리소스 로딩... 로딩...

멋진 오시레이터 이중 스토카스틱 필터드 디버전스 거래 전략

저자:차오장, 날짜: 2024-02-27 15:51:44
태그:

전반적인 설명

멋진 오시일레이터 (Awesome Oscillator) 이블 스토카스틱 필터드 디버전스 거래 전략은 신호 신뢰성을 향상시키기 위해 스토카스틱 오시일레이터 (Stochastic Oscillator) 의 과잉 구매 및 과잉 판매 조건에 의해 필터링된 멋진 오시일레이터 (Awesome Oscillator, AO) 와 가격 행동 사이의 차이를 감지함으로써 잠재적 인 구매 및 판매 기회를 식별합니다.

전략 논리

이 전략은 다음의 구성 요소로 구성됩니다.

어wesome 오시레이터 (AO) 계산: AO는 시장 동력 역학을 식별하기 위해 중간점 (HL2) 의 5주기와 34주기 SMA 사이의 차이입니다.
스토카스틱 오시레이터 (Stochastic Oscillator): 기간 동안의 폐쇄 가격과 가격 범위를 비교하여 모멘텀과 잠재적 인 반전 지점을 측정하는 데 사용됩니다. 14 기간 스토카스틱 (stochK) 및 3 기간 SMA (stochD) 를 사용하여 과소매 / 과소매 수준을 감지합니다.
분산 탐지 논리: 가격이 한 방향으로 움직이고 AO가 반대 방향으로 움직일 때 단순화됩니다. 실제 세계 분산 탐지에는 더 세분화된 분석이 포함됩니다.
스토카스틱 필터링: 판매를 위한 스토카스틱 과잉 구매 조건과 구매를 위한 과잉 판매 조건에 의해 필터링된 신호.
신호 그래프: 필터링 후 확인된 신호가 도표에 모양으로 그려집니다.
진입 규칙: 확인된 상승 신호에 대한 긴 진입, 확인된 하락 신호에 대한 짧은 진입.

이점 분석

이 전략은 트렌드를 따르고 반전을 식별하며 신뢰할 수 있는 신호를 결합합니다. 이점으로는 다음과 같습니다.

AO는 단기 트렌드 변화를 식별하는데 도움을 주며, 가격과의 오차는 신뢰할 수 있는 신호 소스를 제공합니다.
스토카스틱 필터는 과잉 구매/ 과잉 판매 확인 없이 잘못된 신호를 피합니다.
지표들을 결합하면 강력한 시장 평가와 신뢰성을 제공합니다.
명확한 입력 신호와 규칙, 쉽게 구현.
합리적인 지표 선택과 매개 변수, 좋은 백테스트 및 실시간 성능

위험 분석

잠재적인 위험은 다음과 같습니다.

단순화된 분차 검출은 신호를 잘못 판단할 위험이 있습니다. 최적화는 잘못된 판단의 가능성을 줄일 수 있습니다.
정적 매개 변수 설정은 변화하는 시장 조건에 따라 성능이 떨어질 수 있습니다. 적응 매개 변수는 성능을 향상시킬 수 있습니다.
스토카스틱 필터링은 수익성 있는 기회를 놓칠 수 있습니다. 필터를 조정하면 더 많은 거래를 얻을 수 있습니다.
개방된 포지션에 대한 엄격한 손실 통제 메커니즘이 없습니다. 중지 손실 또는 포지션 사이즈 규칙은 위험을 더 잘 제어 할 수 있습니다.

최적화 방향

더 많은 최적화를 위한 영역:

더 높은 품질의 신호를 위해 분산 신호 식별 논리를 개선합니다.
최적의 매개 변수를 찾기 위해 다양한 매개 변수 조합을 테스트합니다.
개별 거래의 하락을 통제하기 위해 스톱 로스 전략을 포함합니다.
진입 크기의 규칙과 오픈 포지션 관리 최적화
동적 매개 변수 및 논리 최적화를 위한 기계 학습을 도입합니다.
다변수 요인 운전을 위한 더 많은 데이터 소스를 추가합니다.

요약

AO 더블 스토카스틱 필터드 디버전스 전략은 AO 디버전스 및 스토카스틱 필터링을 통해 트렌드 추적 및 역행 식별을 효과적으로 결합합니다. 명확한 규칙, 좋은 백테스트 결과, 강력한 실용적 잠재력. 추가 최적화는 향상된 시뮬레이션과 라이브 성능을 얻을 수 있습니다.

/*backtest
start: 2024-01-01 00:00:00
end: 2024-01-31 23:59:59
period: 4h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Fixed AO Divergence Strategy", shorttitle="Fixed AO+Stoch", overlay=true)

// Calculate Awesome Oscillator
ao() => ta.sma(hl2, 5) - ta.sma(hl2, 34)
aoVal = ao()

// Stochastic Oscillator
stochK = ta.stoch(close, high, low, 14)
stochD = ta.sma(stochK, 3)

// Simplify the divergence detection logic
// For educational purposes, we will define a basic divergence detection mechanism
// Real-world application would require more sophisticated logic

// Detect bullish and bearish divergences based on AO and price action
bullishDivergence = (close > close[1]) and (aoVal < aoVal[1])
bearishDivergence = (close < close[1]) and (aoVal > aoVal[1])

// Stochastic Overbought/Oversold conditions
stochOverbought = (stochK > 80) and (stochD > 80)
stochOversold = (stochK < 20) and (stochD < 20)

// Filtered signals
confirmedBullishSignal = bullishDivergence and stochOversold
confirmedBearishSignal = bearishDivergence and stochOverbought

// Plot signals
plotshape(series=confirmedBullishSignal, style=shape.triangleup, location=location.belowbar, color=color.green, title="Bullish Divergence", text="BUY")
plotshape(series=confirmedBearishSignal, style=shape.triangledown, location=location.abovebar, color=color.red, title="Bearish Divergence", text="SELL")

// Strategy Entry
if (confirmedBullishSignal)
    strategy.entry("Long", strategy.long, comment="Long Entry")

if (confirmedBearishSignal)
    strategy.entry("Short", strategy.short, comment="Short Entry")

더 많은

2019 FMZ - 모든 권리 보호