Chiến lược theo dõi xu hướng tự thích ứng dựa trên mô hình đa nhân tố
Tổng quan
Chiến lược này là một chiến lược theo dõi xu hướng thích ứng được điều khiển bởi mô hình đa yếu tố. Nó tích hợp nhiều chỉ báo như RSI, MACD, Stochastics, xây dựng mô hình đa yếu tố để xác định hướng xu hướng. Đồng thời, nó có cơ chế dừng lỗ thích ứng, có thể điều chỉnh giá dừng lỗ một cách linh hoạt dựa trên ATR, thực hiện kiểm soát rủi ro.
Nguyên lý
Chiến lược này sử dụng nhiều chỉ báo để xây dựng mô hình xác định xu hướng. Đầu tiên, nó kết hợp RSI, MACD để xác định hướng xu hướng; sau đó, kết hợp Stochastics để xác định tình trạng quá mua/quá bán, lọc bỏ một phần tín hiệu. Sau khi vào lệnh, nó sử dụng ATR để tính toán tham số rủi ro, thực hiện dừng lỗ thích ứng.
Cụ thể, khi RSI cao hơn 52 và MACD cắt lên (golden cross), tín hiệu mua được tạo ra; khi RSI thấp hơn 48 và MACD cắt xuống (death cross), tín hiệu bán được tạo ra. Để lọc tín hiệu giả, nó còn kiểm tra Stochastics có quá mua/quá bán hay không. Về mặt dừng lỗ, nó tính toán tham số dựa trên ATR, thực hiện dừng lỗ thích ứng, có thể kiểm soát hiệu quả rủi ro dừng lỗ trên mỗi giao dịch.
Ưu điểm
Ưu điểm lớn nhất của chiến lược này là khả năng kiểm soát rủi ro mạnh mẽ. Thông qua mô hình đa yếu tố xác định hướng xu hướng, có thể lọc bỏ một phần nhiễu, nâng cao chất lượng tín hiệu. Đồng thời, cơ chế dừng lỗ thích ứng có thể điều chỉnh mức dừng lỗ theo mức độ biến động thị trường, kiểm soát hiệu quả tổn thất mỗi lệnh. Ngoài ra, các tham số của chiến lược được thiết lập hợp lý, kết quả backtest khá tốt. Tài sản với các chu kỳ khác nhau có thể được tối ưu hóa bằng cách điều chỉnh tham số. Nó có thể thích ứng với nhiều môi trường thị trường hơn thông qua tối ưu hóa tham số.
Rủi ro
Rủi ro chính của chiến lược này nằm ở chất lượng xây dựng mô hình đa yếu tố. Nếu mô hình được xây dựng không đúng, không thể phân biệt xu hướng hiệu quả, sẽ tạo ra nhiều tín hiệu sai. Ngoài ra, bản thân chiến lược dừng lỗ cũng tồn tại rủi ro bị khai thác. Để giảm thiểu các rủi ro này, có thể cải thiện từ việc điều chỉnh trọng số mô hình, tối ưu hóa cài đặt tham số, kết hợp các chiến lược dừng lỗ khác. Khi thị trường xuất hiện bất thường, can thiệp thủ công cũng là cần thiết.
Hướng tối ưu hóa
Chiến lược này có thể được tối ưu hóa từ các khía cạnh sau:
-
Điều chỉnh trọng số các chỉ báo trong mô hình đa yếu tố, tìm tổ hợp trọng số tối ưu
-
Kiểm tra thêm nhiều chỉ báo, như CCI, độ biến động, v.v., làm phong phú mô hình đa yếu tố
-
Tối ưu hóa cài đặt tham số, thích ứng với nhiều loại tài sản và chu kỳ hơn
-
Thử nghiệm các chiến lược dừng lỗ khác nhau, tìm tổ hợp tốt nhất
-
Thêm mô-đun huấn luyện mô hình và đánh giá chiến lược, thực hiện điều khiển bằng học máy
Tổng kết
Chiến lược này tích hợp mô hình đa yếu tố và cơ chế dừng lỗ thích ứng, thực hiện sự kết hợp hữu cơ giữa xác định xu hướng và kiểm soát rủi ro. Kết quả backtest của nó tốt, có khả năng mở rộng. Thông qua tối ưu hóa liên tục, nó có thể trở thành một chiến lược định lượng đáng để nắm giữ lâu dài.
/*backtest
start: 2022-12-12 00:00:00
end: 2023-12-18 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
strategy(title="TradersAI_UTBot", overlay = true)
// CREDITS to @HPotter for the orginal code.
// CREDITS to @Yo_adriiiiaan for recently publishing the UT Bot study based on the original code - - 1