Die Ressourcen sind geladen. Beförderung...

Multifaktor-Quantitative Handelsstrategie

Schriftsteller:ChaoZhang, Datum: 2023-09-13 14:46:59
Tags:

Die Multi-Faktor-Quantitative Handelsstrategie, die gleitende Durchschnittsfaktoren und oszillierende Indikatoren integriert, um Risiken zu kontrollieren und die Stabilität zu verbessern.

Strategie Logik

Die Strategie besteht aus drei Hauptmodulen:

  1. Bewegliche Durchschnittsfaktoren

Die EMAs werden von kurz nach lang angeordnet. Nur wenn die schnellere EMA über die langsamere EMA geht, wird das Trendsignal generiert.

  1. Schwankende Indikatoren

Kombination von RSI- und Stochastischen Oszillatoren zur Validierung der Breakout-Signale und Vermeidung von übermäßigen falschen Ausbrüchen in verschiedenen Märkten.

Der RSI (14) erzeugt ein langes Signal, wenn er sich im Bereich von 40-70 befindet, und ein kurzes Signal, wenn er sich im Bereich von 30-60 befindet.

Stochastic (14,3,3) gibt ein langes Signal, wenn die K-Linie zwischen 20-80 liegt, und ein kurzes Signal, wenn die K-Linie zwischen 5-95 liegt.

  1. Ein- und Ausstiegslogik

Eintrittssignal wird nur ausgelöst, wenn beide Faktoren ausgerichtet sind. Ausgangssignal wird erzeugt, wenn einer der Faktoren nicht mehr gültig ist.

Der strenge Multi-Faktor-Filter sorgt für eine hohe Gewinnrate und zuverlässige Signale.

Vorteile

  • Das Multi-Faktor-Design filtert effektiv Marktlärm und verhindert Überhandelungen.
  • Der Trend- und die Mittelwertumkehr kombiniert, wodurch der dynamische Handel und der Standorthandel ausgeglichen werden.
  • Erfasst Umkehrpunkte innerhalb von Trends unter Verwendung von MA und Oszillatoren.
  • Großer Optimierungsraum für bessere Leistung.

Risiken

  • Relativ geringe Signalfrequenz, kann einige Gelegenheiten verpassen.
  • Die Verzögerung der MA sollte mit schnelleren Oszillatoren überprüft werden.
  • Als Hilfsfaktoren sollten Oszillatoren verwendet werden, die anfällig für falsche Signale sind.
  • Die Parameter müssen regelmäßig optimiert werden, um sich an die sich ändernden Marktbedingungen anzupassen.

Schlussfolgerung

Diese Strategie kombiniert erfolgreich die Stärken von Trend- und Umkehrhandelsstrategien. Das Multifaktor-Risiko-Kontrollmodell liefert ein stabiles Alpha. Es ist eine hochpraktische quantitative Handelsstrategie, die von der KI-Community eingehend erforscht und angewendet werden sollte.


/*backtest
start: 2022-09-12 00:00:00
end: 2022-11-15 00:00:00
period: 2d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3
strategy(title = "Combined Strategy", default_qty_type = strategy.percent_of_equity, default_qty_value = 100, commission_type=strategy.commission.percent, commission_value = .0020, pyramiding = 0, slippage = 3, overlay = true)

//----------//
// MOMENTUM //
//----------//
ema8 = ema(close, 8)
ema13 = ema(close, 13)
ema21 = ema(close, 21)
ema34 = ema(close, 34)
ema55 = ema(close, 55)

plot(ema8, color=red, style=line, title="8", linewidth=1)
plot(ema13, color=orange, style=line, title="13", linewidth=1)
plot(ema21, color=yellow, style=line, title="21", linewidth=1)
plot(ema34, color=aqua, style=line, title="34", linewidth=1)
plot(ema55, color=lime, style=line, title="55", linewidth=1)

longEmaCondition = ema8 > ema13 and ema13 > ema21 and ema21 > ema34 and ema34 > ema55
exitLongEmaCondition = ema13 < ema55

shortEmaCondition = ema8 < ema13 and ema13 < ema21 and ema21 < ema34 and ema34 < ema55
exitShortEmaCondition = ema13 > ema55

// ----------  //
// OSCILLATORS //
// ----------- //
rsi = rsi(close, 14)
longRsiCondition = rsi < 70 and rsi > 40
exitLongRsiCondition = rsi > 70

shortRsiCondition = rsi > 30 and rsi < 60
exitShortRsiCondition = rsi < 30

// Stochastic
length = 14, smoothK = 3, smoothD = 3
kFast = stoch(close, high, low, 14)
dSlow = sma(kFast, smoothD)

longStochasticCondition = kFast < 80
exitLongStochasticCondition = kFast > 95

shortStochasticCondition = kFast > 20
exitShortStochasticCondition = kFast < 5

//----------//
// STRATEGY //
//----------//

longCondition = longEmaCondition and longRsiCondition and longStochasticCondition and strategy.position_size == 0
exitLongCondition = (exitLongEmaCondition or exitLongRsiCondition or exitLongStochasticCondition) and strategy.position_size > 0

if (longCondition)
    strategy.entry("LONG", strategy.long)
if (exitLongCondition)
    strategy.close("LONG")
    
shortCondition = shortEmaCondition and shortRsiCondition and shortStochasticCondition and strategy.position_size == 0
exitShortCondition = (exitShortEmaCondition or exitShortRsiCondition or exitShortStochasticCondition) and strategy.position_size < 0

if (shortCondition)
    strategy.entry("SHORT", strategy.short)
if (exitShortCondition)
    strategy.close("SHORT")

Mehr