
A estratégia de reversão do CAT de choque é uma estratégia de negociação quantitativa baseada em indicadores técnicos. A estratégia determina a tendência do mercado e as posições de resistência de suporte por meio de indicadores como MA, EMA e, em combinação com os indicadores personalizados de Cisne Negro e Cisne Diurno, determina a flutuação anormal e realiza uma estratégia de negociação de tendências de baixa e alta.
A lógica central da estratégia de reversão do CAT é avaliar a tendência geral por meio de indicadores técnicos como MA, EMA e outros, em combinação com indicadores personalizados de cisne negro e cisne diurno para capturar oportunidades de flutuação anormal. Os princípios são os seguintes:
Usar SMA, EMA e outros indicadores para determinar a direção da tendência geral. Por exemplo, a passagem de EMA169 em EMA144 é considerada um sinal de otimismo, e a passagem de EMA169 em EMA144 é considerada um sinal de baixa.
Um indicador de cisne preto personalizado, com a fórmula: “preço de fechamento - preço de abertura) / preço de fechamento”. Ele reflete o grau de flutuação anormal de uma linha K. Quando o indicador de cisne preto excede o limiar (como 0,0191) e o preço de fechamento está abaixo do preço de abertura, ocorre uma flutuação anormal para baixo, que é uma oportunidade de negociação em branco.
O indicador de dia de cisne personalizado é semelhante ao indicador de cisne negro, e também reflete a extensão da flutuação anormal de uma linha K. Quando o indicador de dia de cisne supera a barreira e o preço de fechamento é maior que o preço de abertura, uma flutuação anormal para cima ocorre, o que é uma oportunidade de negociação multi-cabeça.
Depois de capturar uma oportunidade de flutuação anormal, espera que indicadores como a EMA emitam um sinal de reversão para fechar a posição e comprar ou vender.
A estratégia utiliza uma linha média para avaliar a tendência e um indicador personalizado para capturar as anomalias, permitindo a negociação inversa de baixo preço e alta venda, uma estratégia de negociação quantitativa típica.
A estratégia de reversão de choque do CAT tem as seguintes vantagens:
Capturar oscilações anormais, com maior probabilidade de ganhar. Os indicadores de Cisne Negro e Cisne Diurno são eficazes em capturar oscilações anormais de preços, que geralmente indicam uma reversão, portanto, a probabilidade de ganhar é maior.
Estabelecer regras de entrada e saída para evitar o fluxo de ondas. A estratégia de entrada e saída dos padrões é muito clara e ajuda a evitar a manipulação aleatória e emocional dos comerciantes.
Vários parâmetros e indicadores podem ser ajustados para otimização. Parâmetros de ciclo para MA e EMA, parâmetros de limite para Cisne Negro e Cisne Diurno podem ser ajustados para otimização, tornando a estratégia mais adaptada a diferentes variedades e ambientes de negociação.
Aplica-se a negociação de alta e baixa frequência. A estratégia combina tendências e reversões, pode ser configurada para usar diferentes períodos de tempo e é adequada para cenários de negociação de alta e baixa frequência.
Os meios de controle de risco são mais completos. A estratégia adota o método de porcentagem de negociação de pedidos, além de ter um mecanismo de liquidação de stop loss, que pode controlar efetivamente a perda individual.
A estratégia de reversão de catástrofes também apresenta alguns riscos, como:
Risco de otimização de parâmetros. A configuração de parâmetros como o Cisne Negro e o Cisne Branco tem um impacto significativo na eficácia da estratégia, e se os parâmetros forem configurados incorretamente, o nível de lucro da estratégia será drasticamente reduzido.
Risco de retração. A estratégia pode gerar um certo número de perdas e retrações contínuas quando há uma tendência unilateral prolongada.
Risco de Falso Breakout. Na realidade, muitas vezes ocorrem alguns breakouts falsos de curta duração, que podem levar a transações desnecessárias se a configuração dos parâmetros for muito sensível.
Os riscos acima mencionados podem ser combatidos através das seguintes medidas:
Estabelecer mecanismos de otimização de parâmetros, utilizando dados históricos para otimização de retrocesso rigorosa, garantindo que as configurações de parâmetros sejam razoáveis.
Estabelecer um mecanismo de parada de prejuízos. Uma parada razoável pode controlar efetivamente o limite de perda individual e a retirada máxima.
Ajuste a sensibilidade dos parâmetros. Evite configurações de parâmetros muito sensíveis, adicione certas condições de filtragem e evite a interferência de pseudo-breaks.
