Byron Serpent Cloud Quant Strategy combine principalement les indicateurs Ichimoku et l'indicateur aléatoire RSI pour construire des signaux de stratégie de trading quantitative en pondérant les jugements des deux indicateurs, permettant ainsi de réaliser un trading automatisé de variétés de titres.
Cette stratégie utilise des indicateurs tels que les lignes de conversion, les lignes de base, le lead 1 et le lead 2 dans Ichimoku, combinés avec les lignes K et les lignes D dans StochRSI. Du côté d'Ichimoku, si la ligne de conversion est au-dessus de la ligne de base et le lead 1 est au-dessus du lead 2, c'est un signal haussier. Si la ligne de conversion est en dessous de la ligne de base et le lead 1 est en dessous du lead 2, c'est un signal baissier fort. En outre, si la ligne de conversion est au-dessus ou en dessous de la ligne de base, elle peut également générer des signaux haussiers ou baissiers faibles. Du côté de StochR, si la ligne K est au-dessus de la ligne DSI et la ligne K est en dessous de la ligne d'achat et la ligne D est en dessous de la ligne d'achat, c'est un signal d'achat en survente de StochR. Si la ligne KSI est en dessous de la
Cette stratégie combine les indicateurs Ichimoku et StochRSI pour déterminer simultanément la direction de la tendance et les conditions de surachat/survente pour des signaux plus complets et fiables. Par rapport à l'utilisation d'un seul indicateur, elle peut réduire la génération de faux signaux. L'indicateur Ichimoku est assez précis pour juger les tendances à moyen et long terme, tandis que l'indicateur StochRSI peut mesurer les phénomènes de surachat/survente à court terme, permettant à la stratégie d'être adaptée à différents cycles.
Le plus grand risque de cette stratégie est que les indicateurs Ichimoku et StochRSI puissent générer de faux signaux, en particulier sur les marchés à plage, ce qui augmentera les transactions inutiles. En outre, le réglage des poids et des valeurs des paramètres aura également un grand impact sur l'efficacité de la stratégie. Si les poids sont définis de manière incorrecte, des signaux importants peuvent être manqués ou trop de faux signaux peuvent être générés. Certains paramètres clés tels que la longueur du RSI et la longueur du Stoch doivent également être testés et optimisés pour différentes variétés et environnements de marché, sinon cela affectera la stratégie. Enfin, les problèmes de données peuvent également devenir des risques pour la stratégie. Si la qualité des données n'est pas bonne, cela provoquera également des signaux dans les indicateurs et les écarts.
Cette stratégie a également un grand potentiel d'optimisation. Premièrement, envisager d'ajouter plus d'indicateurs tels que les bandes de Bollinger et KD pour rendre le jugement du signal plus complet. Deuxièmement, utiliser l'apprentissage automatique ou des algorithmes génétiques pour optimiser automatiquement les paramètres au lieu d'utiliser des paramètres fixes pour rendre les stratégies plus intelligentes et adaptables. Troisièmement, rechercher comment améliorer les algorithmes d'indicateur pour réduire la génération de faux signaux. Quatrièmement, le mécanisme de réglage de poids peut également être optimisé davantage, comme augmenter le poids des signaux forts. Cinquièmement, les paramètres et les règles peuvent être optimisés pour plus de variétés ou de sous-marchés pour s'adapter à l'environnement du marché en constante évolution.
Byron Serpent Cloud Quant Strategy combine les indicateurs Ichimoku et StochRSI pour former des signaux de trading grâce à la pondération et à la conception de paramètres, qui peuvent capturer automatiquement les changements de tendance du marché et ont une bonne adaptabilité à différentes variétés et cycles.
/*backtest start: 2024-01-01 00:00:00 end: 2024-01-31 23:59:59 period: 1h basePeriod: 15m exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ //@version=3 strategy("Baracuda Ichimoku/StochRSI Strategy", overlay=true) DecisionWeight = input(50, minval = 0, title="BUY/SELL decision weight") ichimokuStrong = input(35, minval = 0, title="Ichimoku strong weight") ichimokuStandard = input(20, minval = 0, title="Ichimoku standard weight") ichimokuWeak = input(20, minval = 0, title="Ichimoku weak weight") stochRSIWweak = input(30, minval = 0, title="Stoch RSI weight") conversionPeriods = input(9, minval=1, title="Conversion Line Periods") basePeriods = input(26, minval=1, title="Base Line Periods") laggingSpan2Periods = input(52, minval=1, title="Lagging Span 2 Periods") displacement = input(5, minval=1, title="Displacement") donchian(len) => avg(lowest(len), highest(len)) conversionLine = donchian(conversionPeriods) baseLine = donchian(basePeriods) leadLine1 = avg(conversionLine, baseLine) leadLine2 = donchian(laggingSpan2Periods) lengthRSI = input(8, minval=8) //14 lengthStoch = input(5, minval=5)//14 smoothK = input(3,minval=3) smoothD = input(3,minval=3) OverSold = input(20) OverBought = input(80) rsi1 = rsi(close, lengthRSI) k = sma(stoch(rsi1, rsi1, rsi1, lengthStoch), smoothK) d = sma(k, smoothD) stronglong = conversionLine > baseLine and leadLine1 > leadLine2 strongshort = conversionLine < baseLine and leadLine1 < leadLine2 weaklong = conversionLine > baseLine weakshort = conversionLine < baseLine RSIlong = k > d and k < OverSold and d < OverSold RSIshort = k < d and k > OverBought and d > OverBought long=(((stronglong ? 1:0)*ichimokuStrong) + ((weaklong? 1:0)*ichimokuWeak) + ((RSIlong? 1:0)*stochRSIWweak)) > DecisionWeight short=(((strongshort? 1:0)*ichimokuStrong) + ((weakshort? 1:0)*ichimokuWeak) + ((RSIshort? 1:0)*stochRSIWweak)) > DecisionWeight strategy.entry("long", strategy.long, when=long) strategy.entry("short", strategy.short, when=short)