Die Ressourcen sind geladen. Beförderung...

Eine Strategie der Kombination mehrerer Faktoren mit adaptiven gleitenden Durchschnitten

Schriftsteller:ChaoZhang, Datum: 2023-12-15 11:30:09
Tags:

I. Überblick über die Strategie

Die Multifaktorkombinationsstrategie mit adaptivem gleitendem Durchschnitt ist eine zusammengesetzte Strategie, die die Verwendung von HA-Linien, gleitenden Durchschnitten, stochastischen Crossovers und Intraday-Bars kombiniert.

II. Strategische Logik

Die Kernlogik dieser Strategie besteht darin, mehrere technische Indikatoren zu kombinieren, um Kauf- und Verkaufssignale zu punkten und Handelssignale mit unterschiedlichen Stärken basierend auf den übereinstimmenden Ergebnissen zu generieren.

Insbesondere umfassen die vier wichtigsten in der Strategie verwendeten technischen Indikatoren:

Die Strategie verwendet die Farbe der Intraday-Bars, um die Preisentwicklung zu bestimmen.
Bewegliche Durchschnitte. Die Strategie verwendet schnelle, langsame und Filter bewegliche Durchschnitte mit verschiedenen Parameter-Einstellungen gleichzeitig. Wenn die schnelle Linie über die langsame Linie kreuzt, und die langsame Linie über die Filterlinie kreuzt, gibt es Kaufsignale. Und umgekehrt. Die gleitenden Durchschnitte sind gut bei der Bestimmung von mittelfristigen bis langfristigen Trends.
Stochastischer Indikator. Dieser Indikator bestimmt den Zeitpunkt der bullischen und bärischen Kreuzungen. Wenn die %K-Linie von unten durch die %D-Linie bricht, gibt es Kaufsignale. Und wenn %K von oben %D bricht, gibt es Verkaufssignale.
Mechanismus für die Abgleichung von Punkten. Gemäß der Abgleichung der oben genannten Faktoren nimmt die Strategie einen Scoring-Mechanismus an. Je mehr Abgleichfaktoren, desto stärker ist das entsprechende Handelssignal.

Durch die umfassende Beurteilung mehrerer Faktoren kann die Strategie mittelfristig und kurzfristig subtilere Handelschancen erfassen und so während der Bullenmärkte übermäßige Renditen erzielen.

III. Vorteile

Der größte Vorteil dieser Multi-Faktor-Strategie besteht darin, dass sie die Zuverlässigkeit von Handelssignalen erhöht. Ein einzelner technischer Indikator ist anfällig für falsche Signale. Durch die Kombination mehrerer Indikatoren kann diese Strategie die Störungen durch falsche Signale effektiv reduzieren.

Darüber hinaus kann die Kombination aus mehreren Faktoren die Gewinnrate von Trades verbessern und im Vergleich zu einer einzigen Indikatorfolge höhere kumulative Renditen während der Bullenmärkte erzielen.

IV. Risiken

Das Hauptrisiko dieser Strategie besteht darin, dass die Kombination mehrerer Faktoren selbst die Komplexität der Strategie erhöht.

Auch bei Bärenmärkten kann die Haltedauer zu lang sein. Selbst mit einem Stop Loss kann es zu erheblichen Verlusten kommen.

Darüber hinaus können technische Indikatoren wie die Stochastik- und HA-Linien durch schwarze Schwanereignisse beeinflusst werden, die dazu neigen, falsche Signale zu erzeugen und unnötige Verluste zu verursachen.

V. Verbesserungsideen

Die Strategie kann in folgenden Aspekten optimiert werden:

Optimieren Sie die Parameter-Einstellungen jedes Indikators, um die optimale Kombination zu finden.
Hinzufügen von Modelltraining und adaptive Parametermodule für die Echtzeit-Parameteroptimierung.
Hinzufügen von Stop-Loss-Strategien, um den maximalen Drawdown zu reduzieren.
Hinzufügen von Positionssteuerungsmodulen zur dynamischen Anpassung der Positionen anhand der Marktbedingungen.
Einbeziehung von Algorithmen für maschinelles Lernen zum Aufbau eines Modells für neuronale Netzwerke für das Multifaktor-Scoring-System.

VI. Schlussfolgerung

Die Multi-Faktor-Kombinationsstrategie mit adaptivem gleitendem Durchschnitt kombiniert die Stärken mehrerer technischer Indikatoren. Sie kann die Signalqualität effektiv verbessern und während der Bullenmärkte übermäßige Renditen erzielen.

