資源の読み込みに... 荷物...

超トレンドベースのマルチタイムフレームトレンド追跡戦略

作者: リン・ハーンチャオチャン開催日:2024年2月21日 11:05:17
タグ:

概要

この戦略の主なアイデアは,複数のタイムフレームを組み合わせて市場動向を特定することであり,より高いタイムフレームからのスーパートレンド指標をフィルターとして使用し,より低いタイムフレームからの購入・販売シグナルを生成することです.これは,より高いタイムフレームによって提供される市場構造情報を活用して取引決定の質を改善することを目的としています.

戦略の論理

この戦略は,セキュリティ関数を呼び出すことで,より高いタイムフレーム (現在のタイムフレームのデフォルト4倍) からスーパートレンド指標値を取得する.スーパートレンド指標は,スーパートレンドラインとトレンドラインという2つのラインで構成されています.トレンドライン上のスーパートレンドラインは上昇信号であり,下は下落信号です.

高いタイムフレームからのスーパートレンドインジケーターの方向はフィルター条件として機能する.両タイムフレームからのスーパートレンドの方向が一致するときにのみ取引シグナルが生成される.つまり,両方のタイムフレームが同じ方向にシグナルを与える場合にのみシグナルがトリガーされる.

これは,より短いタイムフレームで市場騒音による干渉を回避し,信号の信頼性を向上させ,より長いタイムフレームの市場構造を使用することで,正しい全体的な判断を行うことができます.

利点

より高いTFからの市場構造情報を用いて,より低いタイムフレームからのノイズをフィルターします.
複数のタイムフレームの分析を組み合わせることでより信頼性の高い信号
戦略の最適化のためのカスタマイズ可能なスーパートレンドパラメータ
バックテスト期間を制限する内蔵日付範囲設定

リスク分析

より長い時間枠からの遅延信号は,短期的な機会を逃す可能性があります
より長い時間枠における市場構造判断の不正確性
スーパートレンド自身からの潜在的な誤った信号
バックテスト日付の制約は重要なデータを省略し,結果の正確さに影響する可能性があります.

解決策:

シグナル遅延を減らすため,より高いタイムフレームの設定を微調整する
より長い時間枠の判断を確認するために他の指標を追加
信号品質を改善するためにスーパートレンドパラメータを最適化
バックテストの期間を徐々に拡張して強さをテストする

オプティマイゼーションの方向性

この戦略はいくつかの分野において改善可能である.

最適なパラメータ組み合わせのためのスーパートレンドパラメータを最適化
多要素モデルを作成するために他の指標を追加します
異なる高低タイムフレームの組み合わせをテスト
リスクを制御するためにストップ・ロスのメカニズムを組み込む
マシン学習を利用してパラメータを動的に調整する

パラメータの最適化,指標の組み合わせ,ストップ・ロスの改善,機械学習の導入により,このマルチタイムフレームトレンド追跡戦略のパフォーマンスが大幅に向上することができます.

結論

この戦略は,より低いタイムフレームで取引実行を導くために,より高いタイムフレームのトレンド判断を巧みに活用する.このようなマルチタイムフレームデザインは,市場のノイズを効果的にフィルタリングし,より明確なトレンド方向性を特定することができます.内蔵された日付設定はまた,バックテストをより柔軟にします.全体として,これはさらなる研究と適用に値する,よく設計されたマルチタイムフレームトレンド追跡戦略です.

/*backtest
start: 2023-02-14 00:00:00
end: 2024-02-20 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © HeWhoMustNotBeNamed

//@version=4
strategy("Higher TF - Repainting", overlay=true, initial_capital = 100000, default_qty_type = strategy.percent_of_equity, default_qty_value = 100, commission_type = strategy.commission.percent, pyramiding = 1, commission_value = 0.01, calc_on_order_fills = true)

HTFMultiplier = input(4, minval=1, step=1)

