Estratégia de negociação quantitativa baseada na tendência de onda


Data de criação: 2023-11-28 16:17:31 última modificação: 2023-11-28 16:17:31
cópia: 1 Cliques: 715
1
focar em
1619
Seguidores

Estratégia de negociação quantitativa baseada na tendência de onda

Visão geral

Esta estratégia é baseada no design de indicadores de tendências de ondas. Os indicadores de tendências de ondas, combinados com o canal de preço e a média, podem identificar efetivamente a tendência do mercado e emitir sinais de compra e venda.

Princípio da estratégia

  1. Calcule a média móvel triangular do preço ap, e a média móvel indexada de ap esa。
  2. Calcule a média móvel indexada da diferença absoluta entre ap e esa.
  3. Obtenção de um indicador de flutuação.
  4. Calcule a média de n2 ciclos de ci, obtendo o indicador de tendência de onda wt1 .
  5. Configure uma linha de sobrecompra e uma linha de sobrevenda.
  6. Quando o WT1 atravessa a linha de superalimento, faça mais; quando o WT1 atravessa a linha de superalimento, faça vazio.

Análise de vantagens

  1. O indicador de tendências de ondas ultrapassa a linha de supera compra e supera venda, e pode capturar de forma eficaz os pontos de mudança da tendência do mercado, para tomar decisões precisas de compra e venda.
  2. A combinação de canais de preços e teoria da linha média, o indicador não produz sinais frequentes.
  3. Pode ser usado em qualquer período de tempo, para várias variedades de transação.
  4. Os parâmetros do indicador podem ser ajustados e a experiência do usuário é boa.

Riscos e soluções

  1. Em mercados com grande volatilidade, os indicadores podem gerar sinais errados, o risco é maior. O período de detenção pode ser reduzido de forma apropriada, ou combinado com outros sinais de filtragem de indicadores.
  2. Sem considerar o gerenciamento de posições e o mecanismo de parada, existe risco de perda. O tamanho da posição e o stop loss móvel podem ser configurados para controlar o risco.

Direção de otimização

  1. Pode-se considerar a utilização em combinação com outros indicadores, como KDJ, MACD, etc., para formar um portfólio de negociação e melhorar a estabilidade da estratégia.
  2. Pode-se projetar mecanismos automáticos de parada de perdas, como parada de rastreamento, parada de linha de transmissão, etc., para controlar a perda individual.
  3. Pode ser combinado com algoritmos de aprendizagem profunda para melhorar a taxa de sucesso da estratégia através do treinamento de dados de feedback, otimizando automaticamente os parâmetros.

Resumir

Esta estratégia é baseada em indicadores de tendências de ondas, que julgam a tendência de identificação de situações de sobrecompra e sobrevenda, e é uma estratégia eficaz de acompanhamento de tendências. Em comparação com indicadores de curto prazo, os indicadores de tendências de ondas reduzem os sinais errados e aumentam a estabilidade. Combinado com o gerenciamento de posições e o stop loss, a estratégia pode obter um retorno estável.

Código-fonte da estratégia
/*backtest
start: 2023-11-20 00:00:00
end: 2023-11-27 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/


//@author SoftKill21
//@version=4

strategy(title="WaveTrend strat", shorttitle="WaveTrend strategy")
n1 = input(10, "Channel Length")
n2 = input(21, "Average Length")
Overbought = input(70, "Over Bought")
Oversold = input(-30, "Over Sold ")

// BACKTESTING RANGE
 
// From Date Inputs
fromDay = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
fromMonth = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
fromYear = input(defval = 2001, title = "From Year", minval = 1970)
 
// To Date Inputs
toDay = input(defval = 1, title = "To Day", minval = 1, maxval = 31)
toMonth = input(defval = 12, title = "To Month", minval = 1, maxval = 12)
toYear = input(defval = 2020, title = "To Year", minval = 1970)
 
// Calculate start/end date and time condition
DST = 1 //day light saving for usa
//--- Europe
London = iff(DST==0,"0000-0900","0100-1000")
//--- America
NewYork = iff(DST==0,"0400-1500","0500-1600")
//--- Pacific
Sydney = iff(DST==0,"1300-2200","1400-2300")
//--- Asia
Tokyo = iff(DST==0,"1500-2400","1600-0100")

//-- Time In Range
timeinrange(res, sess) => time(res, sess) != 0

london = timeinrange(timeframe.period, London)
newyork = timeinrange(timeframe.period, NewYork)

startDate = timestamp(fromYear, fromMonth, fromDay, 00, 00)
finishDate = timestamp(toYear, toMonth, toDay, 00, 00)
time_cond = true //and (london or newyork)

ap = hlc3 
esa = ema(ap, n1)
d = ema(abs(ap - esa), n1)
ci = (ap - esa) / (0.015 * d)
tci = ema(ci, n2)
 
wt1 = tci
wt2 = sma(wt1,4)

plot(0, color=color.gray)
plot(Overbought, color=color.red)
plot(Oversold, color=color.green)

plot(wt1, color=color.green)
longButton = input(title="Long", type=input.bool, defval=true)
shortButton = input(title="Short", type=input.bool, defval=true)

if(longButton==true)
    strategy.entry("long",1,when=crossover(wt1,Oversold) and time_cond)
    strategy.close("long",when=crossunder(wt1, Overbought))
    
if(shortButton==true)
    strategy.entry("short",0,when=crossunder(wt1, Overbought) and time_cond)
    strategy.close("short",when=crossover(wt1,Oversold))

//strategy.close_all(when= not (london or newyork),comment="time")
if(dayofweek == dayofweek.friday)
    strategy.close_all(when= timeinrange(timeframe.period, "1300-1400"), comment="friday")