Chiến lược dự báo sóng Gaussian

Common strategy

Created: 2024-01-22 12:37:07

Last modified: 3 years ago

Copy: 2

ChaoZhang

1802

Followers

Tổng quan

Chiến lược dự đoán sóng Gauss là một chiến lược giao dịch định lượng dựa trên bộ lọc Gauss. Nó sử dụng tính chất làm mịn của bộ lọc Gauss để lọc chuỗi giá nhiều lần, tạo ra nhiều chuỗi giá đã được làm mịn. Sau đó, kết hợp với phép khớp đa thức của các chuỗi giá này, nó thực hiện dự đoán giá trong tương lai. Dựa trên kết quả dự đoán, đưa ra khuyến nghị mua vào hoặc bán ra.

Nguyên lý chiến lược

Cốt lõi của chiến lược này là thuật toán lọc Gauss. Bộ lọc Gauss là một bộ lọc làm mịn tuyến tính, sử dụng hàm Gauss làm trọng số. Trong chiến lược, tham số p được đặt làm kích thước cửa sổ lọc. Sau đó, hệ số lọc alfa được tính toán thông qua các hàm lượng giác. Mỗi chuỗi giá ret[i] đại diện cho kết quả sau khi lọc Gauss i lần trên chuỗi giá gốc.

Chiến lược áp dụng tư duy đệ quy. Đầu tiên, sử dụng alfa và chuỗi giá gốc price để tính ra bộ lọc đầu tiên ret. Sau đó, dựa trên ret tiến hành lọc lần thứ hai để có ret2. Cứ lặp lại nhiều lần như vậy. Cuối cùng, kết hợp nhiều chuỗi giá, khớp đường cong để dự đoán giá tương lai ret4. Nếu giá dự đoán cao hơn giá thực tế hiện tại, thì mua vào (long); nếu thấp hơn giá hiện tại, thì bán ra (short).

Bằng cách lọc nhiều lần, có thể làm mịn và khớp xu hướng tốt hơn. Đồng thời, kết hợp với khớp đa thức, thực hiện dự đoán xu hướng giá trong ngắn hạn.

Phân tích ưu điểm

Chiến lược này có các ưu điểm sau:

Sử dụng bộ lọc Gauss để làm mịn giá. Có thể lọc hiệu quả nhiễu tần số cao, giúp chiến lược ổn định hơn.
Lọc đệ quy nhiều lần. Có thể khớp xu hướng giá tốt hơn, hiệu quả dự đoán cao hơn.
Dựa trên khớp đa thức để dự đoán giá. Có thể mô hình hóa xu hướng giá ngắn hạn, từ đó tạo ra tín hiệu giao dịch.
Kết hợp giá hiện tại và giá dự đoán để đánh giá. Tín hiệu giao dịch được kết hợp trực tiếp với dự đoán xu hướng, tránh bỏ lỡ cơ hội giao dịch.
Triển khai đơn giản, dễ hiểu và tối ưu hóa. Có thể làm mô-đun cơ bản cho chiến lược tần suất cao, mở rộng thêm các chỉ báo phân tích khác.

Phân tích rủi ro

Chiến lược này cũng tồn tại các rủi ro sau:

Tác động làm mịn của bộ lọc Gauss đối với biến động giá đột ngột có thể làm bỏ lỡ các cơ hội giao dịch ngắn hạn.
Khớp đa thức có rủi ro quá khớp (overfitting). Nếu mô hình biến động giá thay đổi đột ngột, hiệu quả dự đoán sẽ giảm.
Kích thước cửa sổ lọc và bậc đa thức khớp cần được thiết lập chính xác. Nếu không phù hợp có thể dẫn đến thất bại.
Chỉ phụ thuộc vào giá mở cửa làm tín hiệu giao dịch. Không thể thực hiện giao dịch trong phiên.

Hướng tối ưu hóa

Chiến lược này có thể được tối ưu hóa theo các hướng sau:

Thêm cơ chế huấn luyện mô hình và huấn luyện lại cửa sổ trượt. Giúp các tham số chiến lược điều chỉnh linh hoạt, giảm rủi ro quá khớp.
Kết hợp thêm nhiều chỉ báo giá và đặc trưng. Làm phong phú đầu vào của chiến lược, giúp dự đoán ổn định hơn.
Thêm cơ chế cắt lỗ. Đặt tỷ lệ thua lỗ tối đa, tránh tổn thất lớn trong các tình huống thị trường cực đoan.
Tối ưu hóa quản lý vị thế. Điều chỉnh linh hoạt khối lượng giao dịch dựa trên tỷ lệ dự đoán chính xác và độ biến động.
Thử nghiệm dự đoán dựa trên các mô hình học máy chính thống. Ví dụ như mô hình học sâu LSTM. Nâng cao hơn nữa khả năng dự đoán của chiến lược.

Tổng kết

Nhìn chung, chiến lược này là một chiến lược định lượng tần suất cao sử dụng bộ lọc Gauss và khớp đa thức để dự đoán giá. Nó có những ưu điểm nhất định, nhưng cũng tồn tại không gian cải thiện. Bằng cách kết hợp thêm nhiều đặc trưng, đưa vào các mô-đun như điều chỉnh tham số động, cơ chế cắt lỗ để tối ưu hóa, có thể làm cho hiệu quả chiến lược tốt hơn. Chiến lược này đặt nền tảng cho các chiến lược tần suất cao, đáng để nghiên cứu thêm.

Source

Pine

/*backtest
start: 2023-01-15 00:00:00
end: 2024-01-21 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("Gaussbot v1.0", overlay=true)

p = input(20, minval=1, title="Length")

Strategy parameters