Обзор

Стратегия количественной торговли QMC в сочетании с количественной торговлей с отклонением AO от многоуровневых временных рамок - это система количественной торговли, основанная на техническом анализе, которая объединяет отклонения от классификации количественных рынков (QMC), количественных движений (QM) и отклонения от сигналов отражающих волшебные колебания (Awesome Oscillator, AO) для выявления потенциальных торговых возможностей. Стратегия специально разработана для временных рамок H4 и H1 и применяет соотношение возврата к риску в размере 1:3, что означает, что потенциальная прибыль в три раза больше потенциальной потери.

Стратегический принцип

Стратегия основана на трех основных компонентах:

1. Магический шок показатель ((AO):AO является динамическим показателем, полученным путем расчета цены средней точки ((HL2) разница между 5-циклической и 34-циклической простой подвижной средней. . . . . . . . . . . . . . . . .

2. Количественная мобильность (QM): Стратегия использует коренные высокие и низкие точки 5 K-линий для определения ключевых уровней цен. Сигнал QM генерируется, когда:

   • Сигнал бычьего рынка QM: когда образуется центральная низкая точка и текущая цена закрытия выше максимальной цены предыдущей линии K
   • Сигналы QM: когда формируются пики и текущая цена закрытия ниже минимальной цены предыдущей линии K

3. AO отклоняется от обнаружения：

   • Взгляните на это с другой стороны: когда цены на инновации ниже, а показатели AO выше
   • "Отступление от падения: когда цены на инновации высоки, но индекс AO падает"

Вступление в стратегию обусловлено сочетанием QM-сигнала с отступлением от AO:

• Многоголовый вход: Сигнал QM на рынке быков совпадает с отклонением AO от прогноза
• Вход в пустую позицию: Сигнал QM медведя появляется одновременно с отклонением от пауза AO

Стоп-стоп устанавливается на уровне QM с добавлением 0,2-кратного ATR (средняя реальная волнообразность), а стоп-стоп-цель устанавливается в 3 раза больше разницы между ценой входа и уровнем стоп-стопа, что обеспечивает соотношение риска и прибыли в размере 1:3.

Стратегические преимущества

1. Механизм многократного подтверждения: Стратегия объединяет ценовые формы ((QMC и QM) с динамическими показателями ((AO), обеспечивая более надежный торговый сигнал. Многократное подтверждение снижает риск ложных сигналов и повышает уровень успешности торгов.

2. Отчуждение от способности распознаватьСтратегия способна распознавать отклонения между ценовыми и динамическими индикаторами, что обычно является сильным сигналом о предстоящем обратном направлении рыночной тенденции. Эта способность заранее идентифицировать обратные точки позволяет трейдерам устанавливать позиции раньше, чем большинство участников рынка.

3. Оптимизация управления рискамиОтношение риска к прибыли (RRR) 1: 3 означает, что даже если выигрыш составляет всего 30%, стратегия может быть прибыльной в долгосрочной перспективе. Этот консервативный подход к управлению рисками помогает защитить средства в счете.

4. Остановка убытков на основе структуры рынкаСтоп-поиск устанавливается вблизи ключевых уровней QM, которые представляют собой важные зоны поддержки или сопротивления в структуре рынка, а не случайные ценовые точки, что повышает эффективность стоп-поиска.

5. Автоматизированные возможности торговлиВ то же время, по мнению экспертов, это может быть связано с непредвиденными обстоятельствами, такими как: полностью запрограммированная стратегия, позволяющая автоматизировать выполнение сделок, снижение эмоционального воздействия и обеспечение строгого соблюдения торговой дисциплины.

Стратегический риск

1. Ложное отклонение от сигнала: В условиях волатильности рынка отклонение АО может привести к появлению ложных сигналов, что приводит к ненужным потерям торгов. Рыночный шум может привести к краткосрочному отклонению показателя, но цена может не повернуть в сторону, как ожидалось.

2. Риск резких рыночных колебанийВ течение крупных пресс-релизов или событий, связанных с черной лебедью, цены могут быстро преодолеть свои пределы убытков, что может привести к более значительным реальным убыткам, чем ожидалось.

