3 Стратегия перемены промежутка колебания скользящей средней

Автор:Чао Чжан, Дата: 2024-02-18 11:18:51
Тэги:

Обзор

Эта стратегия использует трехдневную быструю скользящую среднюю, 10-дневную медленную скользящую среднюю и 16-дневную скользящую среднюю для выравнивания сигналов для построения индикатора MACD, дополненного индикатором RSI и характеристиками объема, и устанавливает многомерные характеристики K-линии для определения чрезмерного расширения рыночной тенденции, формирования колебания тренда диапазона и обращения длинных или коротких записей для получения прибыли.

Стратегия нацелена на быстрое изменение цены с местных уровней перекупа или перепродажи.

Логика стратегии

Стратегия в основном использует 3-дневную быструю скользящую среднюю минус 10-дневную медленную скользящую среднюю для формирования индикатора MACD, с 16-дневной сигнальной линией для сглаживания, что составляет стандартную стратегию MACD. Она также сочетает в себе объемный анализ объемов покупки и продажи для определения характеристик импульса.

В частности, путем наблюдения за взаимосвязью между линией MACD и линией сигнала, а также изменениями наклона, он определяет прилив и поток бычьих и медвежих сил для выявления возможностей для обратного движения. В то же время изменения объемов покупок и продаж отражают сдвиги в бычьем и медвежьем импульсе. В сочетании с изменениями в индикаторе RSI для определения условий перекупки и перепродажи, эти индикаторы позволяют нам определить локализованные характеристики профиля рынка и потенциальное время обратного движения.

Стратегия предусматривает в общей сложности три сигнала входа:

Длинный, когда объем покупок не имеет преимущества над объемом продаж, RSI ниже 41 при росте, сигнал MACD не имеет значительных отклонений;
Долго, когда объем покупок сильнее объема продаж, RSI в диапазоне 45-55 и повышается, MACD и линия сигнала движутся вверх в унисон;
Короткий, когда MACD превышает порог при росте.

Все эти 3 сценария отражают локализованные колебания в направленном перерасширении, которые считаются подходящим временем для обратного направления.

Выходы устанавливаются как Take profit (лимитный ордер) и Stop loss, чтобы контролировать снижение и реализовать прибыль.

Анализ преимуществ

Стратегия сочетает в себе несколько индикаторов для определения диапазона и условий перекупа/перепродажи, с четкой логикой получения прибыли.

В частности, преимущества включают:

MACD как объемно-взвешенный импульсный осциллятор, избегает упрощенного технического анализа;
Условия объема повышают уверенность в поступлении;
RSI помогает обнаружить потенциальные изменения;
Стоп-лосс и прием прибыли контролируют чрезмерные отчисления и блокируют некоторые прибыли.

Анализ рисков

Несмотря на сочетание индикаторов для повышения уровня выигрыша, все стратегии имеют риски.

вероятность ложных сигналов, таких как продолжение после первоначального переворота;
Недостаточные параметры стоп-лосса и прибыли приводят к чрезмерному снижению прибыли и невозможности зафиксировать прибыль;
Настройка параметров, таких как длины MA, периоды RSI, коэффициенты прибыли, могут потребовать дальнейшей оптимизации.

Эти риски могут быть уменьшены путем дополнительной оптимизации.

Руководство по оптимизации

Остается место для дальнейшей оптимизации, в основном:

Испытать различные комбинации параметров MA для достижения наилучших результатов;
Проверить периоды обратного отслеживания RSI для определения оптимального судия перекупленности/перепроданности;
Оптимизировать коэффициенты получения прибыли и остановки потерь для сбалансирования вычетов и поглощения прибыли;
Внедрить модели машинного обучения, использовать больше данных для уменьшения ошибочных суждений и улучшения показателя победы.

По мере расширения пространства параметров и увеличения размера выборки также улучшается показатель успеваемости стратегии и рентабельность.

