Estratégia de Momentum Estocástico

Autora:ChaoZhang, Data: 2024-01-22 10:13:23
Tags:

Resumo

A Estratégia de Momento Estocástico é uma estratégia quantitativa de negociação que combina o Índice de Momento Estocástico (SMI) e o Índice de Força Relativa (RSI).

Princípios de estratégia

Índice de Momentum Estocástico

O Índice de Momento Estocástico (SMI) é um indicador técnico comum utilizado na negociação quantitativa que combina os pontos fortes dos indicadores de momento e oscilação.

Especificamente, o IMC é calculado como:

SMI = (perto - (HH + LL) /2)/(0,5*(HH - LL)) * 100

onde HH é o preço mais alto nos últimos N dias e LL é o preço mais baixo.

Assim, o SMI incorpora tanto o julgamento de tendência de momento como o julgamento de reversão de oscilação. Valores acima de 80 são considerados sobrecomprados, enquanto valores abaixo de 20 são sobrevendidos. A estratégia gera sinais de negociação quando o SMI atinge esses níveis de sobrecompra ou sobrevenda.

RSI rápido

O Relative Strength Index (RSI) é um indicador padrão de sobrecompra/supervenda.

As leituras abaixo de 20 são consideradas sobrevendidas, enquanto as acima de 80 são consideradas sobrecompradas pelo RSI rápido.

Filtro do corpo

A estratégia também implementa um filtro de corpo, verificando o tamanho do corpo do candelabro para filtrar certos sinais.

Isso filtra alguns sinais falsos e aumenta a confiabilidade.

Vantagens

Combinação de múltiplos indicadores

Esta abordagem combina o SMI, o RSI rápido e o filtro do corpo em um robusto sistema de 3 partes.

Detecção de sobrecompra/supervenda

Tanto o SMI como o RSI rápido são excelentes para detectar tendências esgotadas.

Negociação de duas vias

A capacidade de comprar tanto quedas como altas curtas maximiza as oportunidades em condições de mercado.

Controle de riscos

O filtro da carroceria evita as serraduras, rejeitando sinais de baixa convicção em condições agitadas.

Riscos

Armadilhas

Otimizar a lógica pode minimizar isso.

Comércio lotado

Os sinais podem agrupar os participantes do mercado e estimular rápidas reversões após a entrada.

Cisne Negro

Os eventos extremos podem alterar todos os modelos.

Melhorias

Optimização de parâmetros

O teste de diferentes períodos de SMI/RSI e limiares de filtro de corpo poderia revelar valores ideais para retornos mais elevados.

Paradas dinâmicas

A inclusão de paradas baseadas na volatilidade ou ATR seria melhor para conter o risco de posição e de carteira.

Aprendizagem de Máquina

Os modelos que prevêem os níveis futuros dos indicadores poderão identificar pontos de virada mais cedo, o que aumentaria o poder preditivo.

Conclusão

Em resumo, ao integrar o SMI, o RSI rápido e o filtro corporal, essa estratégia criou um sistema de sobrecompra/supervenda bastante abrangente. A abordagem de múltiplos sinais melhora a precisão, enquanto a capacidade de comércio bidirecional e os controles de risco contribuem para o equilíbrio. Com a otimização contínua de parâmetros e modelos, mostra promessa para capturar ganhos a longo prazo.

/*backtest
start: 2023-12-22 00:00:00
end: 2024-01-21 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//Noro
//2018

//@version=2
strategy(title = "Noro's Stochastic Strategy v1.1", shorttitle = "Stochastic str 1.1", overlay = false, default_qty_type = strategy.percent_of_equity, default_qty_value = 100, pyramiding = 0)

//Settings 
needlong = input(true, defval = true, title = "Long")
needshort = input(true, defval = true, title = "Short")
usemar = input(false, defval = false, title = "Use Martingale")
capital = input(100, defval = 100, minval = 1, maxval = 10000, title = "Capital, %")
usesmi = input(true, defval = true, title = "Use SMI Strategy")
usersi = input(true, defval = true, title = "Use RSI Strategy")
usebod = input(true, defval = true, title = "Use Body-Filter")
a = input(5, "SMI Percent K Length")
b = input(3, "SMI Percent D Length")
limit = input(50, defval = 50, minval = 1, maxval = 100, title = "SMI Limit")
fromyear = input(2017, defval = 2017, minval = 1900, maxval = 2100, title = "From Year")
toyear = input(2100, defval = 2100, minval = 1900, maxval = 2100, title = "To Year")
frommonth = input(01, defval = 01, minval = 01, maxval = 12, title = "From Month")
tomonth = input(12, defval = 12, minval = 01, maxval = 12, title = "To Month")
fromday = input(01, defval = 01, minval = 01, maxval = 31, title = "From day")
today = input(31, defval = 31, minval = 01, maxval = 31, title = "To day")

//Fast RSI
fastup = rma(max(change(close), 0), 7)
fastdown = rma(-min(change(close), 0), 7)
fastrsi = fastdown == 0 ? 100 : fastup == 0 ? 0 : 100 - (100 / (1 + fastup / fastdown))

//Stochastic Momentum Index
ll = lowest (low, a)
hh = highest (high, a)
diff = hh - ll
rdiff = close - (hh+ll)/2
avgrel = ema(ema(rdiff,b),b)
avgdiff = ema(ema(diff,b),b)
SMI = avgdiff != 0 ? (avgrel/(avgdiff/2)*100) : 0
SMIsignal = ema(SMI,b)

//Lines
plot(SMI, color = blue, linewidth = 3, title = "Stochastic Momentum Index")
plot(SMIsignal, color = red, linewidth = 3, title = "SMI Signal Line")
plot(limit, color = black, title = "Over Bought")
plot(-1 * limit, color = black, title = "Over Sold")
plot(0, color = blue, title = "Zero Line")

//Body Filter
nbody = abs(close - open)
abody = sma(nbody, 10)
body = nbody > abody / 3 or usebod == false

//Signals
up1 = SMIsignal < -1 * limit and close < open and body and usesmi
dn1 = SMIsignal > limit and close > open and body and usesmi
up2 = fastrsi < 20 and close < open and body and usersi
dn2 = fastrsi > 80 and close > open and body and usersi
exit = ((strategy.position_size > 0 and close > open) or (strategy.position_size < 0 and close < open)) and body

//Trading
profit = exit ? ((strategy.position_size > 0 and close > strategy.position_avg_price) or (strategy.position_size < 0 and close < strategy.position_avg_price)) ? 1 : -1 : profit[1]
mult = usemar ? exit ? profit == -1 ? mult[1] * 2 : 1 : mult[1] : 1
lot = strategy.position_size == 0 ? strategy.equity / close * capital / 100 * mult : lot[1]

if up1 or up2
    if strategy.position_size < 0
        strategy.close_all()
        
    strategy.entry("long", strategy.long, needlong == false ? 0 : lot, when=(time > timestamp(fromyear, frommonth, fromday, 00, 00) and time < timestamp(toyear, tomonth, today, 23, 59)))

if dn1 or dn2
    if strategy.position_size > 0
        strategy.close_all()
        
    strategy.entry("Short", strategy.short, needshort == false ? 0 : lot, when=(time > timestamp(fromyear, frommonth, fromday, 00, 00) and time < timestamp(toyear, tomonth, today, 23, 59)))
    
if time > timestamp(toyear, tomonth, today, 23, 59) or exit
    strategy.close_all()

Mais.