Diese Strategie kombiniert die 123 Reversal Strategie und die CMO Moving Average Strategie, um kombinierte Handelssignale zu erzeugen. Die 123 Reversal Strategie erzeugt Handelssignale, indem sie neue Höchst- oder Tiefwerte aus den Schlusskursen über zwei aufeinanderfolgende Tage in Kombination mit Urteilen über die Marktdynamik des Stochastic Oscillators bildet. Die CMO Moving Average Strategie nutzt den CMO-Indikator, um die Preisdynamik zu bestimmen und Handelssignale zu erzeugen. Die Kombination von Signalen aus beiden Strategien kann zuverlässigere Combo-Signale bilden.
Die 123 Reversal-Strategie erzeugt Handelssignale auf der Grundlage folgender Logik:
Wenn der Schlusskurs zwei aufeinanderfolgende Tage steigt und der 9-Tage-Stochastische Oszillator unter 50 liegt, gehen Sie lang.
Wenn der Schlusskurs zwei aufeinanderfolgende Tage sinkt und der 9-Tage-Stochastische Oszillator über 50 liegt, gehen Sie kurz.
Durch die Beurteilung, ob die Preise kurzfristig neue Höchst- oder Tiefststände erreicht haben, werden Handelssignale erzeugt, die mit der Indikation des Stochastic Oscillators über die Dynamik kombiniert werden.
Die Strategie des gleitenden Durchschnitts der GMO erzeugt Handelssignale auf der Grundlage folgender Logik:
Berechnen Sie die CMO-Werte über 5, 10 und 20 Tage.
Nehmen Sie den Durchschnitt.
Wenn der durchschnittliche CMO über 70 ist, gehen Sie lang.
Wenn der durchschnittliche CMO unter -70 fällt, gehen Sie kurz.
Durch die Durchführung von Gesamtoperationen über GMO-Werte in verschiedenen Zeitrahmen bestimmt die Strategie die Richtung der Kursdynamik und erzeugt Handelssignale.
Die Combo-Strategie führt eine AND-Operation über die Signale der beiden Strategien aus, was bedeutet, dass tatsächliche Handelssignale nur ausgelöst werden, wenn beide Strategien gleichzeitig Kauf- oder Verkaufssignale geben.
Zu den Vorteilen dieser Strategie gehören:
Kombinierte Signale sind zuverlässiger mit weniger falschen Signalen.
Die 123 Umkehrstrategie erfasst Trends nach kurzfristigen Korrekturen.
Die Strategie des gleitenden Durchschnitts der CMO beurteilt die Dynamik über größere Zeitrahmen.
Kann sich an verschiedene Marktumgebungen anpassen.
Zu den Risiken dieser Strategie gehören:
Die 123 Reversal-Strategie ist stark auf Preismuster angewiesen und kann gelegentlich fehlschlagen.
Der GMO-Indikator ist anfällig für Marktschwankungen, die falsche Signale erzeugen können.
Die Kombi-Strategiesignalen können zu konservativ sein und Handelschancen verpassen.
Eine angemessene Einstellung der Parameter ist notwendig, um sich an verschiedene Zyklen und Marktumgebungen anzupassen.
Die Gegenmaßnahmen sind:
Optimieren der Mustererkennungsregeln der Umkehrstrategie.
Hinzufügen anderer Hilfsindikatoren in die Strategie des gleitenden Durchschnitts der GMO.
Die jüngsten Leistungen dynamisch bewerten und die Parameter entsprechend anpassen.
Diese Strategie kann in folgenden Aspekten verbessert werden:
Verwenden Sie maschinelle Lernalgorithmen, um die Kombi-Gewichte automatisch zu optimieren.
Zusätzliche Adaptiv-Tuning-Module zur dynamischen Optimierung von Parametern.
Die Risiken werden wirksam kontrolliert.
Bewertung der Robustheit der Strategie und Verbesserung der Algorithmen zur Mustererkennung.
Die Branchenwahl, die Grundlagen und andere Faktoren berücksichtigen.
Diese Strategie bildet ein effektives Combo-Trading-System aus zwei sehr komplementären Strategien - der 123 Reversal und dem CMO gleitenden Durchschnitt. Mit angemessener Risikokontrolle kann sie stabile Alpha-Renditen generieren.
