Estratégia de negociação de volatilidade específica entre períodos de reversão de tendência
ChaoZhang
Visão geral
Esta estratégia desenha um conjunto de estratégias de negociação de reversão de tendência, calculando a diferença de pressão de compra e venda de volume de transação em diferentes janelas de tempo, em combinação com os sinais de câmbio do indicador MACD. A estratégia utiliza principalmente a oscilação do volume de transação como sinal para determinar a reversão de tendência e é validada pelo sinal de câmbio do MACD, capturando assim oportunidades de reversão.
Princípio da estratégia
A lógica central da estratégia é baseada nos seguintes pontos:
Calcule o volume de transações dentro de diferentes janelas de tempo (janelas longas e curtas) comprando pressões e vendendo pressões. A diferença de pressões de compra e venda determina a direção da tendência futura.
A diferença do MACD (distância entre a linha MACD e a linha de sinal) é usada para determinar o estado de vazio. A combinação de um sinal de pressão de compra e venda de volume de transação, para verificar a reversão da tendência.
Quando o volume de transação é comprado, a pressão inercial aumenta e a linha MACD é atravessada, o que sugere que a tendência de inverter a tendência de zero para mais pode ocorrer.
Quando o volume de transação aumenta, a pressão de venda aumenta e a linha MACD se atravessa, o que sugere que a tendência pode ser invertida por um aumento da volatilidade.
Após o sinal de reversão, o risco deve ser controlado com uma estratégia de stop loss.
Análise de vantagens
A estratégia tem as seguintes vantagens:
Utilize a diferença de volume de transação para determinar o ponto de reversão da tendência, evitando o papel da transação ignorado por meio de indicadores de determinação de tendência como a linha de equilíbrio.
A inversão de verificação de sinal de múltiplos espaços combinada com o indicador MACD pode melhorar a precisão do julgamento.
O uso de longas e curtas janelas de tempo para determinar a direção exótica do volume de tráfego torna o sinal de reversão mais confiável.
As estratégias de contra-transformação têm uma taxa de lucro média mais alta.
Análise de Riscos
A estratégia também apresenta os seguintes riscos:
Tanto o volume de transação quanto o sinal MACD podem emitir sinais errados, o que leva ao risco de erro de julgamento inverso.
O risco é que o mercado volte a se ajustar após o sinal de reversão e não possa reverter diretamente.
O risco de expansão dos prejuízos pode ser causado pela configuração inadequada do ponto de parada.
A taxa de retirada é alta e não é adequada para investidores que buscam um lucro estável.
Direção de otimização
A estratégia pode ser melhorada em vários aspectos:
Otimizar intervalos de janelas de tempo longas e curtas para um julgamento mais preciso.
Otimizar os parâmetros MACD para melhorar a precisão do julgamento de vazio.
Otimização de algoritmos de stop loss para reduzir o risco de perdas.
Aumentar os indicadores de julgamento passivo e aumentar a taxa de sucesso da reversão.
Adição de módulos de controle de posição e gestão de fundos.
Resumir
Esta estratégia, em geral, é uma estratégia de negociação típica de algoritmo de inversão de tendência. Ela depende principalmente da amplificação de exotismo do volume de transação com a validação do sinal MACD, para julgar e capturar a oportunidade de reversão do preço de um ponto a um ponto ou de um ponto a um ponto. A estratégia possui uma alta precisão de julgamento e uma melhor taxa de retorno, mas também possui certos riscos.
