En la carga de los recursos... Cargando...
  1. Cuadrado
  2. Excelente Oscilador Estrategia de negociación de doble estocástico filtrado con divergencia

Excelente Oscilador Estrategia de negociación de doble estocástico filtrado con divergencia

El autor:¿ Qué pasa?, fecha: 2024-02-27 15:51:44
Las etiquetas:

img

Resumen general

La estrategia de negociación del Awesome Oscillator Double Stochastic Filtered Divergence identifica oportunidades potenciales de compra y venta mediante la detección de divergencias entre el Awesome Oscillator (AO) y la acción del precio, filtradas por las condiciones de sobrecompra y sobreventa del Stochastic Oscillator para mejorar la confiabilidad de la señal.

Estrategia lógica

La estrategia consta de los siguientes componentes:

  1. Calculo del oscilador impresionante (AO): AO es la diferencia entre las SMA de 5 y 34 períodos del punto medio (HL2) para identificar la dinámica del impulso del mercado.

  2. Oscilador estocástico: se utiliza para medir el impulso y los puntos de reversión potenciales comparando el precio de cierre con el rango de precios durante un período.

  3. Logic de detección de divergencia: Simplificado a cuando el precio se mueve en una dirección mientras AO se mueve en la dirección opuesta.

  4. Filtración estocástica: señales filtradas por la condición estocástica de sobrecompra para la venta y sobreventa para la compra.

  5. Trazado de señales: señales confirmadas después del filtrado trazadas en el gráfico en forma de formas.

  6. Reglas de entrada: entrada larga en señal alcista confirmada, entrada corta en señal bajista confirmada.

Análisis de ventajas

La estrategia combina el seguimiento de tendencias y la identificación de reversiones, con señales confiables.

  1. AO ayuda a identificar cambios de tendencia a corto plazo, la divergencia con el precio proporciona una fuente de señal confiable.

  2. Los filtros estocásticos evitan señales falsas sin confirmación de sobrecompra/sobreventa.

  3. La combinación de indicadores proporciona una evaluación robusta y fiable del mercado.

  4. Señal de entrada y reglas claras, fácil aplicación.

  5. Selección razonable de indicadores y parámetros, buena prueba posterior y rendimiento en vivo.

Análisis de riesgos

Los riesgos potenciales incluyen:

  1. La detección de divergencia simplista corre el riesgo de juzgar mal las señales. La optimización puede reducir la probabilidad de juzgar mal.

  2. Los parámetros estáticos pueden tener un rendimiento inferior a las condiciones cambiantes del mercado.

  3. El filtrado estocástico puede perder algunas oportunidades rentables.

  4. No hay mecanismos estrictos de control de pérdidas para las posiciones abiertas.

Direcciones de optimización

Áreas de mejora:

  1. Mejorar la lógica de identificación de señales de divergencia para señales de mayor calidad.

  2. Prueba diferentes combinaciones de parámetros para encontrar los parámetros óptimos.

  3. Incorporar estrategias de stop loss para controlar la caída en las operaciones individuales.

  4. Optimizar las reglas de tamaño de entrada y la gestión de posiciones abiertas.

  5. Introducir el aprendizaje automático para la optimización de parámetros dinámicos y lógica.

  6. Añadir más fuentes de datos para la conducción de factores multivariados.

Resumen de las actividades

La estrategia de AO Double Stochastic Filtered Divergence combina efectivamente el seguimiento de tendencias y la identificación de la reversión a través de la divergencia AO y el filtrado estocástico. Reglas claras, buenos resultados de backtest, con un fuerte potencial práctico.

/*backtest
start: 2024-01-01 00:00:00
end: 2024-01-31 23:59:59
period: 4h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Fixed AO Divergence Strategy", shorttitle="Fixed AO+Stoch", overlay=true)

// Calculate Awesome Oscillator
ao() => ta.sma(hl2, 5) - ta.sma(hl2, 34)
aoVal = ao()

// Stochastic Oscillator
stochK = ta.stoch(close, high, low, 14)
stochD = ta.sma(stochK, 3)

// Simplify the divergence detection logic
// For educational purposes, we will define a basic divergence detection mechanism
// Real-world application would require more sophisticated logic

// Detect bullish and bearish divergences based on AO and price action
bullishDivergence = (close > close[1]) and (aoVal < aoVal[1])
bearishDivergence = (close < close[1]) and (aoVal > aoVal[1])

// Stochastic Overbought/Oversold conditions
stochOverbought = (stochK > 80) and (stochD > 80)
stochOversold = (stochK < 20) and (stochD < 20)

// Filtered signals
confirmedBullishSignal = bullishDivergence and stochOversold
confirmedBearishSignal = bearishDivergence and stochOverbought

// Plot signals
plotshape(series=confirmedBullishSignal, style=shape.triangleup, location=location.belowbar, color=color.green, title="Bullish Divergence", text="BUY")
plotshape(series=confirmedBearishSignal, style=shape.triangledown, location=location.abovebar, color=color.red, title="Bearish Divergence", text="SELL")

// Strategy Entry
if (confirmedBullishSignal)
    strategy.entry("Long", strategy.long, comment="Long Entry")

if (confirmedBearishSignal)
    strategy.entry("Short", strategy.short, comment="Short Entry")
Más.

2019 FMZ - Todos los derechos reservados