SupertrendMult = input(1)
SupertrendPd = input(4, minval=4, step=4)

backtestBars = input(title="Backtest from ", defval=10, minval=1, maxval=30)
backtestFrom = input(title="Timeframe", defval="years", options=["days", "months", "years"])

repaintOption = input(title="Repaint", defval="Yes", options=["Yes", "No - set lookahead false", "No - do not use security"])

f_multiple_resolution(HTFMultiplier) => 
    target_Res_In_Min = timeframe.multiplier * HTFMultiplier * (
      timeframe.isseconds   ? 1. / 60. :
      timeframe.isminutes   ? 1. :
      timeframe.isdaily     ? 1440. :
      timeframe.isweekly    ? 7. * 24. * 60. :
      timeframe.ismonthly   ? 30.417 * 24. * 60. : na)

    target_Res_In_Min     <= 0.0417       ? "1S"  :
      target_Res_In_Min   <= 0.167        ? "5S"  :
      target_Res_In_Min   <= 0.376        ? "15S" :
      target_Res_In_Min   <= 0.751        ? "30S" :
      target_Res_In_Min   <= 1440         ? tostring(round(target_Res_In_Min)) :
      tostring(round(min(target_Res_In_Min / 1440, 365))) + "D"

f_getBackTestTimeFrom(backtestFrom, backtestBars)=>
    byDate = backtestFrom == "days"
    byMonth = backtestFrom == "months"
    byYear = backtestFrom == "years"
    
    date = dayofmonth(timenow)
    mth = month(timenow)
    yr = year(timenow)
    
    leapYearDaysInMonth = array.new_int(12,0)
    array.set(leapYearDaysInMonth,0,31)
    array.set(leapYearDaysInMonth,1,29)
    nonleapYearDaysInMonth = array.new_int(12,0)
    array.set(leapYearDaysInMonth,0,31)
    array.set(leapYearDaysInMonth,1,28)
    
    restMonths = array.new_int(10,0)
    array.set(leapYearDaysInMonth,0,31)
    array.set(leapYearDaysInMonth,1,30)
    array.set(leapYearDaysInMonth,2,31)
    array.set(leapYearDaysInMonth,3,30)
    array.set(leapYearDaysInMonth,4,31)
    array.set(leapYearDaysInMonth,5,31)
    array.set(leapYearDaysInMonth,6,30)
    array.set(leapYearDaysInMonth,7,31)
    array.set(leapYearDaysInMonth,8,30)
    array.set(leapYearDaysInMonth,9,31)
    
    array.concat(leapYearDaysInMonth,restMonths)
    array.concat(nonleapYearDaysInMonth,restMonths)
    isLeapYear = yr % 4 == 0 and (year%100 != 0 or year%400 == 0)
    numberOfDaysInCurrentMonth = isLeapYear ? array.get(leapYearDaysInMonth, mth-2) : array.get(nonleapYearDaysInMonth, mth-2)
    if(byDate)
        mth := (date - backtestBars) < 0 ? mth - 1 : mth
        yr := mth < 1 ? yr - 1 : yr
        mth := mth < 1 ? 1 : mth
        date := (date - backtestBars) < 0 ? numberOfDaysInCurrentMonth - backtestBars + date + 1 : date - backtestBars + 1
    if(byMonth)
        date := 1
        yr := (mth - (backtestBars%12)) < 0 ? yr - int(backtestBars/12) - 1 : yr - int(backtestBars/12)
        mth := mth - (backtestBars%12) + 1
    if(byYear)
        date := 1
        mth := 1
        yr := yr - backtestBars
    [date, mth, yr]


repaint = repaintOption == "Yes"
useSecurityLookahead = repaintOption == "No - set lookahead false"

[SupertrendRepaint, DirRepaint] = security(syminfo.tickerid, f_multiple_resolution(HTFMultiplier), supertrend(SupertrendMult, SupertrendPd), lookahead = true, gaps=true)
[SupertrendNoLookahead, DirNoLookahead] = security(syminfo.tickerid, f_multiple_resolution(HTFMultiplier), supertrend(SupertrendMult, SupertrendPd), lookahead = false, gaps=false)

[SupertrendRegular, DirRegular] = supertrend(SupertrendMult, SupertrendPd)

[date, mth, yr] = f_getBackTestTimeFrom(backtestFrom, backtestBars)
inDateRange = time >= timestamp(syminfo.timezone, yr, mth, date, 0, 0)

longCondition = repaint ? DirRepaint == -1 : useSecurityLookahead? DirNoLookahead == -1 : DirRegular == -1
shortCondition = repaint ? DirRepaint == 1 : useSecurityLookahead? DirNoLookahead == 1 : DirRegular == 1
strategy.entry("Buy", strategy.long, when=longCondition and inDateRange)
strategy.entry("Sell", strategy.short, when=shortCondition and inDateRange)

もっと

2019 FMZ - すべての権利は保護されています.