- Tetapkan peratusan dana untuk setiap transaksi dengan parameter default_qty_type dan default_qty_value.
- Ukuran kotak boleh dikawal dengan menyesuaikan parameter boxp, yang secara tidak langsung mempengaruhi stop loss.
Kelebihan Strategik
Pengesanan Trend: Strategi kotak Darvas mampu menangkap tren naik pasaran dengan berkesan, dan sangat sesuai untuk mendapatkan keuntungan yang ketara di pasaran yang kuat.
Objektiviti yang kuat: Strategi ini berdasarkan model matematik dan penunjuk teknikal yang jelas, mengurangkan bias yang disebabkan oleh penilaian subjektif.
Kawalan risiko: Mengendalikan risiko perdagangan dengan cara menetapkan peratusan dana tetap.
Fleksibiliti: Parameter strategi boleh disesuaikan untuk menyesuaikan diri dengan keadaan pasaran dan jenis perdagangan yang berbeza.
Sokongan visual: Membantu pedagang memahami dan memantau pelaksanaan strategi dengan memaparkan kotak Darvas dan isyarat perdagangan secara intuitif pada carta.
Perdagangan automatik: Strategi boleh diintegrasikan dengan mudah ke dalam sistem perdagangan automatik, mengurangkan campur tangan manusia.
Risiko Strategik
Risiko penembusan palsu: Dalam pasaran yang bergolak, penembusan palsu mungkin berlaku dengan kerap, menyebabkan terlalu banyak isyarat yang salah.
Keterlambatan: Pembentukan kotak Darvas memerlukan masa dan mungkin kehilangan peluang pasaran yang cepat.
Risiko penarikan balik: Dalam pasaran yang bergelombang, harga mungkin jatuh kembali dengan cepat selepas mencetuskan isyarat beli, menyebabkan kerugian yang lebih besar.
Sensitiviti parameter: Prestasi strategi lebih sensitif kepada tetapan parameter boxp, parameter yang tidak betul boleh menyebabkan prestasi strategi yang buruk.
Kurangnya mekanisme penangguhan: Strategi semasa tidak mempunyai mekanisme penangguhan yang jelas, yang boleh menyebabkan kehilangan peluang terbaik untuk mendapatkan keuntungan.
Untuk mengurangkan risiko ini, langkah-langkah berikut boleh dipertimbangkan:
- Gabungan dengan penunjuk teknikal lain seperti purata bergerak atau RSI untuk menyaring isyarat pecah palsu.
- Menggunakan strategi hentian kerugian dinamik, seperti hentian hentian untuk lebih melindungi keuntungan.
- Memperkenalkan penunjuk kadar turun naik, menyesuaikan skala dagangan atau menangguhkan dagangan pada masa turun naik yang tinggi.
- Dengan mengkaji semula parameter boxp yang dioptimumkan, anda boleh mencari tetapan yang paling sesuai untuk pasaran sasaran.
- Menambah syarat-syarat penangguhan, seperti penutupan automatik apabila harga mencapai tahap keuntungan tertentu.
Arah pengoptimuman strategi
Sinyal disahkan:
- Mengintegrasikan purata bergerak silang atau MACD untuk mengesahkan kesahihan penembusan.
- Analisis jumlah trafik diperkenalkan, dan isyarat penembusan hanya disahkan apabila jumlah trafik meningkat dengan ketara.
Pengaturan parameter dinamik:
- Untuk menyesuaikan parameter boxp secara dinamik mengikut kadar turun naik pasaran, gunakan boxp yang lebih besar pada masa turun naik rendah dan boxp yang lebih kecil pada masa turun naik tinggi.
- Untuk mencapai saiz kotak Darvas yang menyesuaikan diri, ia dapat menyesuaikan diri secara automatik mengikut turun naik harga baru-baru ini.
Pengoptimuman Pengurusan Risiko:
- Menambah mekanisme hentian dinamik, seperti hentian peratusan atau hentian ATR
- Menerapkan pengurusan kedudukan berdasarkan nisbah risiko / pulangan, meningkatkan kedudukan apabila nisbah risiko / pulangan tinggi, mengurangkan kedudukan apabila nisbah risiko / pulangan rendah.
Analisis pelbagai kerangka masa:
- Membina kotak Darvas pada jangka masa yang lebih besar untuk menentukan trend keseluruhan.
