価格変動の検出のための3つの要素モデル
作者: リン・ハーンチャオチャン,日付: 2024-02-26 15時32分27秒タグ:
概要
価格振動検出のための3つの要素モデル (Three Factor Model for Price Oscillation Detection) は,判断のための複数の要因を統合した短期的取引戦略である.この戦略は,価格振動を検出し,短期的な取引機会を発見するために,ボリューム比,RSI,MACD,シグナルラインなどの要因を考慮する.
戦略の論理
この戦略の基本的な論理は
-
迅速なMA,遅いMA,MACD,信号線などの技術指標を計算する.
-
ボリューム比,RSI,MACD,シグナルラインを含む複数の要素条件を判断する.
-
複数の要因分析に基づいて,現在の価格変動段階と買い/売りの機会を確認する.
-
LONG または SHORT ポジションを取って,set take profit と stop loss を取る.
-
価格が利益を得たり ストップロスを達成したとき ポジションを閉じる
この戦略は,価格変動を検出し,短期的な機会を把握するために,ボリューム比,RSI,MACD,シグナルラインなどの要因を柔軟に使用する.複数の要因の組み合わせは,単一の要因からの誤った信号を避けるのに役立ち,正確性を向上させる.
利点分析
この戦略の利点は
- 複数の要因により精度が向上し 誤信号を避ける.
- 価格変動から大きな利益の余地のある短期的な機会を把握する.
- リスク管理のために,自動で取利益とストップ損失を設定する.
- シンプルで明快な論理で 実行が簡単です
リスク分析
この戦略のリスクは
- アルゴリズムは過去データに過度に依存し,市場の変化に敏感です.
- 複数の要因を組み合わせたアプローチは,誤った判断の可能性があるため,さらなる最適化が必要かもしれません.
- ストップ・ロスのポイントは戦略の安定性に直接影響します
上記のリスクに対処するために,以下において最適化を行うことができます.
- 市場データの変化による影響を減らすため,サンプルサイクルを拡大する.
- 適応最適化を実現するために,要素間の重さを調整する.
- ストップ・ロストポイントをテストして 最適な位置を見つけます
オプティマイゼーションの方向性
主な最適化方向:
-
動的に因子重量を最適化します. 適応性を向上させるために,市場状況に基づいて重量を調整できます.
-
マシン学習アルゴリズムを導入し,因子の適応最適化を実現する.ニューラルネットワークや遺伝子アルゴリズムのようなアルゴリズムを使用してモデルを訓練し,パラメータを最適化することができます.
-
ストップ・ロスの戦略を最適化する.ベストな解決策を見つけるために,ストップ・ロスの追跡とストップ・ロスの移動の異なる組み合わせをテストすることができる.
-
高度な技術指標を組み込む. 変動の振動やモメントの振動のようなより多くの指標は,要因を豊かにすることができます.
結論
価格振動検出のための3つの要素モデルは,効率的な短期取引戦略を実施するために価格振動の特徴を完全に利用する. 容量,RSI,MACD,シグナルラインなどの複数の要因に基づいて最高のエントリーと出口点を判断する. 多数の要因は正確性を向上させ,安定したリターンにつながります. 適応的な最適化のために機械学習を通じてさらなる最適化が可能で,さらに優れた戦略パフォーマンスが得られます.
/*backtest
start: 2024-01-26 00:00:00
end: 2024-02-25 00:00:00
period: 4h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("3 10.0 Oscillator Profile Flagging", shorttitle="3 10.0 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=1.0)
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=1.0)
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=1.0)
strategy.exit("TPS", "5P1", limit=strategy.position_avg_price - takeProfit, stop=strategy.position_avg_price + stopLoss)
もっと
- ダイナミック トレイリングストップ ロングのみトレンド 季節性フィルタ付きの戦略をフォローする
- 2つの移動平均のクロスオーバー戦略
- ドンチアン運河のトレンドライディング戦略
- 20 レベル ブレイク戦略
- イントラバー・ボラティリティ・トレーディング戦略によるトレンド逆転
- 取引戦略をフォローする多期期間のEMAトレンド
- モメントクロスオーバー ボリンガーバンド トレンドトラッキング戦略
- 渦巻きトレンド逆転戦略
- モメントトラッキング 双 EMA クロスオーバー 戦略
- ダイナミック・セルフアダプティブ・カウフマン 移動平均トレンド追跡戦略
- 推進力 突破 EMA 34 クロスオーバー 戦略
- 黄金比率を持つ平均的な真の範囲のブレイクストラテジー
- アダプティブ指数関数移動平均範囲戦略
- ドンチアン運河からの脱出戦略
- ドンチアン・チャネルに基づく亀貿易戦略
- 二重量取引システム
- ストックRSI リバース取引戦略
- 4つのDEMAマルチタイムフレームトレンド戦略
- 熊 の 戦略 に 従い
- インテリジェント蓄積器 購入戦略