ChaoZhang
概要
この戦略は,2つの異なる周期の単純な移動平均の交差を用い,トレンドの方向を判断し,トレンドが発生したときに取引する.同時に,この戦略は,異なる時間尺度の下での戦略の期待される収益を計算し,表示するために,期待値パネルを導入し,ユーザが戦略のパフォーマンスをよりよく評価できるようにする.この期待値パネルは,戦略の勝率,平均利益,平均損失などの重要な指標を歴史的期間中に考慮し,戦略が異なる市場環境下でのパフォーマンスを直観的に示すことができる.
戦略原則
この戦略の核心は,2つの異なる周期 (この例では14日と28日) の単純な移動平均の交差を用いて市場の傾向を判断することである.短期平均線が下から上に向かって長期平均線を横断すると,市場は上昇傾向に入ると考えられ,戦略はポジションを多く開く.逆に,短期平均線が上から下に向かって長期平均線を横断すると,市場は下向き傾向に入ると考えられ,戦略はポジションを空にする.この方法で,戦略は,異なる市場傾向に適応し,トレンドが発生したときにタイミングでポジションを建設し,トレンドによる利益を得ることができる.
基本的トレンド判断と取引論理に加えて,戦略は,異なる時間尺度 (月間および年次) で戦略の期待される収益を計算し,表示するために,期待値パネルを導入しました. 期待値の計算は,戦略の歴史的期間における重要な統計指標に基づいています.
- 勝率:戦略がその時間周期で稼いだ回数と取引数の割合
- 平均利益:この時間帯における戦略によるすべての利益取引の平均利益額
- 平均損失:戦略がその期間中に負けたすべての取引の平均損失額
これらの指標を使って,その時間帯における戦略の期待値を計算できます. 期待値 = 勝率 × 平均利益 - (1 - 勝率) × 平均損失
異なる時間周期の期待値をチャートに熱図として表示することで,ユーザーは,異なる市場環境下での戦略の期待されるパフォーマンスを一目瞭然に見ることができ,戦略の適性とリスクをよりよく把握できます.
優位分析
トレンド適応性強:移動平均線交差を利用してトレンドを判断し,この戦略は,異なる市場トレンドの下で,市場変化に適応するために,ポジションをタイムリーに調整することができる.これは,この戦略をトレンド市場で優れた収益を得ることができるようにする.
直観的なパフォーマンス評価:内蔵された期待値パネルは,異なる時間周期における戦略の期待される収益を熱図形式で示し,ユーザーは,異なる市場環境における戦略のパフォーマンスを一目瞭然に評価することができます.この可視化されたパフォーマンス表示は,ユーザーにより多くの意思決定参照を提供します.
戦略の勝率だけでなく,平均利益と平均損失の影響を統合して,期待値の計算を行う.この計算方法は,戦略の実際のパフォーマンスをより全面的に,より正確に反映し,ユーザーにより信頼性の高い参照を提供することができる.
フレキシブルなパラメータ設定:ユーザは,必要に応じてフレキシブルな設定を期待する値パネルの表示とパネルの透明性を設定できます.これは,ユーザが自分の好みに応じてグラフの表示を調整して,使用体験を向上させることができます.
リスク分析
震動市場での不良なパフォーマンス:この戦略はトレンドに大きく依存しているため,震動市場やトレンドが不明な市場環境では,頻繁に取引することが大きな滑り点と取引コストにつながり,戦略の全体的なパフォーマンスを影響する可能性があります.
期待値計算の限界:期待値パネルは,戦略のパフォーマンスの直観的な評価方法を提供しているにもかかわらず,歴史データに基づいて計算されます.市場が大きく変化したり,極端な状況が発生したときに,歴史データは戦略の実際のパフォーマンスをよく反映しないかもしれません.
パラメータの選択は大きな影響を与える:この戦略のパフォーマンスは,移動平均の周期選択に大きく依存する.異なる周期組み合わせは,全く異なる取引結果をもたらす可能性があります.選択されたパラメータが市場の特徴にうまく適応しない場合,戦略の実際のパフォーマンスは,期待値から大きく偏る可能性があります.