/*backtest
start: 2022-12-08 00:00:00
end: 2023-12-14 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/
// © cyrule
//@version=4
strategy("2nd Grade Strategy", overlay=true, shorttitle="2GTS", max_lines_count = 500, max_labels_count = 500, calc_on_every_tick = true, calc_on_order_fills = true, pyramiding = 1, default_qty_type = strategy.percent_of_equity, default_qty_value = 10)

source = input(close, title = "Source")

// **********************
// * Heikin-Ahshi       *
// * kudos to garethyeo *
// **********************
showHA   = input(true, title = "Show Heikin Ashi?", group = "Heikin Ashi")
ha_open  = security(heikinashi(syminfo.tickerid), timeframe.period, open)
ha_high  = security(heikinashi(syminfo.tickerid), timeframe.period, high)
ha_low   = security(heikinashi(syminfo.tickerid), timeframe.period, low)
ha_close = security(heikinashi(syminfo.tickerid), timeframe.period, close)

bgcolor(iff(showHA and ha_open < ha_close , color.new(#53b987, transp = 92.5), na), title = 'Green HA')
bgcolor(iff(showHA and ha_open >= ha_close, color.new(#eb4d5c, transp = 92.5), na), title = 'Red HA'  )


// ******************
// * Moving Average *
// ******************
// MA Settings
showMA         = input(true, title = "Show Moving Averages?", group = "Moving Averages")
fastMALength   = input(title = "Fast MA Length", minval = 1, step = 1, defval = 20, group = "Moving Averages")
slowMALength   = input(title = "Slow MA Length", minval = 1, step = 1, defval = 50, group = "Moving Averages")
maType         = input(title = "Moving Average Type", defval = "SMA", options = ["SMA", "EMA", "RMA", "WMA", "VWMA"], group = "Moving Averages")
filterMALength = input(title = "Filter MA Length", minval = 1, step = 1, defval = 200, group = "Moving Averages")
filterMAType   = input(title = "Filter MA Type", defval = "EMA", options = ["SMA", "EMA", "RMA", "WMA", "VWMA"], group = "Moving Averages")

// Calculate MA
var float maFast   = na
var float maSlow   = na
var float maFilter = na

if (maType   == "SMA")
    maFast   := sma(source, fastMALength)
    maSlow   := sma(source, slowMALength)
if (maType   == "EMA")
    maFast   := ema(source, fastMALength)
    maSlow   := ema(source, slowMALength)
if (maType   == "RMA")
    maFast   := rma(source, fastMALength)
    maSlow   := rma(source, slowMALength)
    maFilter := rma(source, filterMALength)
if (maType   == "WMA")
    maFast   := wma(source, fastMALength)
    maSlow   := wma(source, slowMALength)
if (maType   == "VWMA")
    maFast   := vwma(source, fastMALength)
    maSlow   := vwma(source, slowMALength)

if (filterMAType == "SMA")
    maFilter     := sma(source, filterMALength)
if (filterMAType == "EMA")
    maFilter     := ema(source, filterMALength)
if (filterMAType == "RMA")
    maFilter     := rma(source, filterMALength)
if (filterMAType == "WMA")
    maFilter     := wma(source, filterMALength)
if (filterMAType == "VWMA")
    maFilter     := vwma(source, filterMALength)

BiruAtasMerah = (maFast >= maSlow) and (maSlow >= maFilter)
MerahAtasBiru = (maFast <= maSlow) and (maSlow <= maFilter)

// Lukis MA
plot(series = showMA ? maFast   : na, color = color.blue, title = "MA Fast")
plot(series = showMA ? maSlow   : na, color = color.red,  title = "MA Slow")
plot(series = showMA ? maFilter : na, color = #FFCC00,    title = "MA Filter")


// **************
// * Stochastic *
// **************
// Stochastic Settings
showSSC = input(true, title = "Show Stochastic Crossovers?", group = "Stochastic")
Length = input (10, minval = 1, title = "%K Length", group = "Stochastic")
SmoothK = input (3, minval = 1, title = "%K Smoothing", group = "Stochastic")
SmoothD = input (3, minval = 1, title = "%D Smoothing", group = "Stochastic")

// Calculate Stochastic
var float K = na
var float D = na

if (maType ==  "SMA")
	K      := sma(stoch(source, high, low, Length), SmoothK)
	D      := sma(K, SmoothD)
if (maType ==  "EMA")
	K      := ema(stoch(source, high, low, Length), SmoothK)
	D      := ema(K, SmoothD)
if (maType ==  "RMA")
	K      := rma(stoch(source, high, low, Length), SmoothK)
	D      := rma(K, SmoothD)
if (maType ==  "WMA")
	K      := wma(stoch(source, high, low, Length), SmoothK)
	D      := wma(K, SmoothD)
if (maType ==  "VWMA")
	K      := vwma(stoch(source, high, low, Length), SmoothK)
	D      := vwma(K, SmoothD)

