Estratégia de otimização moderna da transformação de Laguerre RSI
ChaoZhang
Nome da política:
Visão geral
Este artigo explora em profundidade estratégias de otimização de indicadores relativamente fracos (RSI) baseados em mudanças de Lagrange. Esta estratégia usa ferramentas matemáticas avançadas para aumentar a sensibilidade do indicador RSI, tornando-o mais rápido em responder às mudanças de preços do mercado.
Princípio da estratégia
O indicador RSI da transformação de Raguel pode ser criado de forma eficiente com o uso de filtros de Raguel em comprimentos de dados mais curtos. O núcleo da estratégia é o uso da transformação de Raguel para processar a sequência de preços, obtendo assim quatro níveis de linhas de Raguel:gammaFazer cálculos para analisar as tendências do mercado.
A estratégia usa CU (cumulativo ascendente) e CD (cumulativo decrescente) para determinar a força e a fraqueza do mercado. A CU e a CD são calculadas com base na posição relativa da linha de Raguel. Este método permite que o valor do RSI reflita mais rapidamente as mudanças de preço, fornecendo assim sinais de negociação oportunos para os comerciantes.
Os sinais de negociação são gerados com base na comparação do valor do RSI com os limites de compra e venda definidos pelo usuário (BuyBand e SellBand). Quando o valor do RSI é superior ao limite de compra, a estratégia recomenda fazer mais; Quando o valor do RSI é inferior ao limite de venda, a estratégia recomenda fazer zero.
Análise de vantagens
- A resposta foi rápida:Usando a transformação de Raguel, a estratégia é capaz de responder rapidamente às mudanças do mercado em um comprimento de dados mais curto.
- Flexibilidade:A política permite que o usuário ajuste conforme suas necessidades
gammaComprar fronteiras e vender fronteiras - Forte adaptabilidade:Capacidade de adaptação a diferentes condições de mercado e sensibilidade às variações de preços a curto e médio prazo.
Análise de Riscos
- Oscilações de mercado:Em mercados altamente voláteis, os indicadores podem gerar sinais enganosos.
- Seleção de parâmetros:A configuração errada de parâmetros pode levar a sinais de negociação imprecisos.
- Excesso de transação:A alta sensibilidade dos indicadores pode levar a transações frequentes e altos custos de transação.
Direção de otimização
- Parâmetros de otimização:A partir daí, a empresa começou a testar os dados históricos para encontrar o melhor modelo de negócio.
gammaValor e limites de compra e venda. - Em combinação com outros indicadores:Utilizado em conjunto com outras ferramentas de análise técnica para reduzir sinais enganosos.
- Aumento da adaptabilidade:Desenvolver mecanismos de ajuste dinâmico de parâmetros para adaptar-se a diferentes contextos de mercado.
Resumir
Em suma, a estratégia de otimização do RSI baseada na variação de Raguel é uma ferramenta de negociação inovadora e eficiente. Sua principal vantagem reside na rápida resposta às mudanças no mercado e na alta personalização dos parâmetros. No entanto, como qualquer estratégia de negociação, ela também apresenta riscos, especialmente em ambientes de mercado altamente voláteis.
/*backtest
start: 2022-11-15 00:00:00
end: 2023-11-21 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
////////////////////////////////////////////////////////////
// Copyright by HPotter v1.0 01/09/2017
// This is RSI indicator which is more sesitive to price changes.
// It is based upon a modern math tool - Laguerre transform filter.
// With help of Laguerre filter one becomes able to create superior
// indicators using very short data lengths as well. The use of shorter
// data lengths means you can make the indicators more responsive to
// changes in the price.
//
// You can change long to short in the Input Settings
// WARNING:
// - For purpose educate only
// - This script to change bars colors.
////////////////////////////////////////////////////////////
strategy(title="Laguerre-based RSI", shorttitle="Laguerre-RSI")
gamma = input(0.5, minval=-0.1, maxval = 0.9)
BuyBand = input(0.8, step = 0.01)
SellBand = input(0.2, step = 0.01)
reverse = input(false, title="Trade reverse")
hline(BuyBand, color=green, linestyle=line)
hline(SellBand, color=red, linestyle=line)
xL0 = (1-gamma) * close + gamma * nz(xL0[1], 1)
xL1 = - gamma * xL0 + nz(xL0[1], 1) + gamma * nz(xL1[1], 1)
xL2 = - gamma * xL1 + nz(xL1[1], 1) + gamma * nz(xL2[1], 1)
xL3 = - gamma * xL2 + nz(xL2[1], 1) + gamma * nz(xL3[1], 1)
CU = (xL0 >= xL1 ? xL0 - xL1 : 0) + (xL1 >= xL2 ? xL1 - xL2 : 0) + (xL2 >= xL3 ? xL2 - xL3 : 0)
CD = (xL0 >= xL1 ? 0 : xL1 - xL0) + (xL1 >= xL2 ? 0 : xL2 - xL1) + (xL2 >= xL3 ? 0 : xL3 - xL2)
nRes = iff(CU + CD != 0, CU / (CU + CD), 0)
pos = iff(nRes > BuyBand, 1,
iff(nRes < SellBand, -1, nz(pos[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)
barcolor(possig == -1 ? red: possig == 1 ? green : blue )
plot(nRes, color=red, title="Laguerre-based RSI")