/*backtest
start: 2024-01-26 00:00:00
end: 2024-02-25 00:00:00
period: 4h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("3 10 Oscillator Profile Flagging", shorttitle="3 10 Oscillator Profile Flagging", overlay=false)
signalBiasValue = input(title="Signal Bias", defval=0.26)
macdBiasValue = input(title="MACD Bias", defval=0.8)
shortLookBack = input( title="Short LookBack", defval=3)
longLookBack = input( title="Long LookBack", defval=10)
takeProfit = input( title="Take Profit", defval=0.75)
stopLoss = input( title="Stop Loss", defval=0.5)
fast_ma = ta.sma(close, 3)
slow_ma = ta.sma(close, 10)
macd = fast_ma - slow_ma
signal = ta.sma(macd, 16)
hline(0, "Zero Line", color = color.black)
buyVolume = volume*((close-low)/(high-low))
sellVolume = volume*((high-close)/(high-low))
buyVolSlope = buyVolume - buyVolume[1]
sellVolSlope = sellVolume - sellVolume[1]
signalSlope = ( signal - signal[1] )
macdSlope = ( macd - macd[1] )
plot(macd, color=color.blue, title="Total Volume")
plot(signal, color=color.orange, title="Total Volume")
intrabarRange = high - low
getLookBackSlope(lookBack) => signal - signal[lookBack]
getBuyerVolBias(lookBack) =>
j = 0
for i = 1 to lookBack
if buyVolume[i] > sellVolume[i]
j += 1
j
getSellerVolBias(lookBack) =>
j = 0
for i = 1 to lookBack
if sellVolume[i] > buyVolume[i]
j += 1
j
getVolBias(lookBack) =>
float b = 0
float s = 0
for i = 1 to lookBack
b += buyVolume[i]
s += sellVolume[i]
b > s
getSignalBuyerBias(lookBack) =>
j = 0
for i = 1 to lookBack
if signal[i] > signalBiasValue
j += 1
j
getSignalSellerBias(lookBack) =>
j = 0
for i = 1 to lookBack
if signal[i] < ( 0 - signalBiasValue )
j += 1
j
getSignalNoBias(lookBack) =>
j = 0
for i = 1 to lookBack
if signal[i] < signalBiasValue and signal[i] > ( 0 - signalBiasValue )
j += 1
j
getPriceRising(lookBack) =>
j = 0
for i = 1 to lookBack
if close[i] > close[i + 1]
j += 1
j
getPriceFalling(lookBack) =>
j = 0
for i = 1 to lookBack
if close[i] < close[i + 1]
j += 1
j
getRangeNarrowing(lookBack) =>
j = 0
for i = 1 to lookBack
if intrabarRange[i] < intrabarRange[i + 1]
j+= 1
j
getRangeBroadening(lookBack) =>
j = 0
for i = 1 to lookBack
if intrabarRange[i] > intrabarRange[i + 1]
j+= 1
j
bool isNegativeSignalReversal = signalSlope < 0 and signalSlope[1] > 0
bool isNegativeMacdReversal = macdSlope < 0 and macdSlope[1] > 0
bool isPositiveSignalReversal = signalSlope > 0 and signalSlope[1] < 0
bool isPositiveMacdReversal = macdSlope > 0 and macdSlope[1] < 0
bool hasBearInversion = signalSlope > 0 and macdSlope < 0
bool hasBullInversion = signalSlope < 0 and macdSlope > 0
bool hasSignalBias = math.abs(signal) >= signalBiasValue
bool hasNoSignalBias = signal < signalBiasValue and signal > ( 0 - signalBiasValue )
bool hasSignalBuyerBias = hasSignalBias and signal > 0
bool hasSignalSellerBias = hasSignalBias and signal < 0
bool hasPositiveMACDBias = macd > macdBiasValue
bool hasNegativeMACDBias = macd < ( 0 - macdBiasValue )
bool hasBullAntiPattern = ta.crossunder(macd, signal)
bool hasBearAntiPattern = ta.crossover(macd, signal)
bool hasSignificantBuyerVolBias = buyVolume > ( sellVolume * 1.5 )
bool hasSignificantSellerVolBias = sellVolume > ( buyVolume * 1.5 )
// 7.48 Profit 52.5%
if ( hasSignificantBuyerVolBias and getPriceRising(shortLookBack) == shortLookBack and getBuyerVolBias(shortLookBack) == shortLookBack and hasPositiveMACDBias and hasBullInversion)
strategy.entry("Short1", strategy.short, qty=10)
strategy.exit("TPS", "Short1", limit=strategy.position_avg_price - takeProfit, stop=strategy.position_avg_price + stopLoss)
// 32.53 Profit 47.91%
if ( getPriceFalling(shortLookBack) and (getVolBias(shortLookBack) == false) and signalSlope < 0 and hasSignalSellerBias)
strategy.entry("Long1", strategy.long, qty=10)
strategy.exit("TPS", "Long1", limit=strategy.position_avg_price + takeProfit, stop=strategy.position_avg_price - stopLoss)