モメントブリック戦略
作者: リン・ハーンチャオチャン,日付: 2024-02-19 15:32:17タグ:
戦略は,シミュレーションされたブロックの形成とブロックの方向性による長または短の市場動向の変化を判断します.
戦略の論理
基本論理は,ATRと閉値関係を計算してブロック形成をシミュレートすることである.具体的には,2つの変数Brick1とBrick2が定義されている.
Brick1は以下の方法で計算されます: Brick1の前の値 + ATR,Brick1 = Brick1の前の値 + ATRを超えると,Brick1の前の値 - ATRより低い場合,Brick1はBrick1の前の - ATR値です.そうでなければ,Brick1はBrick1の前の値を受け継ぐ.
Brick2 は,Brick1 が Brick1 の前の値に等しくない場合,Brick2 = Brick1 の前の値で計算されます.そうでなければ,Brick2 の前の値を継承します.
ブロック1がATR以上上昇すると,上向きのブロックが形成され,ブロック1がATR以上落ちると,下向きのブロックが形成されます.ブロック2は前のブロックの位置を記録します.
Brick1とBrick2が横切って上向きに伸びると 長いと判断されます. Brick1とBrick2が横切って下向きに縮小すると 短いと判断されます.
利点
- ATRを使用して,レンガの形成を決定し,固定レンガのサイズを避け,市場の変動に動的に適応することができます
- ブロックのクロスオーバーによってモメントの変化を特定する
- 市場の動向判断に対する敏感性は,異なるATRサイクルによって調整できる.
- 市場の動向を直感的に決定するために,ブロックの形成とクロスオーバーを視覚化
リスク
- ATRのサイズ選択は戦略の収益に影響を与える.太小なATRは,無効なシグナルが多すぎる.太大なATRは,ブロックが少なくなり,潜在的な機会の損失を引き起こす.
- 実際のトレンドはブロックパターンに従わない可能性があります. ブロッククロスオーバー信号は市場の逆転によって否定されることがあります.
- 取引コストに非常に敏感である必要があります. ブロッククロスオーバーに基づく頻繁な取引は,純利益を大幅に削減します.
解決策には,最適なATRサイクルを見つけるためにパラメータ最適化,無効な信号による損失を減らすためにストップ・プロフィット・ロスト戦略を調整し,収益へのコスト影響を減らすためにトランザクションの種類を適切に増やすことが含まれます.
最適化
- 無効な信号を避けるため,信号フィルタリングのための他の指標,例えばボリュームおよび変動指標と組み合わせる.
- トレンドフィルタリングを追加し,逆転損失を避けるためにトレンド方向にのみシグナルを発信
- 試験期間中に完全なサンプルパラメータ最適化を採用して,最適パラメータを自動的に探す
概要
この戦略は,直感的な可視化により,動的にブロッククロスオーバーをシミュレートすることによって,短期的な市場動向と勢いを判断する. 安定性をさらに高めるためにパラメータチューニングと信号フィルタリングを通じて最適化する余地が多くあります.
/*backtest
start: 2023-02-12 00:00:00
end: 2024-02-18 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
///Component Code Start
testStartYear = input(2017, "Backtest Start Year")
testStartMonth = input(01, "Backtest Start Month")
testStartDay = input(1, "Backtest Start Day")
testPeriodStart = timestamp(testStartYear, testStartMonth, testStartDay, 0, 0)
testStopYear = input(2025, "Backtest Stop Year")
testStopMonth = input(1, "Backtest Stop Month")
testStopDay = input(1, "Backtest Stop Day")
testPeriodStop = timestamp(testStopYear, testStopMonth, testStopDay, 0, 0)
/// A switch to control background coloring of the test period
testPeriodBackground = input(title="Color Background?", type=input.bool, defval=false)
testPeriodBackgroundColor = testPeriodBackground and time >= testPeriodStart and time <= testPeriodStop ?
#00FF00 : na
bgcolor(testPeriodBackgroundColor, transp=97)
testPeriod() => true
/// Component Code Stop
//Zack_the_Lego (original AUTHOR) made into strategy by mkonsap
strategy("Flex Renko Emulator", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=100)
margin = input(true, title="Margin?")
Margin = margin ? margin : false
res = input(type=input.resolution, defval="D", title="Resolution of ATR")
xATR = atr(14)
//TF = x78tf ? "78" : "39"
BrickSize = security(syminfo.tickerid, res, xATR)
//Brick1 = close > nz(Brick1[1]) + BrickSize ? nz(Brick1[1]) + BrickSize : close <
//nz(Brick1[1]) - BrickSize ?
