La stratégie de double équilibre de réversion est une stratégie combinée qui utilise à la fois des stratégies d'inversion et le filtrage de décomposition de mode empirique (EMD). Elle génère d'abord des signaux de trading en utilisant le système d'inversion 123, puis traite les signaux avec le filtrage EMD, et enfin combine les signaux des deux pour confirmer les entrées et les sorties.
Le système d'inversion 123 provient du livre
L'EMD est une méthode d'analyse de données adaptative. Il peut décomposer efficacement les données en différents composants de fréquence et extraire la tendance à long terme. Ici, nous définissons la longueur à 20, le delta à 0,5 et la fraction à 0,1 pour générer des signaux de trading basés sur les composants de fréquence de prix.
La stratégie de balance à double réversion combine les signaux de trading du système de réversion 123 et de l'EMD. Elle ne confirme les entrées que lorsque les signaux des deux systèmes sont d'accord.
La stratégie de double équilibre de réversion tire parti des avantages des deux stratégies d'inversion et des techniques de traitement du signal numérique.
Il introduit également le modèle 123 pour éviter les coups de fouet indésirables et les paramètres EMD correctement configurés aident à filtrer un peu de bruit.
Le plus grand risque de cette stratégie provient de l'échec de l'inversion. Bien que le modèle 123 réduise cette probabilité, l'incertitude du trading d'inversion reste élevée.
Pour contrôler ces risques, les paramètres du système d'inversion peuvent être ajustés pour produire des signaux plus fiables. Différentes méthodes de filtrage peuvent également être testées à la place de l'EMD pour obtenir de meilleures performances de filtrage.
La stratégie peut être optimisée dans les aspects suivants:
Testez différents ensembles de paramètres pour le système d'inversion pour trouver le meilleur
Essayez différentes méthodes de filtrage numérique, par exemple, la transformation de wavelet, la transformation de Hilbert, etc.
Ajouter un stop loss pour contrôler les pertes de transaction unique
Incorporer d'autres indicateurs pour assurer une plus grande précision directionnelle
Optimiser les modèles de gestion de l'argent tels que la taille des positions
La stratégie de double équilibre de réversion combine les atouts des stratégies de réversion et des techniques de traitement du signal numérique.
/*backtest start: 2023-11-14 00:00:00 end: 2023-12-14 00:00:00 period: 1h basePeriod: 15m exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ //@version=4 //////////////////////////////////////////////////////////// // Copyright by HPotter v1.0 30/06/2020 // 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 // The related article is copyrighted material from Stocks & Commodities Mar 2010 // // 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 Empirical(Length,Delta,Fraction) => pos = 0 xBandpassFilter = 0.0 xPeak = 0.0 xValley =0.0 xPrice = hl2 beta = cos(3.1415 * (360 / Length) / 180) gamma = 1 / cos(3.1415 * (720 * Delta / Length) / 180) alpha = gamma - sqrt(gamma * gamma - 1) xBandpassFilter := 0.5 * (1 - alpha) * (xPrice - xPrice[2]) + beta * (1 + alpha) * nz(xBandpassFilter[1]) - alpha * nz(xBandpassFilter[2]) xMean = sma(xBandpassFilter, 2 * Length) xPeak := iff (xBandpassFilter[1] > xBandpassFilter and xBandpassFilter[1] > xBandpassFilter[2], xBandpassFilter[1], nz(xPeak[1])) xValley := iff (xBandpassFilter[1] < xBandpassFilter and xBandpassFilter[1] < xBandpassFilter[2], xBandpassFilter[1], nz(xValley[1])) xAvrPeak = sma(xPeak, 50) xAvrValley = sma(xValley, 50) nAvrPeak = Fraction * xAvrPeak nAvrValley = Fraction * xAvrValley pos := iff(xMean > nAvrPeak and xMean > nAvrValley, 1, iff(xMean < nAvrPeak and xMean < nAvrValley, -1, nz(pos[1], 0))) pos strategy(title="Combo Backtest 123 Reversal & Empirical Mode Decomposition", shorttitle="Combo", overlay = true) Length = input(14, minval=1) KSmoothing = input(1, minval=1) DLength = input(3, minval=1) Level = input(50, minval=1) //------------------------- LengthEMD = input(20, minval=1) Delta = input(0.5) Fraction = input(0.1) reverse = input(false, title="Trade reverse") posReversal123 = Reversal123(Length, KSmoothing, DLength, Level) posEmpirical = Empirical(LengthEMD,Delta,Fraction) pos = iff(posReversal123 == 1 and posEmpirical == 1 , 1, iff(posReversal123 == -1 and posEmpirical == -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 )