基于Coppock曲线的量化交易策略


创建日期: 2023-11-13 11:44:55 最后修改: 2023-11-13 11:44:55
复制: 0 点击次数: 588
avatar of ChaoZhang ChaoZhang
1
关注
1364
关注者

基于Coppock曲线的量化交易策略

概述

该策略利用不太为人所知的Coppock曲线技术指标来实现量化交易。Coppock曲线通过计算标准普尔500指数或交易等价物的变化率的加权移动平均来派生。当Coppock曲线上穿零线时产生买入信号,下穿零线时产生卖出信号。可选择使用跟踪止损来锁定利润。该策略以$SPY的Coppock曲线作为买卖其他ETF和股票的代理信号。

原理

该策略使用Coppock曲线作为产生交易信号的技术指标。Coppock曲线的计算公式为:

Coppock曲线 = 10周期加权移动平均(14周期变化率ROC + 11周期变化率ROC)

其中变化率ROC的计算公式为:(当前Close - N周期前Close) / N周期前Close

策略以$SPY的收盘价为基础,计算其Coppock曲线。当曲线上穿零线时产生买入信号,下穿零线时产生卖出信号。

优势

  • 使用独特的Coppock曲线指标,相比常见的移动平均线等指标,具有更好的前瞻性
  • 可配置指标参数进行优化,如加权移动平均周期、变化率计算周期等
  • 采用$SPY作为信号源,市场代表性强
  • 可选择trailing stop止损来锁定利润,降低回撤

风险

  • Coppock曲线并不是非常普及的指标,需验证其有效性
  • 交易信号可能存在拉迟,需要优化参数
  • 止损设置过于宽松可能错失回撤机会
  • 依赖单一指标容易产生假信号

优化方向

  • 测试不同市场、不同股票以优化最佳参数组合
  • 结合其他指标过滤假信号,例如成交量
  • 动态优化止损百分比
  • 考虑交易次数或价格突破作为入场

总结

该策略利用Coppock曲线独特的曲线形态特征来产生交易信号。相比常见指标,Coppock曲线具有更强的前瞻性。但作为独立指标其可靠性仍需验证,建议与其他因素组合使用以过滤假信号。通过参数优化、止损优化以及组合其他指标,该策略可以成为一个有效的量化交易系统。

策略源码
/*backtest
start: 2023-10-13 00:00:00
end: 2023-11-12 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © RolandoSantos

//@version=4
strategy(title = "Coppock Curve", shorttitle = "Copp Curve Strat", default_qty_type=strategy.cash, default_qty_value=10000, initial_capital=10000)

///trail stop
longTrailPerc = input(title="Trail Long Loss (%)", minval=0.0, step=0.1, defval=100) * 0.01

// Determine trail stop loss prices
longStopPrice = 0.0

longStopPrice := if (strategy.position_size > 0)
    stopValue = close * (1 - longTrailPerc)
    max(stopValue, longStopPrice[1])
else
    0
//Use SPY for Copp Curve entries and exits//
security = input("SPY")
ticker = security(security, "D", close)

///Copp Curve////
wmaLength = input(title="WMA Length", type=input.integer, defval=10)
longRoCLength = input(title="Long RoC Length", type=input.integer, defval=14)
shortRoCLength = input(title="Short RoC Length", type=input.integer, defval=11)
source = ticker
curve = wma(roc(source, longRoCLength) + roc(source, shortRoCLength), wmaLength)

///Lower Band Plot///
band1 = hline(0)
band0 = hline(100)
band2 = hline(-100)
fill(band1, band0, color=color.green, transp=90)
fill(band2, band1, color=color.red, transp=90)
plot(curve, color=color.white)

///Trade Conditions///
Bull = curve > 0
Bear = curve < 0

///Entries and Exits//
if (Bull)
    strategy.entry("Long", strategy.long, comment = "LE")
    

if (Bear)
    strategy.close("Long", qty_percent=100, comment="close")
    
// Submit exit orders for trail stop loss price
if (strategy.position_size > 0)
    strategy.exit(id="Long Trail Stop", stop=longStopPrice)