Estratégia de negociação quantitativa baseada no indicador CT TTM


Data de criação: 2023-11-15 16:06:37 última modificação: 2023-11-15 16:06:37
cópia: 0 Cliques: 742
1
focar em
1617
Seguidores

Estratégia de negociação quantitativa baseada no indicador CT TTM

Visão geral

A estratégia usa o indicador CT TTM para identificar a tendência dos preços e usa o rastreamento de stop loss para controlar o risco. A estratégia é chamada de estratégia de rastreamento de tendências baseada no indicador CT TTM.

Princípio da estratégia

A estratégia usa o indicador CT TTM para determinar a tendência dos preços. Concretamente, a estratégia define as seguintes variáveis:

  • e1 - Preço médio da faixa do meio
  • osc - O oscilador obtido com o cálculo do diferencial entre o preço de fechamento de e1 e o ciclo e1 e a regressão linear
  • diff - diferença entre a faixa de Bryn e o canal de Kentner
  • osc_color - especifica as cores diferentes do osc
  • mid_color - especifica as diferentes cores do diff

Se o osc atravessar o eixo 0 acima, ele será mostrado em verde, indicando que há mais cabeças; se o osc atravessar o eixo 0 abaixo, ele será mostrado em vermelho, indicando que há cabeças vazias.

Quando o esc é positivo, faça mais; quando o esc é negativo, faça vazio.

A estratégia usa oscilante osc para determinar a direção da tendência, e difere para determinar a força de vazio. Quando oscilante osc atravessa o eixo 0 acima, considere que o movimento é de baixo para cima, fazer mais; quando oscilante osc atravessa o eixo 0 abaixo, considere que o movimento é de cima para baixo, fazer vazio.

Análise de vantagens estratégicas

A estratégia tem as seguintes vantagens:

  1. O indicador CT TTM é usado para determinar tendências com alta precisão. O indicador CT TTM leva em consideração a média móvel, a faixa de Bryn e o canal de Kentner, e é capaz de identificar tendências de preços.

  2. A aplicação de um oscilador para julgar um ponto específico pode evitar o envio de sinais errados em áreas não-trend. Osciladores podem filtrar efetivamente os efeitos de pequenas oscilações de preços sobre os sinais de negociação.

  3. O uso de stop loss de rastreamento para controlar o risco pode limitar efetivamente cada perda. A estratégia de parar a perda em tempo hábil após a entrada, pode bloquear o lucro e evitar a expansão da perda.

  4. A estratégia tem menos parâmetros e é fácil de otimizar. A estratégia depende apenas de um parâmetro de longitude, facilitando o teste rápido para encontrar a melhor combinação de parâmetros.

  5. A função de mapeamento é perfeita, o sinal pode ser visto claramente. A estratégia usa diferentes cores para distinguir os sinais e a intensidade do hiperespaço, mostrando intuitivamente os resultados do julgamento da tendência.

Análise de risco estratégico

A estratégia também apresenta os seguintes riscos:

  1. O indicador CT TTM pode emitir sinais errôneos em certas condições de mercado, resultando em perdas de negociação. Quando os preços flutuam fortemente, o indicador pode produzir sinais de overbought errôneos.

  2. Quando os osciladores se desviam, pode haver um erro no sinal de negociação. Quando o preço já se inverteu, mas o oscilador ainda não se desviou, isso pode causar um sinal de erro.

  3. O tracking stop loss pode ser muito radical e pode causar prejuízos irrelevantes. Quando o ponto de parada é muito próximo, a oscilação normal pode desencadear o tracking stop loss e forçar a saída.

  4. A estratégia só se aplica a variedades com forte tendência e não é adequada para a liquidação do mercado. A estratégia é dominada pela negociação de tendências e não funciona bem em mercados de liquidação de turbulência.

  5. A otimização excessiva pode levar à curva de adequação. A otimização dos parâmetros deve ser feita com cuidado para evitar o problema de adequação da curva de resposta causada pela otimização excessiva.

Direção de otimização da estratégia

A estratégia pode ser melhorada em vários aspectos:

  1. Combinação de vários indicadores para melhorar a precisão do sinal. Outros indicadores, como MACD, KDJ, podem ser adicionados para otimizar o sinal de entrada.

  2. A adição do módulo de otimização de modo de parada de perda, para que a parada seja mais inteligente. Os parâmetros podem ser testados para adaptar-se a um modo de parada de perda, como rastreamento de parada, parada de parada de parada.

  3. Optimizar a estratégia de gestão de fundos, testar a quota fixa, a fórmula de Kelly e outras formas de gestão de fundos. A otimização pode aumentar a eficiência do uso de fundos com a garantia de risco único.

  4. Optimização de parâmetros para variedades específicas, aumentando a adequação da estratégia. Parâmetros ajustados de acordo com as características de diferentes variedades de negociação, podem melhorar a adequação da estratégia para uma variedade específica.

  5. Aumentar os algoritmos de aprendizagem de máquina para implementar a aprendizagem adaptativa das estratégias. Usar RNNs, LSTMs e outras estratégias para aumentar a capacidade de adaptação das estratégias.

Resumir

Esta estratégia usa o indicador CT TTM para determinar a direção da tendência, usando o valor de branco do oscilador como sinal de entrada, para rastrear o risco de gerenciamento de perdas. A vantagem da estratégia é a alta taxa de precisão, a otimização de parâmetros é fácil, mas também existe o risco de falha do indicador, perda excessiva de perda.

Código-fonte da estratégia
/*backtest
start: 2023-10-15 00:00:00
end: 2023-11-14 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("CT TTM Squeeze") 
length = input(title="Length",  defval=20, minval=0) 
bband(length, mult) =>
	sma(close, length) + mult * stdev(close, length)
keltner(length, mult) =>
	ema(close, length) + mult * ema(tr, length)
	
	
// Variables
e1 = (highest(high, length) + lowest(low, length)) / 2 + sma(close, length)
osc = linreg(close - e1 / 2, length, 0)
diff = bband(length, 2) - keltner(length, 1)
osc_color = osc[1] < osc[0] ? osc[0] >= 0 ? #00ffff : #cc00cc : osc[0] >= 0 ? #009b9b : #ff9bff
mid_color = diff >= 0 ? green : red

// Strategy

long = osc > 0
short = osc < 0

if long
    strategy.entry("Long", strategy.long)

if short
    strategy.entry("Short", strategy.short) 


plot(osc, color=osc_color, style=histogram, linewidth=2)
plot(0, color=mid_color, style=circles, linewidth=3)