ianzeng123
Gambaran keseluruhan
Strategi ini adalah sistem perdagangan trend-tracking berdasarkan pendekatan Nadaraya-Watson Core Estimation Method dan moving average crossover. Strategi ini menggunakan fungsi Gaussian Core untuk memperhalusi data harga, menggabungkan isyarat crossover dengan moving averages untuk menangkap trend pasaran, dan mewujudkan perdagangan trend-tracking yang cerdas. Strategi ini menggunakan pengurusan kedudukan peratusan, dengan kepentingan akaun 10% digunakan secara lalai setiap perdagangan.
Prinsip Strategi
Pusat strategi adalah kaedah anggaran teras Nadaraya-Watson, yang menggunakan fungsi teras Gaussian untuk melonggarkan data harga tanpa parameter. Implementasi khusus merangkumi langkah-langkah berikut:
- Menggunakan fungsi inti Gaussian untuk mengira berat, parameter lebar jalur h ditetapkan kepada 8.0
- Pelancaran berat ke 500 titik data harga terakhir
- Hitung purata bergerak sederhana (SMA) data selepas meluruskan, dengan tempoh 15 kitaran
- Apabila rata-rata bergerak di atas kurva rata, ia menghasilkan isyarat multitasking
- Sinyal kosong dihasilkan apabila rata-rata bergerak di bawah kurva rata
- Menggunakan pembolehubah status kedudukan untuk mengesan kedudukan semasa dan mengelakkan pembukaan kedudukan berulang
Kelebihan Strategik
- Menggunakan pendekatan anggaran bukan parameter, tanpa mengandaikan pengedaran data, lebih sesuai dengan perubahan pasaran
- Fungsi teras Gaussian yang lancar dapat mengurangkan kesan bunyi dan meningkatkan kualiti isyarat
- Mengurangkan isyarat palsu dengan menggunakan cross-validate moving averages
- Menggunakan Sistem Pengurusan Kedudukan untuk mengawal risiko
- Kod yang ringkas, cekap, mudah dijaga dan dioptimumkan
- Logik strategi yang jelas untuk berdagang dalam pelbagai tempoh masa
Risiko Strategik
- Risiko sensitiviti parameter: pilihan untuk bandwidth h dan tempoh purata bergerak akan mempengaruhi prestasi strategi dengan ketara
- Risiko ketinggalan: Perkiraan teras dan purata bergerak mempunyai ketinggalan, mungkin terlepas daripada kejadian yang mendadak
- Risiko pasaran goyah: Sinyal palsu mudah dihasilkan dalam pasaran goyah mendatar
- Kos pengiraan: memerlukan banyak data sejarah yang boleh menjejaskan prestasi masa nyata
- Risiko over-fit: pengoptimuman parameter boleh menyebabkan data sejarah yang terlalu sesuai
Arah pengoptimuman strategi
- Memperkenalkan bandwidth adaptif: menyesuaikan parameter bandwidth secara dinamik mengikut turun naik kadar pasaran
- Menambah penapisan keadaan pasaran: Tambah indikator kekuatan trend untuk mengambil kedudukan di pasaran yang sedang trend
- Mekanisme penangguhan optimum: reka bentuk penangguhan dinamik berdasarkan kadar turun naik
- Pengurusan kedudukan yang lebih baik: menyesuaikan saiz kedudukan mengikut kekuatan isyarat dan turun naik pasaran
- Memperkenalkan analisis kitaran masa berbilang: penilaian trend yang menggabungkan kitaran masa yang lebih lama
ringkaskan
Strategi ini secara inovatif menggabungkan anggaran teras Nadaraya-Watson dengan analisis teknikal tradisional untuk membina sistem pengesanan trend yang mantap. Ia menangkap trend pasaran dengan berkesan dengan menyeberangi teras Gaussian dan purata bergerak, sambil mengawal risiko. Strategi ini mempunyai ruang penskalaan dan pengoptimuman yang baik untuk pengembangan dan aplikasi praktikal selanjutnya.
/*backtest
start: 2024-02-21 00:00:00
end: 2025-02-18 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Binance","currency":"BTC_USDT"}]
*/
// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © UniCapInvest
//@version=5
strategy("Nadaraya-Watson Strategy with Moving Average Crossover", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=10, max_bars_back=500)
// Girdiler
h = input.float(8.,'Bandwidth', minval = 0)
src = input(close,'Source')
lookback = input.int(15, "Moving Average Lookback", minval=1)
// Gaussian fonksiyonu
gauss(x, h) => math.exp(-(math.pow(x, 2)/(h * h * 2)))
// Nadaraya-Watson smoothed değerini hesaplama
var float smoothed = na
sum_w = 0.0
sum_xw = 0.0
for i = 0 to 499
w = gauss(i, h)
sum_w += w
sum_xw += src[i] * w
smoothed := sum_w != 0 ? sum_xw / sum_w : na
// Hareketli ortalama hesaplama
ma = ta.sma(smoothed, lookback)
// Alım ve satım koşulları (kesişimlere göre)
longCondition = ta.crossover(smoothed, ma)
shortCondition = ta.crossunder(smoothed, ma)
// Pozisyon durumu
var bool inPosition = false
// Strateji giriş ve çıkış koşulları
if (longCondition and not inPosition)
strategy.entry("Long", strategy.long)
inPosition := true
if (shortCondition and inPosition)
strategy.entry("Short", strategy.short)
inPosition := false
// Plotting
plot(smoothed, color=color.blue, title="Nadaraya-Watson Smoothed")
plot(ma, color=color.red, title="Moving Average")