双方向移動平均逆転取引戦略
作者: リン・ハーンチャオチャン,日付: 2024-01-15 12:15:14タグ:
概要
双方向移動平均逆転取引戦略 (Bidirectional Moving Average Reversion Trading Strategy) は,価格平均逆転理論に基づいた定量的な取引戦略である.この戦略は,複数の移動平均を設定し,価格が移動平均から大幅に逸脱すると市場に参入し,戻ると退場することで価格逆転の機会を捉える.
戦略の論理
この戦略の核心理念は価格平均逆転である.これは,価格が平均値の周りに変動し,平均値から偏りすぎると逆転する可能性が高いことを示唆する.具体的には,この戦略は,エントリー移動平均値,出口移動平均値,ストップ損失移動平均値の3つのグループを設定する.価格がエントリー移動平均値に達すると対応するロングまたはショートポジションを開く.価格が出口移動平均値に達すると閉鎖ポジション,価格が逆転せずにトレンドを継続した場合にストップ損失移動平均値で損失を制御する.
コード論理の観点から,順番に速い移動平均と遅い移動平均からなる2つのエントリー移動平均 - ロングとショートがあります.それらの間と価格の偏差がポジションサイズを決定します.また,出口移動平均は,ポジションを閉じるときをシグナルする別々の移動平均です.価格がこのラインに当たると,既存のポジションは平坦化されます.
利点分析
双方向移動平均逆転戦略の主な利点は以下の通りである.
- 価格逆転を記録する,範囲限定市場に適した
- ストップ損失によるリスクの制御
- 適応性の高いパラメータ
- パラメータ最適化に便利
この戦略は,価格変動が比較的小さい低波動性楽器で,特にレンジ・バインドサイクルに入るときにうまく機能します.一時的な価格逆転からの機会を効果的に把握できます.一方,リスク制御対策はかなり包括的で,価格が戻らない場合でも合理的な範囲内で損失を制限します.
リスク分析
この戦略にはいくつかのリスクもあります.
- 傾向を追求するリスク. 傾向が強く動いているときに,連続した新しいポジションは清算につながる可能性があります.
- 過剰な価格変動リスク ストップ損失は変動が増加する可能性があります
- パラメータの最適化リスク: パラメータの設定が適切でない場合,性能が著しく低下する可能性があります.
上記のリスクを軽減する方法は以下の通りです.
- 過剰取引を避けるために新規エントリを制限する
- 清算リスクを制限するために ポジションサイズを減らす
- 移動平均期や出口線倍数などのパラメータを最適化
オプティマイゼーションの方向性
また,この戦略をさらに最適化するには十分な余地があります.
- トレンド追いかけるのを防ぐために追加エントリーロジックを追加する
- 波動性に対する適応型ポジションサイジングを組み込む
- 異なる種類の移動平均値の実験
- 自動パラメータ最適化のための機械学習
- よりダイナミックなリスク管理のために後続停止を組み込む
結論
双方向移動平均逆転取引戦略は,移動平均レベルからの重大な偏差後に価格逆転から利益を得ることを目的としている.適切なリスク管理措置により,パラメータ調整を通じて一貫した利益を達成することができる.トレンドを追いかけるリスクや過度の変動などのリスクはまだ存在しているが,エントリーロジックを改善し,ポジションサイズを減らすなどにより対処できる.この理解しやすい戦略は定量的なトレーダーからのさらなる研究と最適化に値する.
