Sumber daya yang dimuat... Pemuatan...

Strategi Kombo Pembalikan Momentum

Penulis:ChaoZhang, Tanggal: 2023-10-23 15:11:20
Tag:

img

Gambaran umum

Strategi ini menggabungkan indikator momentum CMO dan indikator pembalikan Stochastic untuk membangun model multi-faktor untuk menemukan peluang perdagangan di lingkungan pasar yang berbeda.

Analisis Logika

Strategi ini terdiri dari dua sub-strategi:

  1. 123 Strategi Pembalikan

    • Gunakan Stochastic 9 hari untuk mengidentifikasi tingkat overbought dan oversold

    • Pergi panjang jika harga penutupan naik selama 2 hari berturut-turut dan Stochastic di bawah 50

    • Pergi pendek jika harga penutupan turun selama 2 hari berturut-turut dan Stochastic di atas 50

  2. Strategi Nilai Absolute CMO

    • Menghitung nilai absolut dari CMO

    • CMO di atas 70 menunjukkan overbought, pergi pendek

    • CMO di bawah 20 menunjukkan oversold, pergi panjang

Akhirnya, sinyal perdagangan dihasilkan ketika dua sub-strategi setuju.

Strategi ini memanfaatkan sepenuhnya kekuatan indikator momentum CMO dan indikator pembalikan Stochastic. CMO baik dalam mengidentifikasi tren sementara Stochastic berguna untuk menangkap pembalikan jangka pendek. Kombinasi ini memungkinkan model untuk mengungkap peluang di berbagai fase pasar.

Analisis Keuntungan

Strategi ini memiliki keuntungan berikut:

  1. Model multi-faktor beradaptasi dengan lingkungan pasar yang berbeda

  2. CMO memiliki kemampuan deteksi tren yang kuat, Stochastic secara akurat menemukan titik pembalikan

  3. Hanya perdagangan ketika dua sinyal setuju untuk menghindari sinyal palsu dan meningkatkan profitabilitas

  4. Ruang penyesuaian parameter yang besar memungkinkan optimasi untuk produk dan kerangka waktu yang berbeda

  5. Menggabungkan indikator jangka panjang dan jangka pendek menemukan lebih banyak peluang

  6. Aturan sederhana dan jelas, mudah dimengerti dan otomatis, cocok untuk perdagangan algo

Analisis Risiko

Strategi ini juga memiliki risiko berikut:

  1. Probabilitas sinyal palsu dari sub-strategi ada, parameter perlu dioptimalkan

  2. Perubahan tren tiba-tiba dapat menyebabkan kerugian besar

  3. Frekuensi perdagangan yang tinggi, biaya transaksi perlu dipertimbangkan

  4. Sifat keterlambatan indikator menyebabkan penundaan

  5. Pengaturan parameter menantang untuk produk yang berbeda

Solusi:

  1. Mengoptimalkan parameter sub-strategi untuk mengurangi sinyal palsu

  2. Menggunakan stop loss untuk membatasi kerugian per perdagangan

  3. Tune aturan masuk ke frekuensi perdagangan yang lebih rendah

  4. Menggunakan data tick untuk meminimalkan lag

  5. Menerapkan pembelajaran mesin untuk pengaturan parameter otomatis

Arahan Optimasi

Strategi ini dapat ditingkatkan dalam hal berikut:

  1. Memperkenalkan lebih banyak faktor seperti volatilitas dan volume untuk model multi-faktor sistematis

  2. Membangun mekanisme optimasi parameter dinamis yang beradaptasi dengan rezim pasar

  3. Mengoptimalkan logika entri menggunakan probabilitas dan penyelarasan eksponensial dll.

  4. Hedge posisi jangka panjang dengan perdagangan jangka pendek untuk mencapai target ganda

  5. Ekstrak lebih banyak fitur dengan pembelajaran mendalam untuk membangun aturan perdagangan non-linear

  6. Jelajahi model bebas parameter untuk menghindari bias manusia

  7. Mengintegrasikan data frekuensi tinggi dan acara berita untuk mengurangi keterlambatan

Kesimpulan

Strategi ini menggunakan indikator momentum CMO dan indikator pembalikan Stochastic untuk membangun model multi-faktor untuk peluang perdagangan di pasar tren dan samping. Dibandingkan dengan model faktor tunggal, pendekatan multi-faktor lebih beradaptasi dengan lingkungan pasar yang kompleks. Sementara itu, ruang penyesuaian parameter yang besar dan aturan sederhana membuatnya mudah dioptimalkan dan otomatis, cocok untuk pengembangan perdagangan algo. Namun, manajemen risiko sangat penting, dan permintaan tinggi pada seleksi parameter dan optimasi model diperlukan. Secara keseluruhan, strategi kombo pembalikan momentum memberikan ide perdagangan sistematis yang layak untuk referensi dan eksplorasi.


/*backtest
start: 2023-09-22 00:00:00
end: 2023-10-22 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
////////////////////////////////////////////////////////////
//  Copyright by HPotter v1.0 17/09/2019
// 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
//    This indicator plots the absolute value of CMO. CMO was developed by Tushar 
//    Chande. A scientist, an inventor, and a respected trading system developer, 
//    Mr. Chande developed the CMO to capture what he calls "pure momentum". For 
//    more definitive information on the CMO and other indicators we recommend the 
//    book The New Technical Trader by Tushar Chande and Stanley Kroll.
//    The CMO is closely related to, yet unique from, other momentum oriented indicators 
//    such as Relative Strength Index, Stochastic, Rate-of-Change, etc. It is most closely 
//    related to Welles Wilder`s RSI, yet it differs in several ways:
//        - It uses data for both up days and down days in the numerator, thereby directly 
//          measuring momentum;
//        - The calculations are applied on unsmoothed data. Therefore, short-term extreme 
//          movements in price are not hidden. Once calculated, smoothing can be applied to 
//          the CMO, if desired;
//        - The scale is bounded between +100 and -100, thereby allowing you to clearly see 
//          changes in net momentum using the 0 level. The bounded scale also allows you to 
//          conveniently compare values across different securities.
//
// 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

CMOabs(Length, TopBand, LowBand) =>
    pos = 0
    xMom = abs(close - close[1])
    xSMA_mom = sma(xMom, Length)
    xMomLength = close - close[Length]
    nRes = abs(100 * (xMomLength / (xSMA_mom * Length)))
    pos := iff(nRes > TopBand, -1,
    	     iff(nRes < LowBand, 1, nz(pos[1], 0))) 
    pos

strategy(title="Combo Backtest 123 Reversal & CMOabs", shorttitle="Combo", overlay = true)
Length = input(14, minval=1)
KSmoothing = input(1, minval=1)
DLength = input(3, minval=1)
Level = input(50, minval=1)
//-------------------------
LengthCMO = input(9, minval=1)
TopBand = input(70, minval=1)
LowBand = input(20, maxval=0)
reverse = input(false, title="Trade reverse")
posReversal123 = Reversal123(Length, KSmoothing, DLength, Level)
posCMOabs = CMOabs(LengthCMO, TopBand, LowBand)
pos = iff(posReversal123 == 1 and posCMOabs == 1 , 1,
	   iff(posReversal123 == -1 and posCMOabs == -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 )

Lebih banyak