Стратегия торговли по тренду, основанная на линейной регрессии и скользящих средних
ChaoZhang
Обзор
Эта стратегия основана на линейной регрессии и движущихся средних. Она создает простую систему отслеживания тренда. При пересечении движущейся средней на линейной регрессии делается больше, а при пересечении движущейся средней ниже линейной регрессии делается меньше.
Название стратегии
Trend Following Regression Trading Strategy (Стратегия торговли с регрессией)
Стратегический принцип
Стратегия включает в себя следующие ключевые элементы:
- Вычислите N-дневную простую скользящую среднюю (SMA)
- Вычислить линейную регрессию последних N дней
- Если цена пересекает SMA и находится выше линии регрессии, то нужно сделать больше.
- Провести позицию, когда конечная цена пересекает SMA и находится ниже линии регрессии
- Установка стоп-лосса и стоп-приза
Линейная регрессионная линия хорошо совпадает с направлением тенденции за последнее время. Это может быть использовано в качестве вспомогательного решения направления общей тенденции. Когда цена прорывает линию SMA, нам нужно дополнительно определить, соответствует ли направление линейной регрессионной линии этому прорыву.
Кроме того, в стратегии также установлен механизм остановки убытков. Когда цена касается линии остановки убытков, она прекращает свою позицию. Также установлен ряд остановок, блокирующий часть прибыли.
Стратегические преимущества
Эта стратегия имеет следующие преимущества:
- Сочетание трендовых и прорывных индикаторов, предотвращение ложных прорывов, улучшение качества сигнала
- Используйте линейную регрессию, чтобы определить направление тренда, фильтруйте тренд, делайте больше только в случае повышения тренда, делайте пустоту в случае снижения тренда
- Для управления рисками внедрены механизмы остановки и сдерживания
- Правила четкие, понятные и простые в применении
- Это не так сложно, как просто изменить несколько параметров.
Анализ рисков
Однако эта стратегия также несет в себе некоторые риски:
- В условиях шока может быть больше ошибочных торговых сигналов.
- Настройки для движущихся средних и циклов регрессии требуют повторного тестирования и оптимизации, неправильные настройки могут повлиять на эффективность стратегии
- В экстремальных ситуациях отключение может привести к значительным потерям.
- Основываясь только на технических показателях, без учета фундаментальных факторов
Мы можем оптимизировать эти риски в следующих областях:
- Подумайте о стратегии приостановки или фильтрации с помощью других индикаторов на рынке во время колебаний
- Проверяйте параметры снова и снова, чтобы найти оптимальный параметр
- Оптимизация и динамическая коррекция стоп-позиции
- Основные факторы, такие как экономические данные
Направление оптимизации
Эта стратегия может быть оптимизирована в следующих аспектах:
- Добавление других вспомогательных показателей для оценки состояния рынка, чтобы избежать торговли в условиях потрясений
- Оптимизация комбинаций типа движущихся средних, таких как двойные движущиеся средние, тройные движущиеся средние
- Дальнейший анализ наклонности регрессионной линии, добавление правил для определения наклонности
- В сочетании с показателем волатильности, устанавливается динамическая стоп-стоп-позиция
- Автоматическая оптимизация параметров с использованием методов машинного обучения
Подвести итог
Эта стратегия объединяет функции отслеживания тенденций движущихся средних с функциями определения тенденций линейного возвращения, создавая относительно простую и простую систему отслеживания тенденций. В рынках с заметной тенденцией эта стратегия может получить лучший эффект.
/*backtest
start: 2023-11-17 00:00:00
end: 2023-12-05 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy(title="Regression Trading Strategy", shorttitle="RTS", overlay=true)
// Input parameters
n = input(14, title="SMA Period")
stop_loss_percentage = input(2, title="Stop Loss Percentage")
take_profit_percentage = input(2, title="Take Profit Percentage")
// Calculate the SMA
sma = sma(close, n)
// Linear regression function
linear_regression(src, length) =>
sumX = 0.0
sumY = 0.0
sumXY = 0.0
sumX2 = 0.0
for i = 0 to length - 1
sumX := sumX + i
sumY := sumY + src[i]
sumXY := sumXY + i * src[i]
sumX2 := sumX2 + i * i
slope = (length * sumXY - sumX * sumY) / (length * sumX2 - sumX * sumX)
intercept = (sumY - slope * sumX) / length
line = slope * length + intercept
line
// Calculate the linear regression
regression_line = linear_regression(close, n)
// Plot the SMA and regression line
plot(sma, title="SMA", color=color.blue)
plot(regression_line, title="Regression Line", color=color.red)
// Trading strategy conditions
long_condition = crossover(close, sma) and close > regression_line
short_condition = crossunder(close, sma) and close < regression_line
// Exit conditions
stop_loss_price = close * (1 - stop_loss_percentage / 100)
take_profit_price = close * (1 + take_profit_percentage / 100)
// Plot entry and exit points on the chart
plotshape(series=long_condition, title="Long Entry", location=location.belowbar, color=color.green, style=shape.triangleup, size=size.small)
plotshape(series=short_condition, title="Short Entry", location=location.abovebar, color=color.red, style=shape.triangledown, size=size.small)
plotshape(series=crossunder(close, stop_loss_price), title="Stop Loss", location=location.abovebar, color=color.red, style=shape.labeldown, text="SL")
plotshape(series=crossover(close, take_profit_price), title="Take Profit", location=location.belowbar, color=color.green, style=shape.labelup, text="TP")
// Strategy orders
strategy.entry("Long", strategy.long, when = long_condition)
strategy.entry("Short", strategy.short, when = short_condition)
strategy.exit("Exit", from_entry = "Long", when = crossover(close, stop_loss_price) or crossover(close, take_profit_price))
strategy.exit("Exit", from_entry = "Short", when = crossunder(close, stop_loss_price) or crossunder(close, take_profit_price))