Sistema de reversão de sobrevenda dupla
ChaoZhang
Visão geral
O sistema de ruptura de reviravolta de dupla sobreaquecimento é uma estratégia quantitativa que combina o acompanhamento de tendências e a negociação de reviravolta. A estratégia gera um sinal de compra, calculando se há sinais de sobreaquecimento consecutivos no preço de fechamento de N dias antes da comparação do preço da ação; ao mesmo tempo, em combinação com o cálculo da média móvel T3 de determinados parâmetros, gera sinais de venda, para obter proteção de lucro.
Princípio da estratégia
A estratégia consiste em duas partes:
- 123 Sistema de inversão
De acordo com a descrição do livro, o sistema de inversão observa a mudança no preço de fechamento nos últimos N dias. Se o preço de fechamento de hoje for superior ao do dia anterior e o preço de fechamento do dia anterior for inferior aos dois dias anteriores, é considerado um sinal de superação de dois dias consecutivos. O sistema gera um sinal de compra. Além disso, o sistema também é combinado com o indicador STOCH, que confirma ainda mais a validade do sinal de compra se a linha rápida de STOCH de hoje for inferior à linha lenta.
- T3 média móvel
A média móvel T3 é calculada de acordo com uma fórmula de cálculo, combinada com o índice de média móvel do preço. Ela regula a sensibilidade da média móvel às mudanças de preço através de certos parâmetros. Quando o preço atravessa a média móvel T3, gera um sinal de venda.
A estratégia combina os dois segmentos de sinais mencionados acima e, ao satisfazer simultaneamente o sinal de compra do inverso 123 e o sinal de venda da média móvel T3, produz um verdadeiro sinal de negociação.
Análise de vantagens
- Estratégias de negociação de reversão, apropriadas para comprar no fundo e acompanhar a tendência de rebote
- Estratégias de média móvel para bloquear lucros e evitar riscos
- Combinação de sinais duplos para aumentar a eficácia do sinal e reduzir os falsos
- Os benefícios de acompanhar a tendência e inverter a negociação
- Parâmetros ajustáveis, com flexibilidade para diferentes situações
Análise de Riscos
- Sinais de inversão podem causar erros de avaliação e perda de negociação
- A configuração inadequada dos parâmetros pode levar à frequência de transações, aumentando os custos de transação e os custos de deslizamento
- Os sinais de venda gerados pelas médias móveis podem bloquear os lucros prematuramente
- O risco de perdas permanece quando as coisas mudam drasticamente
- Parâmetros de otimização precisam ser definidos para selecionar o melhor parâmetro para diferentes variedades
As seguintes medidas podem ser adotadas em função dos riscos:
- Ajustar adequadamente os parâmetros de inversão de negociação para garantir a eficácia do sinal
- Ajustar os parâmetros das médias móveis para prolongar adequadamente o tempo de detenção
- Aumentar as estratégias de stop loss e reduzir as perdas individuais
- Optimizar a seleção de parâmetros para diferentes variedades
Direção de otimização
A estratégia pode ser melhorada em vários aspectos:
- Aumentar as condições de filtragem para garantir a eficácia dos sinais de transação
Pode-se, com base na estratégia original, adicionar outros indicadores técnicos como condições de filtragem, como condições de ruptura de aumento de volume de transação, para evitar transações erradas causadas pelo ruído.
- Ajustar a configuração dos parâmetros para o ambiente de mercado
Pode ser testado através de vários conjuntos de parâmetros, selecionando o parâmetro correspondente à combinação de maior taxa de retorno para otimizar o efeito da estratégia. Também pode ser configurado um parâmetro dinâmico, ajustado em tempo real de acordo com a situação do mercado.
- Otimização de adaptação de estratégias em combinação com aprendizado de máquina
Por exemplo, é possível coletar uma grande quantidade de dados históricos, usar modelos de treinamento de aprendizado de máquina para prever o melhor momento de compra e venda e otimizar os parâmetros da estratégia em tempo real.
- Parâmetros independentes definidos de acordo com as características de diferentes variedades
Diferentes variedades possuem diferentes características, e os parâmetros adequados também podem variar. Os parâmetros podem ser definidos de acordo com os dados de diferentes variedades.
Resumir
O sistema de ruptura de dupla superavaliação e reversão integra os benefícios do acompanhamento de tendências e do comércio de reversão. Ele permite comprar preços mais baixos durante a fase de superavaliação e parar em tempo hábil após o aproveitamento da tendência. A combinação efetiva de sinais de reversão e sinais de tendência permite efetivamente obter oportunidades de reversão e, ao mesmo tempo, bloquear o lucro.
