Количественная стратегия следования за трендом
ChaoZhang
Обзор
Эта стратегия использует несколько индикаторов, таких как Брин-банды, RSI, ADX, MACD, чтобы судить о тенденциях рынка, имея более сильную способность распознавать тенденции. Когда индикаторный сигнал одновременно бычий, принимается стратегия отслеживания; когда индикаторный сигнал одновременно медвежий, остановка позиции.
Стратегический принцип
- Использование бриндовых поясов для определения того, находится ли цена вблизи верхней или нижней полосы бриндовых поясов, в качестве основы для определения того, формируется ли тенденция
- В сочетании с RSI, чтобы определить, находится ли он в зоне перепродажи, чтобы избежать ложного прорыва
- Используйте ADX для определения силы тренда, сигнализируя только при сильной тенденции
- Использование MACD для определения согласованности краткосрочных и долгосрочных тенденций
- Объединение в течение дня, только в определенное время торговли
Принимая решение по комбинации нескольких индикаторов, точно идентифицировать ценовые тенденции, своевременно отслеживать тенденции и получать дополнительную прибыль.
Анализ преимуществ
Наиболее значимым преимуществом этой стратегии является то, что она позволяет более полно и точно оценивать комбинацию индикаторов, эффективно идентифицировать ценовые тенденции и избегать ложных сигналов, вызванных одним индикатором.
В частности, преимущества:
- Полоса Брин позволяет определить степень колебания цен и их слабость.
- RSI избегает покупки в зоне перекупа и продажи в зоне перепродажи
- ADX оценивает интенсивность тренда, следуя только сильным тенденциям
- MACD оценивает долгосрочную консистенцию
- Ограничьте время торговли, чтобы избежать риска ночного торгового дня
Показатели, используемые для определения комбинации, позволяют максимально снизить количество ложных сигналов и повысить стабильность стратегии.
Анализ рисков
Основные риски, связанные с этой стратегией:
- Внезапные события приводят к сбоям показателей
- В результате землетрясения появилось множество ложных сигналов.
В отношении риска 1, из-за зависимости от нескольких показателей, можно в некоторой степени избежать неэффективности одного показателя, но все же необходимо усовершенствовать механизм управления рисками.
В зависимости от риска 2 параметры могут быть соответствующим образом скорректированы, чтобы сократить торговый диапазон, уменьшить частоту торгов и снизить риск.
Направление оптимизации
Основными направлениями оптимизации стратегии являются:
- Добавление механизмов для устранения убытков, таких как убытки от перемещения, убытки от времени, убытки от прорыва, чтобы избежать чрезмерного оттягивания
- Оптимизация параметров, корректировка комбинации параметров индикатора, поиск оптимальных параметров
- Добавление условий фильтрации, таких как переходное фильтрация, чтобы избежать небольших ложных прорывов
- Повышение точности сигнала в сочетании с дополнительными показателями, такими как KDJ, OBV и т. д.
- Автоматическая оптимизация параметров с использованием методов машинного обучения
Продолжая оптимизировать, мы постоянно повышаем эффективность параметров стратегии и снижаем вероятность ложных сигналов.
Подвести итог
В целом, стратегия обладает высокой способностью распознавать сигналы тренда, а также эффективно определять ценовые тенденции с помощью комбинации индикаторов.
Однако существуют определенные риски, требующие постоянного совершенствования механизмов управления ветром и постоянной оптимизации параметров для долгосрочного стабильного функционирования. Если в будущем можно будет внедрить такие методы, как машинное обучение, для автоматической оптимизации параметров, это значительно повысит неустойчивость и прибыльность стратегии.