/*backtest
start: 2023-12-15 00:00:00
end: 2024-01-14 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy(title = "hamster-bot MRS 2", overlay = true, default_qty_type = strategy.percent_of_equity, initial_capital = 100, default_qty_value = 30, pyramiding = 1, commission_value = 0.1, backtest_fill_limits_assumption = 1)
info_options = "Options"
on_close = input(false, title = "Entry on close", inline=info_options, group=info_options)
OFFS = input.int(0, minval = 0, maxval = 1, title = "| Offset View", inline=info_options, group=info_options)
trade_offset = input.int(0, minval = 0, maxval = 1, title = "Trade", inline=info_options, group=info_options)
use_kalman_filter = input.bool(false, title="Use Kalman filter", group=info_options)
//MA Opening
info_opening = "MA Opening Long"
maopeningtyp_l = input.string("SMA", title="Type", options=["SMA", "EMA", "TEMA", "DEMA", "ZLEMA", "WMA", "Hma", "Thma", "Ehma", "H", "L", "DMA"], title = "", inline=info_opening, group=info_opening)
maopeningsrc_l = input.source(ohlc4, title = "", inline=info_opening, group=info_opening)
maopeninglen_l = input.int(3, minval = 1, title = "", inline=info_opening, group=info_opening)
long1on = input(true, title = "", inline = "long1")
long1shift = input.float(0.96, step = 0.005, title = "Long", inline = "long1")
long1lot = input.int(10, minval = 0, maxval = 10000, step = 10, title = "Lot 1", inline = "long1")
info_opening_s = "MA Opening Short"
maopeningtyp_s = input.string("SMA", title="Type", options=["SMA", "EMA", "TEMA", "DEMA", "ZLEMA", "WMA", "Hma", "Thma", "Ehma", "H", "L", "DMA"], title = "", inline=info_opening_s, group=info_opening_s)
maopeningsrc_s = input.source(ohlc4, title = "", inline=info_opening_s, group=info_opening_s)
maopeninglen_s = input.int(3, minval = 1, title = "", inline=info_opening_s, group=info_opening_s)
short1on = input(true, title = "", inline = "short1")
short1shift = input.float(1.04, step = 0.005, title = "short", inline = "short1")
short1lot = input.int(10, minval = 0, maxval = 10000, step = 10, title = "Lot 1", inline = "short1")
//MA Closing
info_closing = "MA Closing"
maclosingtyp = input.string("SMA", title="Type", options=["SMA", "EMA", "TEMA", "DEMA", "ZLEMA", "WMA", "Hma", "Thma", "Ehma", "H", "L", "DMA"], title = "", inline=info_closing, group=info_closing)
maclosingsrc = input.source(ohlc4, title = "", inline=info_closing, group=info_closing)
maclosinglen = input.int(3, minval = 1, maxval = 200, title = "", inline=info_closing, group=info_closing)
maclosingmul = input.float(1, step = 0.005, title = "mul", inline=info_closing, group=info_closing)
startTime = input(timestamp("01 Jan 2010 00:00 +0000"), "Start date", inline = "period")
finalTime = input(timestamp("31 Dec 2030 23:59 +0000"), "Final date", inline = "period")
HMA(_src, _length) => ta.wma(2 * ta.wma(_src, _length / 2) - ta.wma(_src, _length), math.round(math.sqrt(_length)))
EHMA(_src, _length) => ta.ema(2 * ta.ema(_src, _length / 2) - ta.ema(_src, _length), math.round(math.sqrt(_length)))
THMA(_src, _length) => ta.wma(ta.wma(_src,_length / 3) * 3 - ta.wma(_src, _length / 2) - ta.wma(_src, _length), _length)
tema(sec, length)=>
tema1= ta.ema(sec, length)
tema2= ta.ema(tema1, length)
tema3= ta.ema(tema2, length)
tema_r = 3*tema1-3*tema2+tema3
donchian(len) => math.avg(ta.lowest(len), ta.highest(len))
ATR_func(_src, _len)=>
atrLow = low - ta.atr(_len)
trailAtrLow = atrLow
trailAtrLow := na(trailAtrLow[1]) ? trailAtrLow : atrLow >= trailAtrLow[1] ? atrLow : trailAtrLow[1]
supportHit = _src <= trailAtrLow
trailAtrLow := supportHit ? atrLow : trailAtrLow
trailAtrLow
f_dema(src, len)=>
EMA1 = ta.ema(src, len)
EMA2 = ta.ema(EMA1, len)
DEMA = (2*EMA1)-EMA2
f_zlema(src, period) =>
lag = math.round((period - 1) / 2)
ema_data = src + (src - src[lag])
zl= ta.ema(ema_data, period)
f_kalman_filter(src) =>
float value1= na
float value2 = na
value1 := 0.2 * (src - src[1]) + 0.8 * nz(value1[1])
value2 := 0.1 * (ta.tr) + 0.8 * nz(value2[1])
lambda = math.abs(value1 / value2)
