资源加载中... loading...

动量双滑窗TSI指标

Author: ChaoZhang, Date: 2024-01-08 11:20:35
Tags:

动量双滑窗TSI指标

一、策略概述

本策略命名为动量双滑窗TSI指标策略。该策略的核心思想是利用双EMA滑动窗口平滑价格变动,再结合趋势的方向变化,构建出反映市场买卖力度的动量指标,即TSI指标,并以其作为交易信号来制定买入卖出决策。

二、策略原理

本策略使用双滑动窗口双指数移动平均线来计算价格变动。外层窗口期较长,内层窗口期较短。通过双重平滑去除价格数据中的部分随机性。

首先计算价格的单位变动:

pc = change(price)

然后使用双滑动窗口对价格变动进行双重平滑:

double_smoothed_pc = double_smooth(pc, long, short)

再计算价格变动的绝对值,同样使用双滑动窗口进行双重平滑:

double_smoothed_abs_pc = double_smooth(abs(pc), long, short)

最后,使用平滑后的价格变动除以平滑后的价格变动绝对值,得到反映买卖力度的TSI指标:

tsi_value = 100 * (double_smoothed_pc / double_smoothed_abs_pc)

通过设置不同长度的长短窗口期,可以在一定程度上过滤掉短期市场噪音,使TSI指标更好地反映中长期趋势中的买卖力度。当TSI指标上穿其移动平均线时产生买入信号;当TSI指标下穿其移动平均线时产生卖出信号。

三、策略优势

使用双滑动窗口有效过滤掉短期市场噪音,使指标反应更准确
计算价格变化也进行了双重平滑,使TSI指标更稳定可靠
采用价格变动与价格变动绝对值的比值,自动标准化,更具可比性
综合考量了价格变动的方向和力度,作为交易决策的优质指标
设置不同参数可以按需调整指标的灵敏度

四、策略风险

市场出现长期震荡时,TSI指标可能发出错误信号
参数设置不当也会影响指标和信号的质量
虽有双滑动窗口,但指标对短期市场噪音还是有一定敏感度
长短窗口期差距太大时,指标和信号可能出现滞后

可以通过调整窗口期参数,适当缩短信号平均线长度来优化;当市场震荡,可暂时停止交易以控制风险。

五、优化方向

测试不同的长短窗口期参数组合,寻找最优参数
尝试其他类型的滑动平均线,如线性加权移动平均线
增加指标的平滑度,构建三重或多重滑动窗口
结合其他辅助指标,优化买卖点选择
设定止损策略,严格控制单笔损失

六、总结

本策略基于价格变动的双重平滑计算出反映买卖力度的TSI动量指标,双滑窗过滤噪音,price change的变化也作双平滑,指标更稳定可靠;采用标准化比率,具有可比性;指标综合价格变化的方向和力度,作为高质量信号;通过参数调整可以自由控制指标灵敏度。在参数优化和风险控制到位的情况下,是非常实用的量化交易策略选择。

/*backtest
start: 2023-01-01 00:00:00
end: 2024-01-07 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("True Strength Indicator BTCUSD 2H", shorttitle="TSI BTCUSD 2H",initial_capital=1000, commission_value=0.2, commission_type =strategy.commission.percent, default_qty_value=100 , overlay = false, pyramiding=10, default_qty_type=strategy.percent_of_equity)

//BASED ON True Strength Indicator MTF
resCustom = input(title="Timeframe",  defval="120" )
long = input(title="Long Length",  defval=25)
short = input(title="Short Length",  defval=13)
signal = input(title="Signal Length",  defval=13)

length = input(title="Период",  defval=300)

FromMonth = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
FromDay = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
FromYear = input(defval = 2017, title = "From Year", minval = 2017)
ToMonth = input(defval = 1, title = "To Month", minval = 1, maxval = 12)
ToDay = input(defval = 1, title = "To Day", minval = 1, maxval = 31)
ToYear = input(defval = 9999, title = "To Year", minval = 2017)
start = timestamp(FromYear, FromMonth, FromDay, 00, 00) // backtest start window
finish = timestamp(ToYear, ToMonth, ToDay, 23, 59) // backtest finish window
window() => true // create function "within window of time"

price = request.security(syminfo.tickerid,resCustom,close)


double_smooth(src, long, short) =>
    fist_smooth = ema(src, long)
    ema(fist_smooth, short)
pc = change(price)
double_smoothed_pc = double_smooth(pc, long, short)
double_smoothed_abs_pc = double_smooth(abs(pc), long, short)
tsi_value = 100 * (double_smoothed_pc / double_smoothed_abs_pc)
tsi2=ema(tsi_value, signal)
plot(tsi_value, color=lime,linewidth=2)
plot(tsi2, color=red,linewidth=2)

hline(30, title="Zero")
hline(50, title="Zero",linewidth=2)
hline(70, title="Zero")

buy = crossover(tsi_value, tsi2)
sell = crossunder(tsi_value, tsi2)

if(buy)
    strategy.entry("BUY", strategy.long, when = window())
if(sell)
    strategy.entry("SELL", strategy.short, when = window()) 

//greentsi =tsi_value
//redtsi = tsi2

//bgcolor( greentsi>redtsi and rsiserie > 50 ? lime : na, transp=90)
//bgcolor( greentsi<redtsi and rsiserie < 50 ? red : na, transp=90)

//yellow1= redtsi > greentsi and rsiserie > 50 
//yellow2 = redtsi < greentsi and rsiserie < 50 
//bgcolor( yellow1 ? yellow : na, transp=80)
//bgcolor( yellow2  ? yellow : na, transp=50)

//bgcolor( yellow1 and yellow1[1] ? yellow : na, transp=70)
//bgcolor( yellow2  and yellow2[2] ? yellow : na, transp=70)

//bgcolor( rsiserie > 70 ? lime : na, transp=60)
//bgcolor( rsiserie < 30  ? red : na, transp=60)

更多内容

2019 - FMZ - 发明者量化