StochasticCrossOver  = crossover(K, D)
StochasticCrossUnder = crossunder(K, D)

// Lukis SS
plotshape(showSSC and StochasticCrossOver  and K <=  20            ? K : na, text = "Golden\nCrossover",  color = color.new(color.green, transp = 25), location = location.belowbar, size = size.tiny, title = "Golden Crossover" )
plotshape(showSSC and StochasticCrossUnder and K >=  80            ? D : na, text = "Deadly\nCrossover",  color = color.new(color.red, transp = 25),   location = location.belowbar, size = size.tiny, title = "Deadly Crossover" )
plotshape(showSSC and StochasticCrossOver  and K <=  80 and K > 20 ? K : na, text = "Bullish\nCrossover", color = color.new(color.green, transp = 50), location = location.belowbar, size = size.tiny, title = "Bullish Crossover")
plotshape(showSSC and StochasticCrossUnder and K >=  20 and K < 80 ? D : na, text = "Bearish\nCrossover", color = color.new(color.red, transp = 50),   location = location.belowbar, size = size.tiny, title = "Bearish Crossover")

showBull = input(true, title = "Show Bullish Signal?", group = "Signal")
showBear = input(false, title = "Show Bearish Signal?", group = "Signal")

bullishCriteria = 0
if (ha_open < ha_close) and (ha_open[1] < ha_close[1]) and (ha_open[2] >= ha_close[2])
    bullishCriteria := bullishCriteria + 1
if (maFast > maSlow) and (maSlow > maFilter)
    bullishCriteria := bullishCriteria + 1
if (K > D) and (K > K[1]) and (D > D[1])
    bullishCriteria := bullishCriteria + 1

bearishCriteria = 0
if (ha_open >= ha_close) and (ha_open[1] >= ha_close[1]) and (ha_open[2] < ha_close[2])
    bearishCriteria := bearishCriteria + 1
if (maFast < maSlow) and (maSlow < maFilter)
    bearishCriteria := bearishCriteria + 1
if (K < D) and (K < K[1]) and (D < D[1])
    bearishCriteria := bearishCriteria + 1

signal = color.new(color.white, transp = 0)
if bearishCriteria == 2
    signal := color.new(color.orange, transp = 50)
if bearishCriteria == 3
    signal := color.new(color.red, transp = 50)
if bullishCriteria == 2
    signal := color.new(color.aqua, transp = 50)
if bullishCriteria == 3
    signal := color.new(color.green, transp = 50)

bullishCriteria := showBull ? bullishCriteria : 0
bearishCriteria := showBear ? bearishCriteria : 0

bgcolor(iff(bullishCriteria > 1, signal, na), title = 'Bullish Signal')
bgcolor(iff(bearishCriteria > 1, signal, na), title = 'Bearish Signal')

longTPPerc  = input(title = "Take Profit Threshold (%)"            , minval = 0.0, step = 0.5, defval = 2.5, group = "Trading") / 100
profitRatio = input(title = "Profit-to-Loss ratio (risk tolerance)", minval = 1.0, step = 0.1, defval = 1.4, group = "Trading")
longSLPerc  = longTPPerc / profitRatio
takeProfit  = strategy.position_avg_price * (1 + longTPPerc)
stopLoss    = strategy.position_avg_price * (1 - longSLPerc)
strategy.initial_capital = 50000
strategy.entry("Long" , strategy.long , floor(strategy.initial_capital*.1/close), stop = strategy.position_avg_price * 1.25, when = bullishCriteria > 1)
strategy.entry("Short", strategy.short, floor(strategy.initial_capital*.1/close), stop = strategy.position_avg_price * 1.25, when = bearishCriteria > 1)
strategy.close("Long" , when = (open >= takeProfit) or (open <= stopLoss) or (high >= takeProfit) or (low <= stopLoss))
strategy.close("Short", when = (open >= takeProfit) or (open <= stopLoss) or (high >= takeProfit) or (low <= stopLoss))

plotshape(bullishCriteria, location = location.belowbar, color = color.new(color.black, transp = 100))
plotshape(bearishCriteria, location = location.belowbar, color = color.new(color.black, transp = 100))

Mehr