
Стратегия жесткого прорыва - это стратегия прорыва, основанная на показателях жесткости цены. Она определяет жесткость цены, рассчитывая, сколько раз в течение определенного цикла цена закрытия преодолела установленный порог. Когда жесткий показатель превышает установленный порог, предполагается прорыв и совершаются покупные операции; когда жесткий показатель ниже порога, предполагается обратный рост и совершаются продажи.
Расчет средней и стандартной разницы: сначала рассчитывается простая скользящая средняя за n циклов в качестве базовой верхней полосы, а затем рассчитывается цена в 0,2 раза больше стандартной разницы в качестве буферы для нижней полосы.
Расчет показателя жесткости: рассмотрим вероятность того, что цена закроется выше, чем она была в течение цикла m, делим на m, получая значение от 0 до 100, затем сглаживаем с помощью n циклов EMA, получая окончательное значение жесткости, которое указывает на вероятность того, что цена прорвется вверх.
Сравнение жесткости с порогом: когда жесткий показатель пробивает установленный порог, увеличивается вероятность прорыва, что вызывает сигнал покупки; когда жесткий показатель пробивает порог, снижается вероятность прорыва, что вызывает сигнал продажи.
Вход и выход: покупают при повышении цены, продают при повышении цены.
Поймать момент прорыва: relativel более надежно определяет, есть ли в тренде время, когда произойдет прорыв или отклонение, и, таким образом, выходит на поле раньше.
Одновременно используйте прорыв и откат: стратегия использует одновременно прорыв и откат в жесткости, чтобы уловить возможности для переделывания и переделывания.
Гибкость параметров: пользователи могут корректировать такие параметры, как средняя длина линии, циклы жесткости, отклонения, в зависимости от рынка, чтобы адаптироваться к различным периодам и характеристикам рынка.
Простая реализация: использование только показателей жесткости и сравнения находящихся в точке отклонения, отсутствие сложной логики, простая реализация кода.
Риск прорыва: когда жесткость превышает обесценение, не может быть полностью гарантировано, что цена прорвется вверх, существует определенный риск ложного прорыва.
Риск отклонения диапазона: отсутствие возможности прогнозировать конкретный диапазон отклонения и место его расположения, существует риск чрезмерного убытка.
Риск оптимизации параметров: эталонные параметры не могут полностью адаптироваться к изменениям рынка, необходимо постоянно тестировать и оптимизировать в соответствии с реальными обстоятельствами.
Частые риски торговли: эта стратегия имеет высокую частоту торговли, что увеличивает затраты на торговлю и убытки от скольжения.
Оптимизация параметров: можно тестировать параметры на различных рынках, чтобы найти оптимальную комбинацию параметров. Например, увеличение средней длины линии для снижения частоты торгов и т. д.
Добавление стоп-убытков: устанавливается разумная логика стоп-убытков для управления единичными потерями. Стоп-убытки могут быть установлены в соответствии сatr.
В сочетании с другими показателями: могут быть добавлены такие показатели, как MACD, KD и т. Д., чтобы определить конкретную точку входа, чтобы уменьшить вероятность ложного прорыва.
Оптимизация условий выхода: можно определить признаки обратного тренда на основе трендовых индикаторов, чтобы установить более точные условия выхода.
Стратегия жесткого прорыва в целом является простой и практичной. Она может заранее определить время возможного прорыва и падения цены, что имеет некоторую практическую ценность. Но нам также нужно обратить внимание на проблему ложных прорывов и диапазона отклонений, чтобы блокировать более точные торговые возможности путем оптимизации параметров и добавления других технических показателей.
/*backtest
start: 2023-12-26 00:00:00
end: 2024-01-02 00:00:00
period: 3m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
// Copyright (c) 2020-present, JMOZ (1337.ltd)
// Copyright (c) 2018-present, Alex Orekhov (everget)
// Stiffness Indicator script may be freely distributed under the MIT license.
strategy("Stiffness Strategy", overlay=false, initial_capital=10000, default_qty_type=strategy.percent_of_equity, default_qty_value=100, commission_value=0.075)
maLength = input(title="Moving Average Length", minval=1, defval=100)
stiffLength = input(title="Stiffness Length", minval=1, defval=60)
stiffSmooth = input(title="Stiffness Smoothing Length", minval=1, defval=3)
threshold = input(title="Threshold", minval=1, defval=90)
highlightThresholdCrossovers = input(title="Highlight Threshold Crossovers ?", type=input.bool, defval=false)
bound = sma(close, maLength) - 0.2 * stdev(close, maLength)
sumAbove = sum(close > bound ? 1 : 0, stiffLength)
stiffness = ema(sumAbove * 100 / stiffLength, stiffSmooth)
long_cond = crossover(stiffness, threshold)
long_close = stiffness > threshold and falling(stiffness, 1)
short_cond = crossunder(stiffness, threshold) or stiffness < threshold and falling(stiffness, 1)
short_close = stiffness < threshold and rising(stiffness, 1)
strategy.entry("Long", strategy.long, when=long_cond)
strategy.close("Long", when=long_close)
strategy.entry("Short", strategy.short, when=short_cond)
strategy.close("Short", when=short_close)
transparent = color.new(color.white, 100)
bgColor = highlightThresholdCrossovers ? stiffness > threshold ? #0ebb23 : color.red : transparent
bgcolor(bgColor, transp=90)
plot(stiffness, title="Stiffness", style=plot.style_histogram, color=#f5c75e, transp=0)
plot(threshold, title="Threshold", color=color.red, transp=0)