//nz(Brick1[1]) - BrickSize
//: nz(Brick1[1]))
Brick1() =>
s1 = 0.0
s1 := close > nz(s1[1]) + BrickSize ? nz(s1[1]) + BrickSize :
close < nz(s1[1]) - BrickSize ? nz(s1[1]) - BrickSize : nz(s1[1])
s1
Brick2() =>
s2 = 0.0
Brick1_1 = Brick1()
s2 := Brick1() != Brick1()[1] ? Brick1_1[1] : nz(s2[1])
s2
colorer = Brick1() > Brick2() ? color.green : color.red
p1 = plot(Brick1(), color=colorer, linewidth=4, title="Renko")
p2 = plot(Brick2(), color=colorer, linewidth=4, title="Renko")
fill(p1, p2, color=color.purple, transp=50)
mylong = crossover(Brick1(), Brick2())
myshort = crossunder(Brick1(), Brick2())
last_long = float(na)
last_short = float(na)
last_long := mylong ? time : nz(last_long[1])
last_short := myshort ? time : nz(last_short[1])
in_long = last_long > last_short ? 2 : 0
in_short = last_short > last_long ? 2 : 0
mylong2 = crossover(Brick1(), Brick2())
myshort2 = crossunder(Brick1(), Brick2())
last_long2 = float(na)
last_short2 = float(na)
last_long2 := mylong2 ? time : nz(last_long2[1])
last_short2 := myshort2 ? time : nz(last_short2[1])
in_long2 = last_long2 > last_short2 ? 0 : 0
in_short2 = last_short2 > last_long2 ? 0 : 0
condlongx = in_long + in_long2
condlong = crossover(condlongx, 1.9)
condlongclose = crossunder(condlongx, 1.9)
condshortx = in_short + in_short2
condshort = crossover(condshortx, 1.9)
condshortclose = crossunder(condshortx, 1.9)
// === STRATEGY - LONG POSITION EXECUTION WITH CLOSE ORDERS ===
//enterLong() => crossover(condlongx, 1.9) and testPeriod() and strategy.position_size <= 0
//exitLong() => crossunder(condlongx, 1.9) and testPeriod() and strategy.position_size > 0
//strategy.entry(id = "Long", long = true, when = enterLong())
//strategy.close(id = "Long", when = exitLong())
// === STRATEGY - SHORT POSITION EXECUTION WITH CLOSE ORDER===
//enterShort() => crossover(condshortx, 1.9) and testPeriod() and strategy.position_size >= 0 and Margin
//exitShort() => crossunder(condshortx, 1.9) and testPeriod() and strategy.position_size < 0
//strategy.entry(id = "Short", long = false, when = enterShort())
//strategy.close(id = "Short", when = exitShort())
//END
///STRATEGY ONLY LONG AND SHORT/////
if crossover(condlongx, 1.9) and testPeriod() and strategy.position_size <= 0
strategy.entry("Long", strategy.long, comment="Long")
if crossover(condshortx, 1.9) and testPeriod() and strategy.position_size >= 0
strategy.close("Long", when=not Margin)
if crossover(condshortx, 1.9) and testPeriod() and strategy.position_size >= 0
strategy.entry("Short", strategy.short, comment="Short", when=Margin)
/////// END ////
もっと
- 累積段階の識別子と取引戦略
- OBV,CMO,コポック曲線に基づく取引戦略
- CDC 行動地域戦略
- 多要素量的な取引戦略
- トレンド 調整された偏差に基づく戦略
- イチモク・クラウド・オシレーター取引戦略
- 双底逆転 平均逆転 DCAグリッド戦略
- アサシン・グリッドB ダイナミック・グリッド・トレーディング戦略
- 多期移動平均クロスオーバー戦略
- アダプティブゼロレイグ 指数関数移動平均量的な取引戦略
- 波動性ブレイク逆転取引戦略
- キャンドルパターンの取引戦略
- ADX フィルタ付きスーパートレンドピボット取引戦略
- モメント・ムービング・平均逆転戦略
- モメント・ムービング・平均クロスオーバー・トレード戦略
- モメント トレンド シネージ 戦略
- RSI戦略で動いた合理的なトレーディングロボット
- ダイナミック・モメント・オシレーター トレイリング・ストップ・戦略
- バグラの取引戦略は,二重動的移動平均値に基づいています.
- フラクタルとパターンに基づく定量的な取引戦略