/*backtest
start: 2024-01-01 00:00:00
end: 2024-01-31 00:00:00
period: 5h
basePeriod: 15m
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/
// © abilash.s.90
dIMinusCalc(adxLen) =>
smoothedTrueRange = 0.0
smoothedDirectionalMovementMinus = 0.0
dIMinus = 0.0
trueRange = 0.0
directionalMovementMinus = 0.0
trueRange := max(max(high-low, abs(high-nz(close[1]))), abs(low-nz(close[1])))
directionalMovementMinus := nz(low[1])-low > high-nz(high[1]) ? max(nz(low[1])-low, 0): 0
smoothedTrueRange := nz(smoothedTrueRange[1]) - (nz(smoothedTrueRange[1])/adxLen) + trueRange
smoothedDirectionalMovementMinus := nz(smoothedDirectionalMovementMinus[1]) - (nz(smoothedDirectionalMovementMinus[1])/adxLen) + directionalMovementMinus
dIMinus := smoothedDirectionalMovementMinus / smoothedTrueRange * 100
dIMinus
dIPlusCalc(adxLen) =>
smoothedTrueRange = 0.0
smoothedDirectionalMovementPlus = 0.0
dIPlus = 0.0
trueRange = 0.0
directionalMovementPlus = 0.0
trueRange := max(max(high-low, abs(high-nz(close[1]))), abs(low-nz(close[1])))
directionalMovementPlus := high-nz(high[1]) > nz(low[1])-low ? max(high-nz(high[1]), 0): 0
smoothedTrueRange := nz(smoothedTrueRange[1]) - (nz(smoothedTrueRange[1])/adxLen) + trueRange
smoothedDirectionalMovementPlus := nz(smoothedDirectionalMovementPlus[1]) - (nz(smoothedDirectionalMovementPlus[1])/adxLen) + directionalMovementPlus
dIPlus := smoothedDirectionalMovementPlus / smoothedTrueRange * 100
dIPlus
Adx(adxLen) =>
dIPlus = 0.0
dIMinus = 0.0
dX = 0.0
aDX = 0.0
dIPlus := dIPlusCalc(adxLen)
dIMinus := dIMinusCalc(adxLen)
dX := abs(dIPlus-dIMinus) / (dIPlus+dIMinus)*100
aDX := sma(dX, adxLen)
aDX
BarInSession(sess) => time(timeframe.period, sess) != 0
//@version=4
strategy("Bollinger Band + RSI + ADX + MACD", overlay=true)
//Session
session = input(title="Trading Session", type=input.session, defval="0930-1500")
sessionColor = BarInSession(session) ? color.green : na
bgcolor(color=sessionColor, transp=95)
// Bollinger Bands
src = input(high, title="Bollinger Band Source", type=input.source)
length = input(3, minval=1, type=input.integer, title="Bollinger Band Length")
mult = input(4.989, minval=0.001, maxval=50, step=0.001, type=input.float, title="Bollinger Band Std Dev")
basis = sma(src, length)
dev = mult * stdev(src, length)
upper = basis + dev
lower = basis - dev
plot(upper, title="Bollinger Band Upper", color=color.red)
plot(lower, title="Bollinger Band Lower", color=color.green)
// RSI
rsiSrc = input(close, title="RSI Source", type=input.source)
rsiLength = input(16, minval=1, type=input.integer, title="RSI Length")
rsiComparator = input(39.2, title="RSI Comparator", type=input.float, step=0.1)
rsi = rsi(rsiSrc, rsiLength)
// ADX
adxLength = input(14, minval=1, type=input.integer, title="ADX Length")
adxComparator = input(14, minval=1, type=input.integer, title="ADX Comparator")
adx = Adx(adxLength)
// Heikinashi
haClose = security(heikinashi(syminfo.ticker), timeframe.period, close)
haOpen = security(heikinashi(syminfo.ticker), timeframe.period, open)
nextHaOpen = (haOpen + haClose) / 2
//MACD
macdCalcTypeProcessed = input(title="MACD Source", type=input.source, defval=high)
fast = input(12, title="MACD Fast")
slow = input(20, title="MACD Slow")
signalLen = input(15, title="MACD Signal")
fastMA = ema(macdCalcTypeProcessed, fast)
slowMA = ema(macdCalcTypeProcessed, slow)
macd = fastMA - slowMA
signal = sma(macd, signalLen)
longCondition() =>
(low < lower) and (rsi[0] > rsiComparator) and (adx > adxComparator) and (close > nextHaOpen) and BarInSession(session) and macd > signal
stop = (close - max((low - (low * 0.0022)), (close - (close * 0.0032)))) / syminfo.mintick
target = (max(upper, (close + (close * 0.0075))) - close) / syminfo.mintick
strategy.entry("SX,LE", strategy.long, when=longCondition(), comment="SX,LE")
strategy.close_all(when=(not BarInSession(session)))
strategy.exit("LX", from_entry="SX,LE", profit=target, loss=stop)