Стратегия торговли линейной регрессией скользящей средней

Автор:Чао Чжан, Дата: 2023-10-25 10:58:02
Тэги:

Обзор

Стратегия торговли линейной регрессионной скользящей средней генерирует сигналы купли-продажи на основе перекресток между линейной регрессионной линией и скользящей средней цены акций.

Логика стратегии

Стратегия сначала рассчитывает линейную регрессию на n дней и скользящую среднюю стоимость акций на м дней.

Когда скользящая средняя пересекает линию регрессии, она сигнализирует о усилении импульса вверх и генерирует сигнал покупки.

В частности, стратегия следует следующим шагам для определения торговых сигналов:

Вычислить линейную регрессию цен на n дней
Вычислить простую скользящую среднюю lrLine, называемую lrMA
Вычислить экспоненциальную скользящую среднюю цены за m дней, называемую Ema
Когда EMA пересекает IrMA, генерируется сигнал покупки longEntry
Когда EMA пересекает уровень ниже lrMA, генерируется сигнал продажи longExit
Подумайте только о покупке сигналов, когда рынок быстрый
Исполнение сделок на основе сигналов

Используя перекресток между регрессией и скользящими средними для определения входов, стратегия может эффективно отфильтровывать ложные перерывы и выявлять обратные действия для покупки низких и продажи высоких.

Преимущества

Комбинирует анализ тенденций и регрессии для точной идентификации сигнала
Регрессионная линия проста в расчете и реализации
Использует рыночную фильтрацию, чтобы избежать неблагоприятных сделок
Настраиваемые параметры для корректировки стратегии
Добивается покупки низкой и продажи высокой для получения прибыли

Риски

Частые перекрестки во время волатильности могут генерировать ложные сигналы
Неточные рыночные фильтры приводят к ошибочным записям
Плохая настройка параметров влияет на эффективность стратегии
Высокая частота торговли приводит к более высоким затратам

Параметры должны быть настроены для увеличения периодов скользящей средней и регрессионной линии и уменьшения частоты торговли. Для контроля рисков должны быть реализованы разумные стоп-потери. Для повышения точности можно улучшить рыночные фильтры.

Усовершенствования

Стратегия может быть оптимизирована в нескольких аспектах:

Оптимизация скользящей средней путем тестирования различных типов МА
Оптимизация регрессионной линии путем корректировки периода расчета
Оптимизация фильтра рынка путем тестирования различных показателей
Оптимизация параметров посредством строгого обратного тестирования
Оптимизация стоп-лосса путем тестирования различных логик стоп-лосса
Оптимизация затрат путем корректировки частоты торговли на основе затрат

Эти оптимизации могут еще больше улучшить стабильность и рентабельность стратегии.

Заключение

Стратегия линейной регрессии MA объединяет сильные стороны анализа тенденций и линейной регрессии для эффективного выявления обратного движения и покупки низких продаж высоких. Простая стратегия подходит для выбора акций в среднесрочном и долгосрочном периодах. С настройкой параметров и контролем рисков стратегия может достичь еще большей стабильности. Она обеспечивает жизнеспособную техническую торговую основу для анализа рынка.

/*backtest
start: 2022-10-18 00:00:00
end: 2023-10-24 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © lazy_capitalist

//@version=5
strategy('Linear Regression MA', overlay=true, initial_capital=10000)
datesGroup = "Date Info"
startMonth = input.int(defval = 1,    title = "Start Month",  minval = 1, maxval = 12,  group=datesGroup)
startDay   = input.int(defval = 1,    title = "Start Day",    minval = 1, maxval = 31,  group=datesGroup)
startYear  = input.int(defval = 2022, title = "Start Year",   minval = 1970,            group=datesGroup)

averagesGroup = "Averages"
lrLineInput     = input.int(title="Linear Regression Line",   defval=55, minval = 1, group=averagesGroup)
lrMAInput       = input.int(title="Linear Regression MA",     defval=55, minval = 1, group=averagesGroup)
emaInput        = input.int(title="EMA Length",               defval=55, minval = 1, group=averagesGroup)


tradesGroup = "Execute Trades"
executeLongInput    = input.bool(title="Execute Long Trades",       defval=true)
executeShortInput   = input.bool(title="Execute Short Trades",      defval=true)
executeStopLoss     = input.bool(title="Execute Stop Loss",         defval=true)

fourHrSMAExpr       = ta.sma(close, 200)
fourHrMA            = request.security(symbol=syminfo.tickerid, timeframe="240", expression=fourHrSMAExpr)

bullish             = close > fourHrMA ? true : false


maxProfitInput              = input.float(  title="Max Profit (%)",         defval=10.0,    minval=0.0)   * 0.01
stopLossPercentageInput     = input.float(  title="Stop Loss (%)",          defval=1.75,    minval=0.0)   * 0.01

start       = timestamp(startYear, startMonth, startDay, 00, 00)            // backtest start  window
window()    => time >= start ? true : false                              // create function "within window of time"
showDate    = input(defval = true, title = "Show Date Range")

lrLine = ta.linreg(close, lrLineInput, 0)
lrMA   = ta.sma(lrLine, lrMAInput)
ema     = ta.ema(close, emaInput)

longEntry   = ema   < lrMA
longExit    = lrMA  < ema

shortEntry  = lrMA  < ema
shortExit   = ema   < lrMA


maxProfitLong   = strategy.opentrades.entry_price(0) * (1 + maxProfitInput)
maxProfitShort  = strategy.opentrades.entry_price(0) * (1 - maxProfitInput)

stopLossPriceShort  = strategy.position_avg_price * (1 + stopLossPercentageInput)
stopLossPriceLong   = strategy.position_avg_price * (1 - stopLossPercentageInput)

if(executeLongInput and bullish)
    strategy.entry( id="long_entry", direction=strategy.long,   when=longEntry and window(),    qty=10,  comment="long_entry")
    strategy.close( id="long_entry", when=longExit,     comment="long_exit")
    // strategy.close( id="long_entry", when=maxProfitLong <= close, comment="long_exit_mp")
    
if(executeShortInput and not bullish)
    strategy.entry( id="short_entry", direction=strategy.short,   when=shortEntry and window(),    qty=10,  comment="short_entry")
    strategy.close( id="short_entry", when=shortExit,     comment="short_exit")
    // strategy.close( id="short_entry", when=maxProfitShort <= close, comment="short_exit_mp")

if(strategy.position_size > 0 and executeStopLoss)
    strategy.exit(  id="long_entry",        stop=stopLossPriceLong,             comment="exit_long_SL")
    strategy.exit(  id="short_entry",       stop=stopLossPriceShort,            comment="exit_short_SL")
    
// plot(series=lrLine,     color=color.green)
plot(series=lrMA,       color=color.red)
plot(series=ema,        color=color.blue)

Больше