資源の読み込みに... 荷物...

3 移動平均スイング間隔の逆転戦略

作者: リン・ハーンチャオチャン,日付: 2024-02-18 11:18:51
タグ:

img

概要

この戦略は,RSI指標とボリューム特性によって補完されたMACD指標を構成するために,3日間の高速移動平均,10日間のスロー移動平均および16日間のシグナルスムージング移動平均を使用し,市場トレンドの過剰拡張を決定するために多次元K線特性を設定し,レンジスウィングトレンドを形成し,利益を得るために長または短入りを逆転します.

この戦略は,地元の過剰購入または過剰販売レベルから迅速な価格逆転を捉えることを目的としています. 通常は15mのタイムフレームを使用して0DTE SPYオプションでうまく機能します.

戦略の論理

この戦略は,主に3日間の高速移動平均をマイナス10日間のスロームービング平均を使用してMACD指標を形成し,16日間のシグナルラインをスムーズ化するために標準MACD戦略を構成する.また,勢力の特徴を決定するために購入および販売量のボリューム分析を組み合わせます.RSIインジケーターは,過剰購入または過剰販売レベルを決定するために導入されます.複数の指標の組み合わせを通じて,市場の特徴を判断し,エントリー信号を構築するために間隔スイングトレンドの変化を検出します.

MACD線とシグナルラインの関係,傾斜の変化を観察することで,反転の機会を特定するために,上昇力と下落力の潮流と潮流を決定する.同時に,購入および販売量の変化は上昇と下落の勢力の変化を反映する.過剰購入と過剰販売の状況を決定するためのRSI指標の変化と組み合わせると,これらの指標は,ローカライズされた市場プロフィールの特徴と潜在的な反転のタイミングを確認することができます.

戦略は合計3つの入力信号を設定します.

  1. 売り上げ量よりも買い上げ量が優れている場合,RSIが41を下回る場合,MACD信号が上昇する場合は,大きな偏差がない.

  2. 売り上げより買い上げが大きい場合,RSIは45-55の範囲で上昇し,MACDと信号線が一致して上昇します.

  3. MACDが値引きの限界を超えるとショート.

これらの3つのシナリオは,方向的過剰膨張における局所的な変動を反映しており,逆方向のエントリーのための適正な逆転タイミングと判断されています.

出口は,引き下げを制御し利益を実現するために,利益 (リミートオーダー) とストップ損失として設定されます.

利点分析

ストップ・ロストとテイク・プロフィット (STOP LossとTake Profit) は,複数の指標を組み合わせ,明確な逆転利益採取ロジックで,範囲と過買い/過売り条件を決定する.入場に対する追加的な確信のためにボリューム分析を使用する.ストップ・ロストとテイク・プロフィートは,利益を早期に確保しながら,1つの方向での過取引を避けるのに役立ちます.

具体的には,以下のような利点があります.

  1. MACDは量重量化されたモメントオシレーターであり,単純化された技術分析を避けます.

  2. 容量の条件は入国に対する確信を高めます

  3. RSIは潜在的逆転を検出するのに役立ちます

  4. ストップ・ロスト・アンド・テイク・プロフィートは 過剰な引き下げを制御し 利益の一部をロックします

リスク分析

勝利率を向上させる指標を組み合わせているにもかかわらず,すべての戦略にはリスクがあります.主な問題は:

  1. 誤った信号が発生する可能性,例えば最初の逆転後も続く可能性

  2. ストップ・ロスの設定と収益の設定が不十分である場合,過剰な引き下げが起こり,利益は確保されない.

  3. MA長さ,RSI期間,Take Profit Ratioなどのパラメータの調整は,さらに最適化が必要かもしれません.

これらのリスクは,追加の最適化によって軽減できます.次のセクションでは,具体的な方法が詳細に説明されています.

オプティマイゼーションの方向性

さらに最適化できる余地があります.

  1. 最適な結果を得るため,異なるMAパラメータの組み合わせを試験する.

  2. RSIの回帰期間をテストし,最適の買い過ぎ/売り過ぎ判断者を探す.

  3. 利得率とストップ損失率を最適化して,引き上げと利益獲得を均衡させる.

  4. 機械学習モデルを導入し 誤った判断を減らすために より多くのデータを活用し 勝利率を上げる

これらのテストは,より体系的なバックテストを通じて実施できます.パラメータ空間が拡大し,サンプルサイズが増加するにつれて,戦略の勝利率と収益性も向上します.

結論

この戦略は,MACD,RSIおよびボリューム分析を組み合わせて市場範囲の特徴を決定し,リバースゾーンでエントリを確立してリトラセッション動きを把握する.論理は明確で,トレンドとリバースをバランスする.さらなる最適化により,堅牢な量子戦略として強い利益の可能性があります.パラメータチューニングとモデル導入により,高度な効率のアルゴリズムに向上することができます.


