ChaoZhang
1
Подписаться
1617
Подписчики
Обзор
Эта стратегия представляет собой систему торговли, основанную на техническом анализе, которая сочетает в себе Гаусский канал (Gaussian Channel) и случайный относительно слабый показатель (Stochastic RSI). Гаусский канал создает нисходящий канал, который обеспечивает динамическую поддержку и место сопротивления для колебаний цен посредством умножения показателя движущейся средней (EMA) и стандартного отклонения.
Стратегический принцип
Основная логика стратегии основана на следующих ключевых элементах:
- Строительство Гаустского канала: с использованием EMA в качестве базовой линии, создание верхней и нижней канальной полосы с помощью стандартной дифференциации. Верхний канал в качестве динамического места сопротивления, нижний канал в качестве динамического места поддержки.
- Случайный сигнал RSI: после вычисления традиционного RSI, он подвергается случайной индикаторной обработке, чтобы получить более гладкую% K и% D линию.
- Генерирование торговых сигналов: система генерирует многосигналы, когда цена прорывается вниз по каналу и проходит через %D на случайной линии %K RSI; когда цена прорывается вверх по каналу, выходит из позиции.
- Фильтрация по времени: стратегия содержит настраиваемый фильтр диапазона дат, позволяющий отсчитывать или торговать в течение определенного периода времени.
Стратегические преимущества
- Механизм многократного подтверждения: объединяет в себе две торговые концепции: отслеживание тренда (канал Гауса) и реверсивное движение (случайный RSI), повышая надежность сигнала.
- Динамическая адаптивность: Гаосский канал автоматически корректирует пропускную способность в зависимости от рыночных колебаний, обладая хорошей адаптивностью к рынку.
- Интеграция управления рисками: встроенный механизм контроля риска с использованием прорыва в верхнем канале в качестве стоп-сигнала.
- Гибкость параметров: все ключевые параметры могут быть оптимизированы в зависимости от различных рыночных условий.
Стратегический риск
- Риск ложного прорыва: в условиях волатильности рынка может быть больше ложных сигналов, что приводит к частым сделкам.
- Риск отставания: из-за использования многократных подвижных средних вычислений сигнал может отставать.
- Чувствительность к параметрам: показатели стратегии более чувствительны к выбору параметров, и в разных рыночных условиях могут потребоваться разные параметры.
- Зависимость от рыночных условий: в рынках, где тенденции не заметны, эффективность стратегии может быть нежелательной.
Направление оптимизации стратегии
- Улучшение фильтрации сигнала: можно добавить вспомогательные показатели, такие как трафик, частота колебаний, чтобы улучшить качество сигнала.
- Оптимизация динамических параметров: внедрение механизма адаптивной корректировки параметров в зависимости от динамики рынка.
- Усовершенствован механизм остановки убытков: можно добавить отслеживаемые остановки или динамические остановки, основанные на волатильности.
- Идентификация рыночной среды: добавление модуля оценки рыночной среды, применение различных параметров стратегии или правил торговли в различных рыночных условиях.
Подвести итог
Стратегия в сочетании с Гауст-каналом и случайным RSI создает торговую систему, которая имеет возможность отслеживать тенденции и ловить обратный ход. Разработка стратегии учитывает несколько измерений технического анализа, имеет хорошую теоретическую основу и практическую применимость.
Исходный код стратегии
/*backtest
start: 2024-02-18 00:00:00
end: 2025-02-16 08:00:00
period: 3h
basePeriod: 3h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © fgkkaraca
//@version=5
strategy("Alienseeker GC and RSI Strategy", overlay=true, commission_type=strategy.commission.percent, commission_value=0.1, slippage=0, default_qty_type=strategy.percent_of_equity, default_qty_value=200, process_orders_on_close=true)
// Gaussian Channel Inputs
lengthGC = input.int(20, "Gaussian Channel Length", minval=1)
multiplier = input.float(2.0, "Standard Deviation Multiplier", minval=0.1)
// Calculate Gaussian Channel
basis = ta.ema(close, lengthGC)
deviation = multiplier * ta.stdev(close, lengthGC)
upperChannel = basis + deviation
lowerChannel = basis - deviation
// Plot Gaussian Channel
plot(basis, "Basis", color=color.blue)
plot(upperChannel, "Upper Channel", color=color.green)
plot(lowerChannel, "Lower Channel", color=color.red)
// Stochastic RSI Inputs
rsiLength = input.int(14, "RSI Length", minval=1)
stochLength = input.int(14, "Stochastic Length", minval=1)
smoothK = input.int(3, "Smooth K", minval=1)
smoothD = input.int(3, "Smooth D", minval=1)
// Calculate RSI
rsi = ta.rsi(close, rsiLength)
// Calculate Stochastic RSI
lowestRSI = ta.lowest(rsi, stochLength)
highestRSI = ta.highest(rsi, stochLength)
stochRSI = (rsi - lowestRSI) / (highestRSI - lowestRSI) * 100
k = ta.sma(stochRSI, smoothK)
d = ta.sma(k, smoothD)
// Trading Conditions
stochUp = k > d
priceAboveUpper = ta.crossover(close, upperChannel)
priceBelowUpper = ta.crossunder(close, lowerChannel)
// Date Range Filter
startDate = input(timestamp("2018-01-01"), "Start Date")
endDate = input(timestamp("2069-01-01"), "End Date")
timeInRange = true
// Strategy Execution
if timeInRange
strategy.entry("Long", strategy.long, when=priceBelowUpper and stochUp)
strategy.close("Long", when=priceAboveUpper )