/*backtest start: 2023-12-01 00:00:00 end: 2023-12-31 23:59:59 period: 3h basePeriod: 15m exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ //@version=4 //////////////////////////////////////////////////////////// // Copyright by HPotter v1.0 19/09/2019 // This is combo strategies for get a cumulative signal. // // First strategy // This System was created from the Book "How I Tripled My Money In The // Futures Market" by Ulf Jensen, Page 183. This is reverse type of strategies. // The strategy buys at market, if close price is higher than the previous close // during 2 days and the meaning of 9-days Stochastic Slow Oscillator is lower than 50. // The strategy sells at market, if close price is lower than the previous close price // during 2 days and the meaning of 9-days Stochastic Fast Oscillator is higher than 50. // // Second strategy // This indicator plots average of three different length CMO's. This indicator // was developed by Tushar Chande. A scientist, an inventor, and a respected // trading system developer, Mr. Chande developed the CMO to capture what he // calls "pure momentum". For more definitive information on the CMO and other // indicators we recommend the book The New Technical Trader by Tushar Chande // and Stanley Kroll. // The CMO is closely related to, yet unique from, other momentum oriented // indicators such as Relative Strength Index, Stochastic, Rate-of-Change, etc. // It is most closely related to Welles Wilder?s RSI, yet it differs in several ways: // - It uses data for both up days and down days in the numerator, thereby directly // measuring momentum; // - The calculations are applied on unsmoothed data. Therefore, short-term extreme // movements in price are not hidden. Once calculated, smoothing can be applied to // the CMO, if desired; // - The scale is bounded between +100 and -100, thereby allowing you to clearly see // changes in net momentum using the 0 level. The bounded scale also allows you to // conveniently compare values across different securities. // // WARNING: // - For purpose educate only // - This script to change bars colors. //////////////////////////////////////////////////////////// Reversal123(Length, KSmoothing, DLength, Level) => vFast = sma(stoch(close, high, low, Length), KSmoothing) vSlow = sma(vFast, DLength) pos = 0.0 pos := iff(close[2] < close[1] and close > close[1] and vFast < vSlow and vFast > Level, 1, iff(close[2] > close[1] and close < close[1] and vFast > vSlow and vFast < Level, -1, nz(pos[1], 0))) pos CMOav(Length1,Length2,Length3, TopBand, LowBand) => pos = 0 xMom = close - close[1] xMomabs = abs(close - close[1]) nSum1 = sum(xMom, Length1) nSumAbs1 = sum(xMomabs, Length1) nSum2 = sum(xMom, Length2) nSumAbs2 = sum(xMomabs, Length2) nSum3 = sum(xMom, Length3) nSumAbs3 = sum(xMomabs, Length3) nRes = 100 * (nSum1 / nSumAbs1 + nSum2 / nSumAbs2 + nSum3 / nSumAbs3 ) / 3 pos := iff(nRes > TopBand, 1, iff(nRes < LowBand, -1, nz(pos[1], 0))) pos strategy(title="Combo Backtest 123 Reversal & CMOav", shorttitle="Combo", overlay = true) Length = input(14, minval=1) KSmoothing = input(1, minval=1) DLength = input(3, minval=1) Level = input(50, minval=1) //------------------------- Length1 = input(5, minval=1) Length2 = input(10, minval=1) Length3 = input(20, minval=1) TopBand = input(70, minval=1) LowBand = input(-70, maxval=-1) reverse = input(false, title="Trade reverse") posReversal123 = Reversal123(Length, KSmoothing, DLength, Level) posCMOav = CMOav(Length1,Length2,Length3, TopBand, LowBand) pos = iff(posReversal123 == 1 and posCMOav == 1 , 1, iff(posReversal123 == -1 and posCMOav == -1, -1, 0)) possig = iff(reverse and pos == 1, -1, iff(reverse and pos == -1 , 1, pos)) if (possig == 1) strategy.entry("Long", strategy.long) if (possig == -1) strategy.entry("Short", strategy.short) if (possig == 0) strategy.close_all() barcolor(possig == -1 ? #b50404: possig == 1 ? #079605 : #0536b3 )