Заключение

Эта стратегия сочетает в себе MACD, RSI и анализ объема для определения рыночных характеристик, установления входов в зоны реверсии для улавливания движений ретракциона. Логика ясна, сбалансирующая тренд и реверсии. При дальнейшей оптимизации она имеет сильный потенциал прибыли как надежная квантовая стратегия. Настройка параметров и внедрение модели могут улучшить ее в высокоэффективный алгоритм.

/*backtest
start: 2024-01-01 00:00:00
end: 2024-01-31 23:59:59
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("3 1 Oscillator Profile Flagging", shorttitle="3 1 Oscillator Profile Flagging", overlay=false)

signalBiasValue = input(title="Signal Bias", defval=0.26)
macdBiasValue = input(title="MACD Bias", defval=0.7)
shortLookBack = input( title="Short LookBack", defval=3)
longLookBack = input( title="Long LookBack", defval=6)
takeProfit = input( title="Take Profit", defval=2)
stopLoss = input( title="Stop Loss", defval=0.7)

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")
plot(macdSlope, color=color.green, title="MACD Slope")
plot(signalSlope, color=color.red, title="Signal Slope")
intrabarRange = high - low
rsi = ta.rsi(close, 14)
rsiSlope = rsi - rsi[1]
plot(rsiSlope, color=color.black, title="RSI Slope")

getRSISlopeChange(lookBack) =>
    j = 0
    for i = 0 to lookBack
        if ( rsi[i] - rsi[ i + 1 ] ) > -5
            j += 1
    j

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 = 0.0
    float s = 0.0
    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] < ( 0.0 - signalBiasValue )
            j += 1
    j

getSignalNoBias(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if signal[i] < signalBiasValue and signal[i] > ( 0.0 - 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 < 0.0 and signalSlope[1] > 0.0
bool isNegativeMacdReversal = macdSlope < 0.0 and macdSlope[1] > 0.0

bool isPositiveSignalReversal = signalSlope > 0.0 and signalSlope[1] < 0.0
bool isPositiveMacdReversal = macdSlope > 0.0 and macdSlope[1] < 0.0

bool hasBearInversion = signalSlope > 0.0 and macdSlope < 0.0
bool hasBullInversion = signalSlope < 0.0 and macdSlope > 0.0

bool hasSignalBias = math.abs(signal) >= signalBiasValue
bool hasNoSignalBias = signal < signalBiasValue and signal > ( 0.0 - signalBiasValue )

bool hasSignalBuyerBias = hasSignalBias and signal > 0.0
bool hasSignalSellerBias = hasSignalBias and signal < 0.0

bool hasPositiveMACDBias = macd > macdBiasValue
bool hasNegativeMACDBias = macd < ( 0.0 - 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 )


// 202.30 Profit 55.29% 5m
if ( ( getVolBias(longLookBack) == false ) and rsi <= 41 and math.abs(rsi - rsi[shortLookBack]) > 1 and hasNoSignalBias and rsiSlope > 1.5 and close > open)
    strategy.entry("5C1", strategy.long, qty=1)
strategy.exit("TPS", "5C1", limit=strategy.position_avg_price + takeProfit, stop=strategy.position_avg_price - stopLoss)

// 171.70 Profit 50.22% 5m
if ( getVolBias(longLookBack) == true and rsi > 45 and rsi < 55 and macdSlope > 0 and signalSlope > 0)
    strategy.entry("5C2", strategy.long, qty=1)
strategy.exit("TPS", "5C2", limit=strategy.position_avg_price + takeProfit, stop=strategy.position_avg_price - stopLoss)

// 309.50 Profit 30.8% 5m 2 tp .7 sl 289 trades
if ( macd > macdBiasValue and macdSlope > 0)
    strategy.entry("5P1", strategy.short, qty=1)
strategy.exit("TPS", "5P1", limit=strategy.position_avg_price - takeProfit, stop=strategy.position_avg_price + stopLoss)

Больше