Обзор

Эта стратегия реализует количественную стратегию для отслеживания тенденций и совершения сделок с прорывом в течение нескольких временных рамок путем объединения трех показателей Boom Hunter, Hull Suite и Volatility Oscillator. Эта стратегия применима к цифровым активам, таким как биткойн, с высокой волатильностью и внезапными ценовыми явлениями.

Принципы

Основная логика этой стратегии основана на следующих трех показателях:

1. Охотники за тканями: Оциллятор, реализованный с использованием технологии сжатия индикаторов, для определения сигналов покупки и продажи путем скрещивания двух индикаторов (Quotient1 и Quotient2).

2. Hull Suite (англ.) (недоступная ссылка): набор гладких движущихся среднелинейных индикаторов, используемых для определения направления тенденции по отношению к среднему и верхнему и нижнему трекам.

3. Волатильный осцилляторОригинальное название: Oscillatory indicator of quantitative price fluctuation information.

Входная логика этой стратегии заключается в том, что в то время, когда два показателя Quotient для ловца тканей пересекаются вверх или вниз, цена должна прорваться через среднюю траекторию Хелла и отклониться от верхней или нижней траектории, в то время как показатель колебаний находится в зоне перекупа. Это позволяет отфильтровать некоторые ложные сигналы прорыва и повысить точность входа.

Стоп-убыток устанавливается путем поиска наименьшей долины или наивысшей вершины за определенный период (по умолчанию 20 K-линий), а прибыль получается за счет стоп-убытков в процентном соотношении, умноженном на конфигурацию стоп-убытков (по умолчанию в 3 раза). Позиции рассчитываются на основе процента от общего объема активов счета (по умолчанию в 3%) и стоп-убытков для конкретного параметра.

Преимущества

• Использование технологии сжатия индикаторов для извлечения основных торговых сигналов из цены для повышения вероятности получения прибыли
• Проверка комбинации множественных показателей, избегание ложных прорывов, точное определение направления тенденции
• Настройка динамического стоп-стоп, отслеживание тенденций с управляемым риском
• Использование показателей волатильности для обеспечения высоко волатильной торговли
• Анализ многократных временных рамок для повышения стабильности стратегии

Риск

• Показатель охотников за тканями может быть искажен с помощью сжатия, что приводит к ошибочному сигналу
• По словам эксперта, это приведет к задержкам в работе сети Hull, что не позволит вовремя отслеживать изменения цен.
• В случае снижения волатильности, возможно, будет упущена возможность совершить сделку, или же это приведет к убыточному плавающему положению.

Решение проблемы:

1. Настройка параметров показателя сжатия, балансировка чувствительности показателя
2. Попробуйте использовать скользящие средние индексов, такие как EHMA, вместо средних
3. Добавление других критериев оценки, чтобы избежать ошибочного восприятия колебаний

Оптимизация

Эта стратегия может быть оптимизирована в следующих аспектах:

1. Параметры оптимизации: получение оптимального сочетания параметров путем изменения параметров показателя, таких как длина цикла, коэффициент сжатия и т. д.

2. Оптимизация временных рамок: тестирование различных временных циклов ((1 минута, 5 минут, 30 минут и т. д.), поиск наиболее подходящего цикла торговли

3. Оптимизация позицийПоиск оптимальных вариантов использования капитала: изменение размера и пропорций позиций при каждой сделке

4. Оптимизация убытковПримечание: Для достижения оптимального риско-рентабельного соотношения необходимо корректировать свои стоп-позиции в зависимости от различных сделок.

5. Оптимизация условийУвеличение или уменьшение критериев фильтрации показателей для более точного времени входа в игру

Подвести итог

Эта стратегия использует комбинацию из трех показателей: ловцов, пакетов Хелл и волатильности осциллятора, чтобы реализовать торговлю с отслеживанием тенденций в течение нескольких временных рамок, эффективно идентифицировать внезапные действия цены и применяется к цифровым активам с высокой волатильностью. Эта стратегия является управляемой риском, оптимизируется с помощью параметров, волатильных условий и остановки убытков, имеет высокую практическую эффективность и масштабируемость.