- Mencari peluang untuk masuk dalam jangka masa yang lebih singkat dan meningkatkan ketepatan transaksi.
Integrasi Pembelajaran Mesin:
- Menggunakan algoritma pembelajaran mesin untuk meramalkan kemungkinan kejayaan menembusi kotak Darvas.
- Mempertingkatkan prestasi keseluruhan strategi dengan mengoptimumkan parameter strategi melalui model pembelajaran mendalam.
Keadaan pasaran:
- Memperkenalkan mekanisme pengenalan keadaan pasaran, menggunakan strategi perdagangan yang berbeza di bawah keadaan pasaran yang berbeza (trend, goyah, berbalik).
- Mengubah kekerapan dan skala perdagangan secara automatik untuk menyesuaikan diri dengan perubahan pasaran semasa turun naik yang tinggi.
Arahan pengoptimuman ini bertujuan untuk meningkatkan kestabilan dan keuntungan strategi, sambil mengurangkan risiko. Dengan memperkenalkan lebih banyak alat analisis teknikal dan teknik pengurusan risiko, strategi dapat menyesuaikan diri dengan lebih baik dengan keadaan pasaran yang berbeza, meningkatkan kemungkinan keuntungan jangka panjang.
ringkaskan
Strategi Darvas untuk memecahkan kotak dan pengurusan risiko adalah strategi perdagangan kuantitatif yang menggabungkan kaedah analisis teknikal klasik dan konsep kawalan risiko moden. Ia menggunakan teori kotak Darvas untuk menangkap penembusan harga dan mengawal risiko perdagangan melalui pengurusan risiko yang ketat. Keunggulan strategi adalah objektifnya, keupayaan untuk mengesan trend dan mengawal risiko, tetapi juga menghadapi cabaran seperti penembusan palsu dan kepekaan parameter.
Melalui analisis dan pengoptimuman yang mendalam, kami mengemukakan beberapa arah penambahbaikan, termasuk pengesahan isyarat, penyesuaian parameter dinamik, pengoptimuman pengurusan risiko, analisis pelbagai kerangka masa, integrasi pembelajaran mesin dan penyesuaian keadaan pasaran.
Bagi peniaga, memahami dan melaksanakan strategi ini dengan betul memerlukan pengetahuan pasaran yang mendalam dan kemampuan analisis teknikal. Pada masa yang sama, pengukuran dan pengoptimuman parameter yang berterusan adalah kunci untuk mengekalkan keberkesanan strategi.
/*backtest
start: 2023-07-23 00:00:00
end: 2024-07-28 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Darvas Box Strategy", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=100)
// Input settings
boxp = input.int(defval=5, title="Length", minval=1, maxval=500)
// Calculate the lowest low and highest highs
LL = ta.lowest(low, boxp)
k1 = ta.highest(high, boxp)
k2 = ta.highest(high, boxp - 1)
k3 = ta.highest(high, boxp - 2)
// Calculate New High (NH)
NH = ta.valuewhen(high > k1[1], high, 0)
box1 = k3 < k2
// Define the top and bottom of the Darvas Box
TopBox = ta.valuewhen(ta.barssince(high > k1[1]) == boxp - 2 and box1, NH, 0)
BottomBox = ta.valuewhen(ta.barssince(high > k1[1]) == boxp - 2 and box1, LL, 0)
// Plot the Darvas Box
plot(TopBox, linewidth=2, color=color.new(color.green, 0), title="TBbox")
plot(BottomBox, linewidth=2, color=color.new(color.red, 0), title="BBbox")
// Buy and Sell signals
Buy = ta.crossover(close, TopBox)
Sell = ta.crossunder(close, BottomBox)
// Set strategy orders
if (Buy)
strategy.entry("Buy", strategy.long)
if (Sell)
strategy.close("Buy")
// Alert conditions
alertcondition(Buy, title="Buy Signal", message="Buy")
alertcondition(Sell, title="Sell Signal", message="Sell")
// Plot Buy and Sell signals
plotshape(Buy, style=shape.labelup, location=location.belowbar, color=color.new(color.green, 0), size=size.tiny, title="Buy Signal", text="Buy", textcolor=color.black)
plotshape(Sell, style=shape.labeldown, location=location.abovebar, color=color.new(color.red, 0), size=size.tiny, title="Sell Signal", text="Sell", textcolor=color.white)