/*backtest
start: 2024-01-01 00:00:00
end: 2024-01-31 23:59:59
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("3 1 Oscillator Profile Flagging", shorttitle="3 1 Oscillator Profile Flagging", overlay=false)

signalBiasValue = input(title="Signal Bias", defval=0.26)
macdBiasValue = input(title="MACD Bias", defval=0.7)
shortLookBack = input( title="Short LookBack", defval=3)
longLookBack = input( title="Long LookBack", defval=6)
takeProfit = input( title="Take Profit", defval=2)
stopLoss = input( title="Stop Loss", defval=0.7)

fast_ma = ta.sma(close, 3)
slow_ma = ta.sma(close, 10)
macd = fast_ma - slow_ma
signal = ta.sma(macd, 16)
hline(0, "Zero Line", color = color.black)

buyVolume = volume*((close-low)/(high-low))
sellVolume = volume*((high-close)/(high-low))
buyVolSlope = buyVolume - buyVolume[1]
sellVolSlope = sellVolume - sellVolume[1]
signalSlope = ( signal - signal[1] )
macdSlope = ( macd - macd[1] )
plot(macd, color=color.blue, title="Total Volume")
plot(signal, color=color.orange, title="Total Volume")
plot(macdSlope, color=color.green, title="MACD Slope")
plot(signalSlope, color=color.red, title="Signal Slope")
intrabarRange = high - low
rsi = ta.rsi(close, 14)
rsiSlope = rsi - rsi[1]
plot(rsiSlope, color=color.black, title="RSI Slope")

getRSISlopeChange(lookBack) =>
    j = 0
    for i = 0 to lookBack
        if ( rsi[i] - rsi[ i + 1 ] ) > -5
            j += 1
    j

getBuyerVolBias(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if buyVolume[i] > sellVolume[i]
            j += 1
    j

getSellerVolBias(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if sellVolume[i] > buyVolume[i]
            j += 1
    j

getVolBias(lookBack) =>
    float b = 0.0
    float s = 0.0
    for i = 1 to lookBack
        b += buyVolume[i]
        s += sellVolume[i]
    b > s

getSignalBuyerBias(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if signal[i] > signalBiasValue
            j += 1
    j

getSignalSellerBias(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if signal[i] < ( 0.0 - signalBiasValue )
            j += 1
    j

getSignalNoBias(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if signal[i] < signalBiasValue and signal[i] > ( 0.0 - signalBiasValue )
            j += 1
    j

getPriceRising(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if close[i] > close[i + 1]
            j += 1
    j


getPriceFalling(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if close[i] < close[i + 1] 
            j += 1
    j

getRangeNarrowing(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if intrabarRange[i] < intrabarRange[i + 1] 
            j+= 1
    j

getRangeBroadening(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if intrabarRange[i] > intrabarRange[i + 1] 
            j+= 1
    j

bool isNegativeSignalReversal = signalSlope < 0.0 and signalSlope[1] > 0.0
bool isNegativeMacdReversal = macdSlope < 0.0 and macdSlope[1] > 0.0

bool isPositiveSignalReversal = signalSlope > 0.0 and signalSlope[1] < 0.0
bool isPositiveMacdReversal = macdSlope > 0.0 and macdSlope[1] < 0.0

bool hasBearInversion = signalSlope > 0.0 and macdSlope < 0.0
bool hasBullInversion = signalSlope < 0.0 and macdSlope > 0.0

bool hasSignalBias = math.abs(signal) >= signalBiasValue
bool hasNoSignalBias = signal < signalBiasValue and signal > ( 0.0 - signalBiasValue )

bool hasSignalBuyerBias = hasSignalBias and signal > 0.0
bool hasSignalSellerBias = hasSignalBias and signal < 0.0

bool hasPositiveMACDBias = macd > macdBiasValue
bool hasNegativeMACDBias = macd < ( 0.0 - macdBiasValue )

bool hasBullAntiPattern = ta.crossunder(macd, signal)
bool hasBearAntiPattern = ta.crossover(macd, signal)

bool hasSignificantBuyerVolBias = buyVolume > ( sellVolume * 1.5 )
bool hasSignificantSellerVolBias = sellVolume > ( buyVolume * 1.5 )


// 202.30 Profit 55.29% 5m
if ( ( getVolBias(longLookBack) == false ) and rsi <= 41 and math.abs(rsi - rsi[shortLookBack]) > 1 and hasNoSignalBias and rsiSlope > 1.5 and close > open)
    strategy.entry("5C1", strategy.long, qty=1)
strategy.exit("TPS", "5C1", limit=strategy.position_avg_price + takeProfit, stop=strategy.position_avg_price - stopLoss)

// 171.70 Profit 50.22% 5m
if ( getVolBias(longLookBack) == true and rsi > 45 and rsi < 55 and macdSlope > 0 and signalSlope > 0)
    strategy.entry("5C2", strategy.long, qty=1)
strategy.exit("TPS", "5C2", limit=strategy.position_avg_price + takeProfit, stop=strategy.position_avg_price - stopLoss)

// 309.50 Profit 30.8% 5m 2 tp .7 sl 289 trades
if ( macd > macdBiasValue and macdSlope > 0)
    strategy.entry("5P1", strategy.short, qty=1)
strategy.exit("TPS", "5P1", limit=strategy.position_avg_price - takeProfit, stop=strategy.position_avg_price + stopLoss)


もっと