A estratégia de reversão do CAT de tremor também tem um grande espaço para otimização, com as principais direções de otimização:
O Black Swan e o Day Swan foram refinados ainda mais, com diferentes combinações de parâmetros, permitindo uma identificação mais precisa e abrangente de flutuações anormais.
Adicionar algoritmos de aprendizagem de máquina, utilizando redes neurais ou métodos de aprendizagem integrada para otimizar automaticamente a configuração de parâmetros, para que os parâmetros da estratégia se ajustem dinamicamente e se adaptem melhor às mudanças do mercado.
O uso de tecnologia de aprendizagem profunda para identificar formas gráficas, auxiliando na determinação de sinais de reversão de preços e na melhoria da eficácia da estratégia.
Aumentar a sensibilidade dos parâmetros de controle de lógica ofuscante, manter os parâmetros estáveis quando a tendência é evidente, aumentar a sensibilidade dos parâmetros quando a tendência se vira.
A combinação de métodos de otimização global, como algoritmos de genética sem participação e algoritmos de extinção de simulação, permite a otimização global de vários parâmetros.
A expansão da variedade de negociação, o aumento de outras variedades, como ações, moedas digitais e arbitragem entre mercados.
Através da otimização sistemática de modelos e parâmetros, a estratégia de reversão de choque CAT pode aumentar ainda mais a estratégia de robustez, resultando em melhores resultados de negociação.
A estratégia de reversão de choque do CAT usa uma linha média e indicadores personalizados para implementar uma estratégia de negociação quantitativa para identificar efetivamente a reversão do mercado. A estratégia possui vantagens de identificar flutuações anormais, regras de entrada e saída padrão, espaço de otimização e outras vantagens, que podem aumentar ainda mais a eficácia da estratégia por meio da otimização de parâmetros e modelos.
/*backtest
start: 2024-01-01 00:00:00
end: 2024-01-31 23:59:59
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
//适合1分钟-3分钟的k线,发生波动超过百分之二时,自动报警
strategy("BlackSwan strategy", overlay=true,
initial_capital=10000, currency='USD', default_qty_type=strategy.percent_of_equity,
default_qty_value=100, commission_type= strategy.commission.percent, commission_value=0.075,pyramiding=3)
//-------------------------------------------
//-------------------------------------------
timecondition = timeframe.period =="480" or timeframe.period =="240" or timeframe.period =="D" or timeframe.period =="720"
// Make input options that configure backtest date range
startDate = input(title="Start Date", type=input.integer,
defval=1, minval=1, maxval=31)
startMonth = input(title="Start Month", type=input.integer,
defval=11, minval=1, maxval=12)
startYear = input(title="Start Year", type=input.integer,
defval=2018, minval=1800, maxval=2100)
endDate = input(title="End Date", type=input.integer,
defval=1, minval=1, maxval=31)
endMonth = input(title="End Month", type=input.integer,
defval=11, minval=1, maxval=12)
endYear = input(title="End Year", type=input.integer,
defval=2031, minval=1800, maxval=2100)
// Look if the close time of the current bar
// falls inside the date range
inDateRange = (time >= timestamp(syminfo.timezone, startYear,
startMonth, startDate, 0, 0)) and
(time < timestamp(syminfo.timezone, endYear, endMonth, endDate, 0, 0))
// Inputs
a = input(1, title = "Key Vaule. 'This changes the sensitivity'")
c = input(10, title = "ATR Period")
h = input(false, title = "Signals from Heikin Ashi Candles")
ma60 = sma(close,60)
ema144 = ema(close,144)
ema169 = ema(close,169)
ma20=sma(close,20)
plot(ema144,color=color.yellow, title="144")
plot(ema169,color=color.orange, title="169")
heitiane=(close-open)
heitiane:=abs(heitiane)
heitiane:=heitiane/close
if (inDateRange and heitiane >0.0191 and close<open) // and close>f3
strategy.entry("botsell20", strategy.short, comment = "黑天鹅追空"+tostring(heitiane))
if(crossover(ema144,ema169))
strategy.close("botsell20", comment = "平空")
if (inDateRange and heitiane >0.0191 and close>open) // and close>f3
strategy.entry("botbuy20", strategy.long, comment = "白天鹅追多"+tostring(heitiane))
if(crossunder(ema144,ema169))
strategy.close("botbuy20", comment = "平多")