資源の読み込みに... 荷物...

双動平均逆転追跡戦略

作者: リン・ハーンチャオチャン,日付: 2024-02-20 17時08分43秒
タグ:

概要

ダブル・ムービング・平均リバース・トラッキング戦略は,移動平均クロスオーバーを取引信号として利用する定量的な取引戦略である.この戦略は,MACD指標の快速・遅速移動平均差とその信号線,および取引量の長/短比を組み合わせ,取引信号を形成し,市場の逆転機会を把握する.

戦略の論理

この戦略は,主に高速線とスローラインの関係を判断する.高速線がスローラインを越えたときに購入信号,高速線がスローラインを越えたときに販売信号を生成する.また,MACD差値の長/短状態,差と信号線の関係,取引量の長/短状況などに基づいて市場の長/短状態を包括的に判断する.

特に,戦略はMACD差値の大きさと方向,差と信号線との間のクロスオーバー,差と信号線との間の一貫したまたは反対の方向などを判断する.これらの状況は,下跌後のサブ市場のリバウンド特性を反映する.さらに,取引量の長/短分布も補助判断指標として使用される.

差と信号線が市場逆転の信号を示し,取引量は市場の逆転を確認するように一致すると,取引信号が生成されます.

利点

市場逆転点を決定するために,二重移動平均のクロスオーバーを使用する,堅牢な理論的基盤
誤ったブレイクを避けるために取引量判断を組み込む
MACDインジケーターは,サブセクションのセンチメントを評価し,リバウンド特性を特定します.
パラメータの柔軟性

リスクと解決策

移動平均のクロスオーバーによるウィップソー問題
- 移動平均のパラメータを調整し,値を増やす
偽のブレイクを完全にフィルタリングできない取引量
- OBV のような二次指標を組み込み,実際の取引量の動向を判断する
細分調整の深さと強さを判断できない
- ストップロスを増やし,重要なサポート領域を評価する

オプティマイゼーションの方向性

ルールに基づく判断ではなく機械学習モデルを使う
- 戦略の安定性を向上させ,過剰な適応を減らす
ストップ・ロスの増やし,収益を上げる技術
- 部分的な利益を確保しリスクを減らす
感情指標やニュース分析を組み込む
- モデル判断の精度を向上させる
港から他の製品,市場
- 試験戦略の拡張性

概要

ダブル・ムービング・平均回転追跡戦略は,移動平均値,MACD,取引量などの指標を包括的に考慮する.それらの逆転信号をキャプチャすることによって,ポジションを確立するために適切な逆転ポイントが選択される.この戦略を最適化するにはまだ大きな余地があり,機械学習やリスク管理などの技術によって強度と収益性がさらに向上することができる.

/*backtest
start: 2024-01-20 00:00:00
end: 2024-02-19 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("3 10 Oscillator Profile Flagging", shorttitle="3 10 Oscillator Profile Flagging", overlay=true)

signalBiasValue = input(title="Signal Bias", defval=0.26)
macdBiasValue = input(title="MACD Bias", defval=0.8)
shortLookBack = input( title="Short LookBack", defval=3)
longLookBack = input( title="Long LookBack", defval=10)

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(macdSlope, color=color.red, title="Total Volume")
//plot(signalSlope, color=color.green, title="Total Volume")
intrabarRange = high - low

getLookBackSlope(lookBack) => signal - signal[lookBack]
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
    float s = 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 - signalBiasValue )
            j += 1
    j

getSignalNoBias(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if signal[i] < signalBiasValue and signal[i] > ( 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 and signalSlope[1] > 0
bool isNegativeMacdReversal = macdSlope < 0 and macdSlope[1] > 0

bool isPositiveSignalReversal = signalSlope > 0 and signalSlope[1] < 0
bool isPositiveMacdReversal = macdSlope > 0 and macdSlope[1] < 0

bool hasBearInversion = signalSlope > 0 and macdSlope < 0
bool hasBullInversion = signalSlope < 0 and macdSlope > 0

bool hasSignalBias = math.abs(signal) >= signalBiasValue
bool hasNoSignalBias = signal < signalBiasValue and signal > ( 0 - signalBiasValue )

bool hasSignalBuyerBias = hasSignalBias and signal > 0
bool hasSignalSellerBias = hasSignalBias and signal < 0

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

// 7.48 Profit 52.5% 
if ( hasSignificantBuyerVolBias and getPriceRising(shortLookBack) == shortLookBack  and getBuyerVolBias(shortLookBack) == shortLookBack and hasPositiveMACDBias and hasBullInversion)
    strategy.entry("Short1", strategy.short)
strategy.exit("TPS", "Short1", limit=strategy.position_avg_price - 0.75, stop=strategy.position_avg_price + 0.5)

// 32.53 Profit 47.91%
if ( getPriceFalling(shortLookBack) and (getVolBias(shortLookBack) == false) and signalSlope < 0 and hasSignalSellerBias)
    strategy.entry("Long1", strategy.long)
strategy.exit("TPS", "Long1", limit=strategy.position_avg_price + 0.75, stop=strategy.position_avg_price - 0.5)

もっと

2019 FMZ - すべての権利は保護されています.

双動平均逆転追跡戦略

概要

戦略の論理

利点

リスク と 解決策

オプティマイゼーションの方向性

概要

リスクと解決策