alpha = (-math.pow(lambda, 2) + math.sqrt(math.pow(lambda, 4) + 16 * math.pow(lambda, 2)))/8
value3 = float(na)
value3 := alpha * src + (1 - alpha) * nz(value3[1])
//SWITCH
ma_func(modeSwitch, src, len, use_k_f=true) =>
modeSwitch == "SMA" ? use_kalman_filter and use_k_f ? f_kalman_filter(ta.sma(src, len)) : ta.sma(src, len) :
modeSwitch == "RMA" ? use_kalman_filter and use_k_f ? f_kalman_filter(ta.rma(src, len)) : ta.rma(src, len) :
modeSwitch == "EMA" ? use_kalman_filter and use_k_f ? f_kalman_filter(ta.ema(src, len)) : ta.ema(src, len) :
modeSwitch == "TEMA" ? use_kalman_filter and use_k_f ? f_kalman_filter(tema(src, len)) : tema(src, len):
modeSwitch == "DEMA" ? use_kalman_filter and use_k_f ? f_kalman_filter(f_dema(src, len)) : f_dema(src, len):
modeSwitch == "ZLEMA" ? use_kalman_filter and use_k_f ? f_kalman_filter(f_zlema(src, len)) : f_zlema(src, len):
modeSwitch == "WMA" ? use_kalman_filter and use_k_f ? f_kalman_filter(ta.wma(src, len)) : ta.wma(src, len):
modeSwitch == "VWMA" ? use_kalman_filter and use_k_f ? f_kalman_filter(ta.vwma(src, len)) : ta.vwma(src, len):
modeSwitch == "Hma" ? use_kalman_filter and use_k_f ? f_kalman_filter(HMA(src, len)) : HMA(src, len):
modeSwitch == "Ehma" ? use_kalman_filter and use_k_f ? f_kalman_filter(EHMA(src, len)) : EHMA(src, len):
modeSwitch == "Thma" ? use_kalman_filter and use_k_f ? f_kalman_filter(THMA(src, len/2)) : THMA(src, len/2):
modeSwitch == "ATR" ? use_kalman_filter and use_k_f ? f_kalman_filter(ATR_func(src, len)): ATR_func(src, len) :
modeSwitch == "L" ? use_kalman_filter and use_k_f ? f_kalman_filter(ta.lowest(len)): ta.lowest(len) :
modeSwitch == "H" ? use_kalman_filter and use_k_f ? f_kalman_filter(ta.highest(len)): ta.highest(len) :
modeSwitch == "DMA" ? donchian(len) : na
//Var
sum = 0.0
maopening_l = 0.0
maopening_s = 0.0
maclosing = 0.0
pos = strategy.position_size
p = 0.0
p := pos == 0 ? (strategy.equity / 100) / close : p[1]
truetime = true
loss = 0.0
maxloss = 0.0
equity = 0.0
//MA Opening
maopening_l := ma_func(maopeningtyp_l, maopeningsrc_l, maopeninglen_l)
maopening_s := ma_func(maopeningtyp_s, maopeningsrc_s, maopeninglen_s)
//MA Closing
maclosing := ma_func(maclosingtyp, maclosingsrc, maclosinglen) * maclosingmul
long1 = long1on == false ? 0 : long1shift == 0 ? 0 : long1lot == 0 ? 0 : maopening_l == 0 ? 0 : maopening_l * long1shift
short1 = short1on == false ? 0 : short1shift == 0 ? 0 : short1lot == 0 ? 0 : maopening_s == 0 ? 0 : maopening_s * short1shift
//Colors
long1col = long1 == 0 ? na : color.green
short1col = short1 == 0 ? na : color.red
//Lines
// plot(maopening_l, offset = OFFS, color = color.new(color.green, 50))
// plot(maopening_s, offset = OFFS, color = color.new(color.red, 50))
plot(maclosing, offset = OFFS, color = color.fuchsia)
long1line = long1 == 0 ? close : long1
short1line = short1 == 0 ? close : short1
plot(long1line, offset = OFFS, color = long1col)
plot(short1line, offset = OFFS, color = short1col)
//Lots
lotlong1 = p * long1lot
lotshort1 = p * short1lot
//Entry
if truetime
//Long
sum := 0
strategy.entry("L", strategy.long, lotlong1, limit = on_close ? na : long1, when = long1 > 0 and pos <= sum and (on_close ? close <= long1[trade_offset] : true))
sum := lotlong1
//Short
sum := 0
pos := -1 * pos
strategy.entry("S", strategy.short, lotshort1, limit = on_close ? na : short1, when = short1 > 0 and pos <= sum and (on_close ? close >= short1[trade_offset] : true))
sum := lotshort1
strategy.exit("Exit", na, limit = maclosing)
if time > finalTime
strategy.close_all()
もっと
- Aroon オシレーターに基づく株式取引戦略
- EintSimple リターン戦略
- 偏光フラクタル効率 (PFE) 取引戦略
- 11つの移動平均のクロスオーバー戦略
- 2つの移動平均逆転取引戦略
- MACD逆転戦略のRSI
- 月相に基づくビットコイン取引戦略
- 波動性フィルタ付き市場タイミング戦略
- 移動平均値とトレーリングストップによるチャネルブレークアウト戦略の傾向
- 定量取引の二重指標戦略
- RSI バリッシュ・ベアッシュ・ディバージェンス・トレーディング戦略
- ボックス・ブレークアウトベースのシルバー・ボール・戦略
- 双 EMA と AC インディケーター ベース トレンド フォロー 戦略
- ゼロ・ラグ・ボラティリティ・ブレイクアウト EMAトレンド戦略
- 堅牢なトレンド追跡戦略
- スパイラルブレイク 移動平均戦略
- 超トレンド指標と株式曲線取引に基づく定量的な取引戦略
- 多期超トレンド追跡戦略
- 2つの移動平均のクロスオーバー戦略
- ストップ・ロスの戦略をフォローする傾向