最適化の方向
より多くの技術指標を導入する:既存の移動平均に基づいて,トレンドの強さや持続性をよりよく判断するために,MACD,RSIなどの他の技術指標を導入することを考えることができます.
ポジション管理の最適化:現在の戦略は,取引シグナルが発生したときにポジションを固定する方法を採用している.リスクをよりよく制御し,収益を高めるために,市場の変動,トレンドの強さなどの要因に応じてポジションを動的に調整することを考えることができます.
ストップ・ストップ・メカニズムの加入: 戦略に合理的なストップ・ストップ・メカニズムの加入は,戦略が既得の利益を早期にロックし,潜在的な損失を制限するのに役立ちます. これは,戦略のリスク/利益の比率を高め,さまざまな市場環境で比較的安定したパフォーマンスを維持するのに役立ちます.
期待値の計算を最適化:期待値の計算方法をさらに最適化することができる.例えば,取引コストを考慮し,移動ウィンドウを導入し,期待値指標の有効性や実用性を向上させるなどである.さらに,他の戦略性能評価指標を探索し,ユーザーにより全面的な参考を提供することもできる.
要約する
この戦略は,移動平均線の交差を利用して市場のトレンドを判断し,トレンドが発生したときに迅速にポジションを作って,トレンドのもたらす利益を得ます. 同時に,戦略は,異なる時間尺度で戦略の期待される利益を示すために,ユーザーにより多くの意思決定参考を提供するために,戦略の直観的な期待値パネルを導入しました.この戦略は,揺れ動いた市場での不良なパフォーマンスがあり,期待値の計算には一定の限界がありますが,より多くの技術指標を導入し,ポジション管理を最適化し,ストップ・ロスの措置を加えることで,戦略のリスクと利益の比率をさらに向上させることができ,多くの市場環境の変化にうまく適応することができます.
/*backtest
start: 2023-06-11 00:00:00
end: 2024-06-16 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © ir0nantc2
//@version=5
strategy("Expected Value Panel", overlay=true)
// ロングエントリー条件 / Long entry condition
longCondition = ta.crossover(ta.sma(close, 14), ta.sma(close, 28))
if (longCondition)
strategy.entry("My Long Entry Id", strategy.long)
// ショートエントリー条件 / Short entry condition
shortCondition = ta.crossunder(ta.sma(close, 14), ta.sma(close, 28))
if (shortCondition)
strategy.entry("My Short Entry Id", strategy.short)
// ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■
// Please copy the code below and paste it into the strategy where you want to display the expected value.
// 以下のコードをコピーして期待値を表示させたいストラテジーに貼り付けて下さい。
// ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■
// 表示選択 / Display selection
show_performance = input.bool(true, '期待値ON/OFF (Show Expected Value)', group='Expected Value / ©ir0nantc2')
transparency = input.int(50, '透過度 (Transparency)', minval=0, maxval=100, group='Expected Value / ©ir0nantc2')
prec = 2
// 背景色 / Background color
bg_color(value) =>
na(value) ? color.new(color.gray, transparency) : value > 0.0 ? color.new(color.green, transparency) :
value < 0.0 ? color.new(color.red, transparency) :color.new(color.gray, transparency)
// 利益と損失の追跡 / Track profits and losses
var float total_monthly_profit = 0.0
var float total_yearly_profit = 0.0
if show_performance
new_month = month(time) != month(time[1])
new_year = year(time) != year(time[1])
cur_month_pnl = 0.0, cur_year_pnl = 0.0
eq = strategy.equity
bar_pnl = eq / eq[1] - 1
// 月次・年次 期待値 / Monthly & Yearly Expected Value
cur_month_pnl := new_month ? 0.0 : (1 + cur_month_pnl[1]) * (1 + bar_pnl) - 1
cur_year_pnl := new_year ? 0.0 : (1 + cur_year_pnl[1]) * (1 + bar_pnl) - 1
// 年次および月次期待値を格納 / Store monthly and yearly expected values
var month_pnl = array.new_float(), var month_time = array.new_int()
var year_pnl = array.new_float(), var year_time = array.new_int()
// 期待値計算の変数 / Variables for expected value calculation
var month_wins = array.new_int(), var month_losses = array.new_int()
var month_avg_win = array.new_float(), var month_avg_loss = array.new_float()
var year_wins = array.new_int(), var year_losses = array.new_int()
var year_avg_win = array.new_float(), var year_avg_loss = array.new_float()
