概述

该策略基于长期支持阻力的突破来判断趋势方向,以支持阻力的突破作为入场时机。它使用折线定义高点和低点,以2根K线确认高点/低点,因此有2根K线的滞后。它计算一定周期(默认21)内高点和低点的SMA差值,作为辅助支持阻力位。这一思想来源于synapticEx的Nebula-Advanced-Dynamic-Support-Resistance指标。当价格突破动态支持阻力时,做多做空。

策略原理

该策略使用以下逻辑判断趋势和交易信号:

1. 使用折线判断高低点:当前5根K线中,第5根K线低点低于第4根,第4根低于第3根,第3根高于第2根,第2根高于第1根时,确认第3根K线的低点为最低低点。判断高点同理。

2. 计算一定周期(默认21)内高点个数hn和低点个数ln。如果hn>0和ln>0,则计算一定周期内高点的平均值hsum/hn和低点的平均值lsum/ln。它们之间的差额r作为辅助支持阻力位。

3. 比较收盘价与动态阻力lvalr和支持位hvalr,判断趋势方向。收盘价超过两者之一则有效突破。

4. 当有效突破动态阻力线时,做多;当有效突破动态支持线时,做空。

优势分析

该策略具有以下优势:

1. 使用折线判断支持阻力更为准确,可避免错误突破。

2. 基于长期统计的支持阻力更有参考价值,可减少头寸风险。

3. 引入辅助支持阻力提高突破的有效性。

4. 策略逻辑简单清晰,容易理解实现,适合量化交易。

5. 可自定义支持阻力统计周期,适应不同周期和品种。

风险分析

该策略也存在一些风险:

1. 折线确定支持阻力点有2根K线的滞后,可能错过最佳入场点。

2. 预测的支持阻力仅供参考,价格仍可能出现无法解释的突破。

3. 统计周期长度不当可能导致支持阻力失效。

4. 突破后价格调整可能触发止损。

5. 作多做空后价格可能产生剧烈波动,带来更大亏损。

对应的风险控制和优化手段有:

1. 适当缩短统计周期,减少滞后。

2. 结合更多因素预测支持阻力位。

3. 测试不同周期参数的稳定性。

4. 设置合理止损位。

5. 利用仓位控制方法限制单笔亏损。

优化方向

该策略可以从以下方面进行优化:

1. 利用机器学习方法预测支持阻力。可以提高支持阻力突破的成功率。

2. 结合交易量CONF指标判断突破的有效性。大量未平仓合约参与突破更有说服力。

3. 根据不同周期分类统计支持阻力。例如按照日线、周线等分别统计,提高支持阻力位的有效性。

4. 在盈利仓位加仓,设置游离停损平衡盈亏。这可以在保证利润的同时争取更大收益。

5. 结合均线指标判断趋势,避免在无明确趋势时盲目做多做空。

总结

该策略整体来说是一种较为稳健可靠的趋势跟踪策略。它正确判断趋势方向的概率较大,而且具有一定的风险控制措施。但由于存在一定滞后,无法百分之百确保每一次的做多做空都能够盈利。因此,它更适合有经验的量化交易者结合自己的策略进行应用。通过优化统计周期参数以及与其他指标或模型的组合,该策略可以成为高效的趋势跟踪策略。