输入/搜索内容

威廉姆斯分形结合ZZ指标的量化交易策略

通用策略
创建日期: 2024-01-29 15:24:30
最后修改: 3 年前
复制: 3
点击次数: 1398
1
关注
1830
关注者

img

概述

这是一个结合使用Bill Williams的分形理论和ZZ指标的量化交易策略。该策略通过计算威廉姆斯分形来判断市场趋势,并结合ZZ指标绘制支撑阻力线,以发现潜在的突破点,从而实现趋势跟踪交易。

策略原理

该策略首先计算威廉姆斯分形,判断当前是上涨分形还是下跌分形。如果是上涨分形,则认为目前处于上涨趋势;如果是下跌分形,则认为目前处于下跌趋势。

然后根据分形点绘制ZZ指标的支撑线和阻力线。如果价格突破上涨分形对应的阻力线,则做多;如果价格突破下跌分形对应的支撑线,则做空。

通过这样的组合,可以在趋势发生转变的时候及时捕捉,实现趋势跟踪交易。

策略优势分析

这种策略结合使用了威廉姆斯分形和ZZ指标两种不同的技术分析方法,以发掘更多的交易机会。

它能够及时判断市场趋势的转变,并设置好的止损止盈条件,有助于把握主要趋势的方向。此外,ZZ指标可以过滤掉部分假突破的情况,避免不必要的损失。

总的来说,这种策略既考虑了趋势判断,也考虑了具体的入场点选择,做到了风险和收益的平衡。

策略风险分析

这种策略最大的风险在于分形判断和ZZ指标可能会发出错误的交易信号,导致不必要的亏损。例如,突破阻力线后,价格可能会很快回落,无法持续上涨。

此外,分形的计算方式可能因为时间周期设置不当而判断失误。如果时间周期太短,则会增加假突破的概率。

要降低这些风险,可以适当调整分形的计算参数,也可以通过增加过滤条件来减少错误信号。此外,可以设置较大的止损幅度,以控制单笔损失。

策略优化方向

这种策略可以通过以下几个方面来进行进一步优化:

  1. 增加动量指标过滤,例如MACD或者布林带指标,可以避免部分假突破。

  2. 优化分形参数设置,调整对高低点的计算方式,缩小时间周期,以获得更准确的趋势判断。

  3. 增加机器学习算法判断趋势准确性,利用AI判断力避免人工设置的局限性。

  4. 增加自适应止损机制,可以根据市场波动程度来调整止损幅度。

  5. 利用深度学习算法来优化整体参数设置。

总结

本策略通过威廉姆斯分形理论和ZZ指标的巧妙结合,实现了对市场趋势变化的及时判断和捕捉。它保持了较高的胜率,有望获得长期稳定的超额收益。下一步通过引入更多过滤手段和AI判断力,有望进一步提高策略的稳定性和收益率。

策略源码
Pine
/*backtest
start: 2023-12-01 00:00:00
end: 2023-12-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy(title = "robotrading ZZ-8 fractals", shorttitle = "ZZ-8", overlay = true, default_qty_type = strategy.percent_of_equity, initial_capital = 100, default_qty_value = 100, commission_value = 0.1)

//Settings
策略参数
策略参数
Long
Short
filter Bill Williams Fractals
Show levels
Show fractals (repaint!)
Show dots (repaint!)
Show background
Show drawdown
Start Time
Final Time
评论
全部评论 (0)
暂无数据
暂无数据
  • 1
社区
回测系统
APP 下载
iPhone 下载
© 2015 - ∞ INVENTOR PTE LTD (SG)