En la carga de los recursos... Cargando...

Estrategia cuantitativa doble de las CCI

El autor:¿ Qué pasa?, Fecha: 2023-11-28 15:47:04
Las etiquetas:

Resumen general

Esta estrategia combina el indicador técnico clásico CCI y los índices duales VCI y MCI desarrollados por el propio fabricante para formar señales comerciales, que es una estrategia comercial cuantitativa típica. Al identificar la tendencia y el impulso de los cambios de volumen y precio, determina la dirección principal del mercado actual y forma señales comerciales. Se puede utilizar ampliamente para instrumentos financieros como monedas digitales, divisas y acciones.

Principio de la estrategia

Calcular la media móvil ohlc4 y combinarla con el indicador cci para juzgar el nivel de precios;
Calcular el indicador OBV para medir el flujo de capital;
Calcular el índice VCI, que mide la distribución de los flujos de capital a través de la varianza del indicador OBV;
Calcular el índice del ICM, que mide la distribución de los precios a través de la variación de los precios;
Comparar los índices de VCI y MCI para juzgar el sentimiento del mercado;

VCI > MCI, fuerte interés de compra;
ICV < ICM, fuerte interés de venta;

Formar señales largas y cortas basadas en la comparación de VCI y MCI;

Análisis de ventajas

La estrategia tiene en cuenta múltiples dimensiones como el precio, el volumen de operaciones y el flujo de capital para juzgar el sentimiento del mercado, con señales relativamente precisas;
El ICV y el ICM se calculan por desviación típica dinámica, que puede adaptarse a los cambios del mercado en tiempo real;
Los parámetros de la estrategia se han optimizado mediante una extensa prueba previa y presentan una gran estabilidad;

Análisis de riesgos

El cálculo de los indicadores de precios y de volumen de operaciones está retrasado y no puede capturar eventos repentinos con antelación;
Una sola estrategia no puede cubrir plenamente las condiciones de mercado complejas y volátiles;
Debe combinarse con otros indicadores auxiliares y no puede juzgar únicamente el mercado;

Direcciones de optimización

Incorporar modelos predictivos como el aprendizaje profundo para mejorar la precisión del juicio de la señal;
Añadir módulos de control de riesgos, como el stop loss, para mejorar la estabilidad de la estrategia;
Prueba diferentes combinaciones de parámetros para comprobar su aplicabilidad en mercados específicos;

Conclusión

Esta estrategia forma señales comerciales comparando índices CCI duales, teniendo en cuenta factores como el precio y el volumen de negociación para evaluar el sentimiento del mercado. Es una estrategia comercial cuantitativa típica y práctica. Pero todavía necesita ser utilizada con otras herramientas auxiliares para maximizar la efectividad de la estrategia. Vale la pena optimizar y expandir aún más los escenarios aplicables al tiempo que se reducen los riesgos.

/*backtest
start: 2023-10-28 00:00:00
end: 2023-11-27 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3
strategy("MCI and VCI - Modified CCI Formulas")
test = cci(ohlc4, 13)
test1 = cci(ohlc4, 20)

obv(src) => cum(change(src) > 0 ? volume : change(src) < 0 ? -volume : 0*volume)
mDisc = input(0, title="Mode Discrepency")
mDiv = input(0.015, title="Interval")
mean(_src, _length)=>
    _return = sum(_src, _length) / _length

median(_src, _length)=>
    _return = _src
    for _i = 0 to _length
        _return := _return == 0 ? _src : (_return + _src[_i]) / 2
    _return


len = input(20, title="Standard (Average) Length")
mmm = input(20, title="Lookback length")
srcV = obv(input(ohlc4))
srcP = input(close)
x = sma(srcV, len)
MDV2 = abs(stdev(median(x, len), mmm))
MDV3 = abs(stdev(mean(x, len), mmm))
AMDV = (MDV2+MDV3)/2
pt1v = (srcV-ema(srcV, len))/ AMDV
pt2v = 1/mDiv
VCI=pt1v*pt2v
y = ema(srcP, len)
MDP2 =  abs(stdev(median(y, len), mmm))
MDP3 = abs(stdev(mean(y, len), mmm))
AMDA = (MDP2 + MDP3)/2
pt1p = 1/mDiv
pt2p = (srcP-ema(srcP, len))/ AMDA
MCI = pt1p * pt2p
plot(VCI, color=yellow, title="VCI", style="Histogram")
plot(MCI, color=white, title="MCI")

plot(500, style=line)

plot(0, style=line, linewidth=2)

plot(-500, style=line)
long = crossover(MCI, 0) and VCI > MCI[2] 
short = crossunder(MCI, 0) and VCI < MCI[2] 
//Time Control
//Set date and time
FromMonth = input(defval = 9, title = "From Month", minval = 1, maxval = 12)
FromDay   = input(defval = 13, title = "From Day", minval = 1, maxval = 31)
FromYear  = input(defval = 2018, 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)

// === FUNCTION EXAMPLE ===
start     = timestamp(FromYear, FromMonth, FromDay, 00, 00)  // backtest start window
finish    = timestamp(ToYear, ToMonth, ToDay, 23, 59)        // backtest finish window
window()  => time >= start and time <= finish ? true : false // create function "within window of time"


direction = input(0, title = "Strategy Direction", minval=-1, maxval=1)
strategy.risk.allow_entry_in(direction == 0 ? strategy.direction.all : (direction < 0 ? strategy.direction.short : strategy.direction.long))
if (long)
    strategy.entry("Long", strategy.long, when=window(), limit=ohlc4, oca_name="BollingerBands",  comment="BBandLE")
else
    strategy.cancel(id="Long")

if (short)
    strategy.entry("Short", strategy.short, when=window(), limit=ohlc4, oca_name="BollingerBands", comment="BBandSE")
else
    strategy.cancel(id="Short")

Más.