/*backtest
start: 2023-09-26 00:00:00
end: 2023-10-26 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
////////////////////////////////////////////////////////////
// Copyright by HPotter v1.0 16/09/2021
// This is combo strategies for get a cumulative signal.
//
// First strategy
// This System was created from the Book "How I Tripled My Money In The
// Futures Market" by Ulf Jensen, Page 183. This is reverse type of strategies.
// The strategy buys at market, if close price is higher than the previous close
// during 2 days and the meaning of 9-days Stochastic Slow Oscillator is lower than 50.
// The strategy sells at market, if close price is lower than the previous close price
// during 2 days and the meaning of 9-days Stochastic Fast Oscillator is higher than 50.
//
// Second strategy
// This indicator plots the moving average described in the January, 1998 issue
// of S&C, p.57, "Smoothing Techniques for More Accurate Signals", by Tim Tillson.
// This indicator plots T3 moving average presented in Figure 4 in the article.
// T3 indicator is a moving average which is calculated according to formula:
// T3(n) = GD(GD(GD(n))),
// where GD - generalized DEMA (Double EMA) and calculating according to this:
// GD(n,v) = EMA(n) * (1+v)-EMA(EMA(n)) * v,
// where "v" is volume factor, which determines how hot the moving average’s response
// to linear trends will be. The author advises to use v=0.7.
// When v = 0, GD = EMA, and when v = 1, GD = DEMA. In between, GD is a less aggressive
// version of DEMA. By using a value for v less than1, trader cure the multiple DEMA
// overshoot problem but at the cost of accepting some additional phase delay.
// In filter theory terminology, T3 is a six-pole nonlinear Kalman filter. Kalman
// filters are ones that use the error — in this case, (time series - EMA(n)) —
// to correct themselves. In the realm of technical analysis, these are called adaptive
// moving averages; they track the time series more aggres-sively when it is making large
// moves. Tim Tillson is a software project manager at Hewlett-Packard, with degrees in
// mathematics and computer science. He has privately traded options and equities for 15 years.
//
// WARNING:
// - For purpose educate only
// - This script to change bars colors.
////////////////////////////////////////////////////////////
Reversal123(Length, KSmoothing, DLength, Level) =>
vFast = sma(stoch(close, high, low, Length), KSmoothing)
vSlow = sma(vFast, DLength)
pos = 0.0
pos := iff(close[2] < close[1] and close > close[1] and vFast < vSlow and vFast > Level, 1,
iff(close[2] > close[1] and close < close[1] and vFast > vSlow and vFast < Level, -1, nz(pos[1], 0)))
pos
T3A(Length, b) =>
pos = 0.0
xPrice = close
xe1 = ema(xPrice, Length)
xe2 = ema(xe1, Length)
xe3 = ema(xe2, Length)
xe4 = ema(xe3, Length)
xe5 = ema(xe4, Length)
xe6 = ema(xe5, Length)
c1 = -b*b*b
c2 = 3*b*b+3*b*b*b
c3 = -6*b*b-3*b-3*b*b*b
c4 = 1+3*b+b*b*b+3*b*b
nT3Average = c1 * xe6 + c2 * xe5 + c3 * xe4 + c4 * xe3
pos:= iff(nT3Average > close, -1,
iff(nT3Average < close, 1, nz(pos[1], 0)))
pos
strategy(title="Combo Backtest 123 Reversal & T3 Averages", shorttitle="Combo", overlay = true)
line1 = input(true, "---- 123 Reversal ----")
Length = input(14, minval=1)
KSmoothing = input(1, minval=1)
DLength = input(3, minval=1)
Level = input(50, minval=1)
//-------------------------
line2 = input(true, "---- T3 Averages ----")
LengthT3 = input(5, minval=1)
b = input(0.7, minval=0.01,step=0.01)
reverse = input(false, title="Trade reverse")
posReversal123 = Reversal123(Length, KSmoothing, DLength, Level)
posT3A = T3A(LengthT3, b)
pos = iff(posReversal123 == 1 and posT3A == 1 , 1,
iff(posReversal123 == -1 and posT3A == -1, -1, 0))
possig = iff(reverse and pos == 1, -1,
iff(reverse and pos == -1 , 1, pos))
if (possig == 1 )
strategy.entry("Long", strategy.long)
if (possig == -1 )
strategy.entry("Short", strategy.short)
if (possig == 0)
strategy.close_all()
barcolor(possig == -1 ? #b50404: possig == 1 ? #079605 : #0536b3 )