3. Параметр ЧувствительностьСтратегия использует фиксированные параметры (например, скользящая средняя за 5 и 34 циклов, опорные точки на K-линии, буфер 0.2 ATR), которые могут нуждаться в корректировке в различных рыночных условиях или различных торговых видах.

4. Риск от задержки сигналаВ связи с необходимостью формирования опорных точек и подтверждения отклонения, торговый сигнал может иметь определенные задержки и пропустить оптимальный момент входа.

5. Проблемы с управлением финансамиСтратегия: использование фиксированной доли 10% для торговли, которая может не подходить для всех рыночных условий или размеров счетов.

Решение проблемы:

• В сочетании с дополнительными условиями фильтрации, такими как фильтр тренда или фильтр частоты колебаний, уменьшается количество ложных сигналов
• Внедрение динамического управления позициями с корректировкой доли капитала в соответствии с волатильностью рынка
• Приостановка действия стратегии до публикации ключевых экономических данных
• Проведение широкого отсчета, чтобы найти оптимальные параметры для различных рыночных условий

Направление оптимизации стратегии

1. Добавить фильтр трендов: введите более длинный цикл (например, солнечный или круговой) трендовых индикаторов, торгуйте только в большом трендовом направлении. Это может повысить шансы на победу, потому что по-прежнему торгуйте, как правило, более успешно, чем по-прежнему торгуйте. Можно рассмотреть возможность добавления следующего кода:

            pine
            
            
longTermTrend = ta.sma(close, 200) > ta.sma(close, 200)[20]
longCond := longCond and longTermTrend
shortCond := shortCond and not longTermTrend

2. Динамические стоп-убытки и коэффициент рискаВ зависимости от динамики волатильности рынка, может потребоваться более широкий стоп-диапазон и меньший риск-рентабельность. Для динамической настройки можно использовать кратность ATR:

            pine
            
            
volMultiplier = ta.atr(14) / ta.atr(14)[20]
slDistance = atr * 0.2 * math.min(2, math.max(0.5, volMultiplier))

3. Добавление фильтрации по времени транзакцииНекоторые периоды (например, перед открытием рынка или после публикации важных данных) могут быть более волатильными и не подходят для этой стратегии. Добавление фильтрации периодов позволяет избежать торговли в эти периоды повышенного риска.

4. Оптимизация времени поступленияВ настоящее время существуют следующие стратегии: первая K-линия, которая появится в сигнале, может быть использована для получения лучшей цены на вход, ожидая обратного вызова или подтверждения повторного входа K-линии.

5. Многоуровневая стратегия сдерживания: вместо того, чтобы просто установить единственную цель остановки, можно остановить ее поэтапно, например, переместить остановку до входной цены при достижении 1: 1 рисковой отдачи, погасить часть позиции при достижении 1: 2 и оставшиеся позиции преследуют более высокую прибыль.

Целью этих направлений оптимизации является повышение устойчивости и прибыльности стратегии, снижение вероятности существенного отступления, а также лучшая адаптация к различным рыночным условиям.

Подвести итог

Количественная торговая стратегия QMC в сочетании с QM и AO отклоняется от многоуровневых временных рамок. Это высокотехнологичная торговая система, объединяющая анализ ценовой структуры и динамические показатели.

Ключевые преимущества этой стратегии заключаются в ее многократном подтверждении механизмов и настройки стоп-лосс, основанных на структуре рынка, но также подвержены рискам, таким как ложные сигналы и чувствительность к параметрам. Существует значительное место для улучшения этой стратегии путем добавления фильтров тренда, динамической корректировки параметров риска и оптимизации времени входа.

Для квантовых трейдеров эта стратегия предоставляет прочную основу для дальнейшей настройки и оптимизации в соответствии с индивидуальным стилем торговли и предпочтениями риска. Будь то использование в качестве отдельной торговой системы или как часть более крупного портфеля торговых стратегий, эта стратегия демонстрирует эффективное применение технического анализа в квантовых сделках.