Sumber daya yang dimuat... Pemuatan...

Strategi Reversi Ekstrim Harga Berdasarkan Distribusi Binomial

Penulis:ChaoZhang, Tanggal: 2023-09-13 16:47:22
Tag:

Strategi ini disebut Price Extreme Reversion Strategy Based on Binomial Distribution. Ini menggunakan fungsi distribusi binomial untuk memperkirakan probabilitas pembalikan harga dan menetapkan sistem dual-EMA untuk menghasilkan sinyal perdagangan.

Logikanya adalah:

  1. Hitung jumlah up close bar dalam 20 bar terakhir, dan persentase p periode up dalam 100 bar terakhir.

  2. Sambungkan jumlah periode dan probabilitas p ke dalam fungsi distribusi binomial untuk menghitung fungsi distribusi kumulatif (CDF).

  3. Menerapkan EMA 10 hari dan 20 hari ke CDF. Ketika EMA cepat melintasi di atas EMA lambat, ini menandakan kemungkinan tinggi reversi harga ekstrem, menghasilkan sinyal beli.

  4. Ketika EMA cepat melintasi di bawah EMA lambat, harga mungkin mencapai puncak dalam jangka pendek, menghasilkan sinyal jual di sini.

Keuntungan dari strategi ini adalah memperkirakan waktu pembalikan harga ekstrim melalui metode probabilitas.

Kesimpulannya, teknik statistik membantu mengungkap pola perilaku harga secara obyektif.


/*backtest
start: 2022-09-06 00:00:00
end: 2023-05-01 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © pieroliviermarquis

//@version=4
strategy("Binomial Strategy", overlay=false, default_qty_type= strategy.percent_of_equity, default_qty_value= 100, slippage=1, initial_capital= 10000, calc_on_every_tick=true)


factorial(length) =>
    n = 1
    if length != 0
        for i = 1 to length
            n := n * i
    n


binomial_pdf(success, trials, p) =>
    q = 1-p
    coef = factorial(trials) / (factorial(trials-success) * factorial(success))
    pdf = coef * pow(p, success) * pow(q, trials-success)
        
        
binomial_cdf(success, trials, p) =>
    q = 1-p
    cdf = 0.0
    for i = 0 to success
        cdf := cdf + binomial_pdf(i, trials, p)
        

up = close[0] > close[1] ? 1 : 0


//long-term probabilities
lt_lookback = 100
lt_up_bars = sum(up, lt_lookback)
prob = lt_up_bars/lt_lookback


//lookback for cdf
lookback = 20
up_bars = sum(up, lookback)
cdf = binomial_cdf(up_bars, lookback, prob)


//ema on cdf
ema1 = ema(cdf, 10)
ema2 = ema(cdf, 20)


plot(cdf*100)
plot(ema1*100, color=color.red)
plot(ema2*100, color=color.orange)


buy = ema1 > ema2
sell = ema1 < ema2


//////////////////////Bar Colors//////////////////

var color buy_or_sell = na

if buy == true
    buy_or_sell := #3BB3E4
else if sell == true
    buy_or_sell := #FF006E
    
barcolor(buy_or_sell)

///////////////////////////Orders////////////////

if buy
    strategy.entry("Long", strategy.long, comment="")

if sell
    strategy.close("Long", comment="Sell")


Lebih banyak