// 月次および年次期待値の配列更新 / Update arrays for monthly and yearly expected values
bool last_computed = false
if (not na(cur_month_pnl[1]) and (new_month or barstate.islastconfirmedhistory))
if (last_computed and array.size(month_pnl) > 0)
array.pop(month_pnl), array.pop(month_time)
array.pop(month_wins), array.pop(month_losses)
array.pop(month_avg_win), array.pop(month_avg_loss)
array.push(month_pnl, cur_month_pnl[1]), array.push(month_time, time[1])
array.push(month_wins, 0), array.push(month_losses, 0)
array.push(month_avg_win, 0.0), array.push(month_avg_loss, 0.0)
if (not na(cur_year_pnl[1]) and (new_year or barstate.islastconfirmedhistory))
if (last_computed and array.size(year_pnl) > 0)
array.pop(year_pnl), array.pop(year_time)
array.pop(year_wins), array.pop(year_losses)
array.pop(year_avg_win), array.pop(year_avg_loss)
array.push(year_pnl, cur_year_pnl[1]), array.push(year_time, time[1])
array.push(year_wins, 0), array.push(year_losses, 0)
array.push(year_avg_win, 0.0), array.push(year_avg_loss, 0.0)
last_computed := barstate.islastconfirmedhistory ? true : last_computed
// 勝ち取引と負け取引を追跡 / Track winning and losing trades
if (strategy.closedtrades > 0 and na(strategy.closedtrades[1]) == false)
closed_profit = strategy.netprofit - strategy.netprofit[1]
if closed_profit > 0
if array.size(month_wins) > 0
wins = array.get(month_wins, array.size(month_wins) - 1) + 1
avg_win = (array.get(month_avg_win, array.size(month_avg_win) - 1) * (wins - 1) + closed_profit) / wins
array.set(month_wins, array.size(month_wins) - 1, wins)
array.set(month_avg_win, array.size(month_avg_win) - 1, avg_win)
if array.size(year_wins) > 0
wins = array.get(year_wins, array.size(year_wins) - 1) + 1
avg_win = (array.get(year_avg_win, array.size(year_avg_win) - 1) * (wins - 1) + closed_profit) / wins
array.set(year_wins, array.size(year_wins) - 1, wins)
array.set(year_avg_win, array.size(year_avg_win) - 1, avg_win)
else
if array.size(month_losses) > 0
losses = array.get(month_losses, array.size(month_losses) - 1) + 1
avg_loss = (array.get(month_avg_loss, array.size(month_avg_loss) - 1) * (losses - 1) + closed_profit) / losses
array.set(month_losses, array.size(month_losses) - 1, losses)
array.set(month_avg_loss, array.size(month_avg_loss) - 1, avg_loss)
if array.size(year_losses) > 0
losses = array.get(year_losses, array.size(year_losses) - 1) + 1
avg_loss = (array.get(year_avg_loss, array.size(year_avg_loss) - 1) * (losses - 1) + closed_profit) / losses
array.set(year_losses, array.size(year_losses) - 1, losses)
array.set(year_avg_loss, array.size(year_avg_loss) - 1, avg_loss)
// 月次テーブル / Monthly table
var monthly_table = table(na)
if (barstate.islastconfirmedhistory)
monthly_table := table.new(position.bottom_right, columns = 14, rows = array.size(year_time) + 1, border_width = 1)
table.cell(monthly_table, 0, 0, "", bgcolor = #bbbbbb00)
table.cell(monthly_table, 1, 0, "Jan", bgcolor = #bbbbbb)
table.cell(monthly_table, 2, 0, "Feb", bgcolor = #bbbbbb)
table.cell(monthly_table, 3, 0, "Mar", bgcolor = #bbbbbb)
table.cell(monthly_table, 4, 0, "Apr", bgcolor = #bbbbbb)
table.cell(monthly_table, 5, 0, "May", bgcolor = #bbbbbb)
