1. スクエア
2. 機械学習 適応型スーパートレンド 定量的な取引戦略

機械学習 適応型スーパートレンド 定量的な取引戦略

作者: リン・ハーンチャオチャン, 日付: 2025-01-17 15:11:40
タグ:ATRSTMLTASLTP

---

---

/*backtest
start: 2025-01-09 00:00:00
end: 2025-01-16 00:00:00
period: 10m
basePeriod: 10m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT","balance":49999}]
*/

//@version=5
strategy("Adaptive SuperTrend Strategy", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=200)

// Import Indicator Components
atr_len = input.int(10, "ATR Length", group="SuperTrend Settings")
fact = input.float(3, "SuperTrend Factor", group="SuperTrend Settings")
training_data_period = input.int(100, "Training Data Length", group="K-Means Settings")

// Volatility Clustering
volatility = ta.atr(atr_len)
upper = ta.highest(volatility, training_data_period)
lower = ta.lowest(volatility, training_data_period)

high_volatility = lower + (upper-lower) * 0.75
medium_volatility = lower + (upper-lower) * 0.5
low_volatility = lower + (upper-lower) * 0.25

cluster = volatility >= high_volatility ? 0 : volatility >= medium_volatility ? 1 : 2

// SuperTrend Calculation
pine_supertrend(factor, atr) =>
    src = hl2
    upperBand = src + factor * atr
    lowerBand = src - factor * atr
    prevLowerBand = nz(lowerBand[1])
    prevUpperBand = nz(upperBand[1])

    lowerBand := lowerBand > prevLowerBand or close[1] < prevLowerBand ? lowerBand : prevLowerBand
    upperBand := upperBand < prevUpperBand or close[1] > prevUpperBand ? upperBand : prevUpperBand
    int _direction = na
    float superTrend = na
    prevSuperTrend = superTrend[1]
    if na(atr[1])
        _direction := 1
    else if prevSuperTrend == prevUpperBand
        _direction := close > upperBand ? -1 : 1
    else
        _direction := close < lowerBand ? 1 : -1
    superTrend := _direction == -1 ? lowerBand : upperBand
    [superTrend, _direction]

[ST, dir] = pine_supertrend(fact, volatility)

// Entry Conditions
longEntry = ta.crossunder(dir, 0) and cluster > 1 and close > ST
shortEntry = ta.crossover(dir, 0) and cluster == 0 and close < ST

// Stop Loss & Take Profit
atr_mult = input.float(2, "ATR Multiplier for SL/TP", group="Risk Management")
sl = atr_mult * ta.atr(atr_len)

longStopLoss = close - sl
longTakeProfit = close + (sl * 1.5)
shortStopLoss = close + sl
shortTakeProfit = close - (sl * 1.5)

// Execute Trades
if longEntry
    strategy.entry("Long", strategy.long)
    strategy.exit("Take Profit", from_entry="Long", limit=longTakeProfit, stop=longStopLoss)

if shortEntry
    strategy.entry("Short", strategy.short)
    strategy.exit("Take Profit", from_entry="Short", limit=shortTakeProfit, stop=shortStopLoss)

// Plot SuperTrend
plot(ST, title="SuperTrend", color=dir > 0 ? color.green : color.red, linewidth=2)

// Alerts
alertcondition(longEntry, title="Long Entry Signal", message="Buy Signal - Trend Shift Up")
alertcondition(shortEntry, title="Short Entry Signal", message="Sell Signal - Trend Shift Down")

---

• 超トレンド指標に基づく精密取引戦略とリスク管理システム
• RSIとスーパートレンド 傾向を踏まえた適応性変動戦略
• ダイナミック・トレンドの認識のトレーディング戦略をフォローする適応傾向
• 2つの市場間の価格関係に基づく仲裁取引戦略
• ダイナミック最適化されたスーパートレンド取引戦略
• 多均衡価格動向の追跡と逆転取引戦略
• 大波動性ブレイク 双方向取引戦略:ポイントベースの値エントリーシステム
• ダブル・スーパートレンド・マルチステップ・トラッキング・テイク・プロフィート戦略
• 多期超トレンド ダイナミックピラミッド型取引戦略
• Fibonacci リトレースメント レベルに基づく定量的な取引戦略を伴う多条件トレンド

---

• 日中のパターンの認識を備えたSMAベースのインテリジェント・トレリング・ストップ戦略
• アダプティブ・マルチ戦略・ダイナミック・スイッチング・システム:トレンドフォローとレンジ・オシレーションを組み合わせた定量的な取引戦略
• 先進的な多指標多次元トレンドクロス定量戦略
• 多因子回帰とダイナミック価格帯量的な取引システム
• 多指標動的トレンド検出とリスク管理の取引戦略
• 複数の確認を伴う戦略に従う多面滑らかな移動平均動的クロスオーバー傾向
• 大型キャンドルとRSIディバージェンスをベースとした高度なダイナミックストップ・ロスの戦略
• 流動性重量化された移動平均動力量クロスオーバー戦略
• 多指標シネージシストトレンド逆転量的な取引戦略
• 多チャネル動的サポート抵抗 ケルトナーチャネル戦略
• ダイナミック・ウェーブ・トレンドとフィボナッチ統合量的な取引戦略
• トレーディング戦略をフォローする波動性停止ベースのEMAトレンド
• ダイナミック・ボラティリティ・フィルターによるマルチ-EMAトレンドフォロー戦略
• 多指標量的な取引戦略をフォローする三重EMA傾向
• 年末トレンド モメンタム・トレード・ストラテジーの後 ((60日間のMAブレイク)
• RSI 過剰購入/過剰売却量的な取引戦略の多指標トレンド
• 効率的な価格チャネル取引戦略 15分ブレイクベース
• 過去のバックテストを伴う多時間枠のフェア・バリュー・ギャップ・ブレイクアウト戦略
• QQEの動的傾向 リスク管理量的な取引戦略
• 移動平均値とバー外パターンに基づく二重トレンド確認取引戦略