table.cell(monthly_table, 6, 0, "Jun", bgcolor = #bbbbbb)
table.cell(monthly_table, 7, 0, "Jul", bgcolor = #bbbbbb)
table.cell(monthly_table, 8, 0, "Aug", bgcolor = #bbbbbb)
table.cell(monthly_table, 9, 0, "Sep", bgcolor = #bbbbbb)
table.cell(monthly_table, 10, 0, "Oct", bgcolor = #bbbbbb)
table.cell(monthly_table, 11, 0, "Nov", bgcolor = #bbbbbb)
table.cell(monthly_table, 12, 0, "Dec", bgcolor = #bbbbbb)
table.cell(monthly_table, 13, 0, "Year", bgcolor = #bbbbbb)
// 年次データの集計 / Collecting yearly data
var year_total_pnl = array.new_float()
var year_exp_val = array.new_float()
for yt = 0 to array.size(year_time) - 1
total_year_wins = 0, total_year_losses = 0
total_year_avg_win = 0.0, total_year_avg_loss = 0.0
total_year_pnl = 0.0
for mt = 1 to 12
idx = -1
for j = 0 to array.size(month_time) - 1
if year(array.get(month_time, j)) == year(array.get(year_time, yt)) and month(array.get(month_time, j)) == mt
idx := j
break
if idx != -1
total_year_pnl := total_year_pnl + array.get(month_pnl, idx)
total_year_wins := total_year_wins + array.get(month_wins, idx)
total_year_losses := total_year_losses + array.get(month_losses, idx)
total_year_avg_win := total_year_avg_win + (array.get(month_avg_win, idx) * array.get(month_wins, idx))
total_year_avg_loss := total_year_avg_loss + (array.get(month_avg_loss, idx) * array.get(month_losses, idx))
total_year_avg_win := total_year_wins > 0 ? total_year_avg_win / total_year_wins : 0.0
total_year_avg_loss := total_year_losses > 0 ? total_year_avg_loss / total_year_losses : 0.0
win_rate = total_year_wins + total_year_losses > 0 ? total_year_wins / (total_year_wins + total_year_losses) : na
exp_val = win_rate ? (win_rate * total_year_avg_win) - ((1 - win_rate) * math.abs(total_year_avg_loss)) : na
array.push(year_total_pnl, total_year_pnl)
array.push(year_exp_val, exp_val)
for yt = 0 to array.size(year_time) - 1
table.cell(monthly_table, 0, yt + 1, str.tostring(year(array.get(year_time, yt))), bgcolor = #bbbbbb)
y_color = bg_color(array.get(year_exp_val, yt))
value_to_display = na(array.get(year_exp_val, yt)) ? "" : str.tostring(math.round(array.get(year_exp_val, yt) * 100, prec))
table.cell(monthly_table, 13, yt + 1, value_to_display, bgcolor = y_color, text_color=color.new(color.white, 0))
for mt = 0 to array.size(month_time) - 1
m_row = year(array.get(month_time, mt)) - year(array.get(year_time, 0)) + 1
m_col = month(array.get(month_time, mt))
if array.size(month_wins) > mt and array.size(month_losses) > mt and array.size(month_avg_win) > mt and array.size(month_avg_loss) > mt
win_rate = array.get(month_wins, mt) / (array.get(month_wins, mt) + array.get(month_losses, mt))
exp_val = (win_rate * array.get(month_avg_win, mt)) - ((1 - win_rate) * math.abs(array.get(month_avg_loss, mt)))
m_color = bg_color(exp_val)
value_to_display = na(exp_val) ? "" : str.tostring(math.round(exp_val * 100, prec))
table.cell(monthly_table, m_col, m_row, value_to_display, bgcolor = m_color, text_color=color.new(color.white, 0))
else
table.cell(monthly_table, m_col, m_row, "", bgcolor = color.new(color.gray, transparency), text_color=color.new(color.white, 0))
// [EOF]