Sumber dimuat naik... memuat...

Strategi pelbagai faktor

Penulis:ChaoZhang, Tarikh: 2023-10-31 15:45:39
Tag:

img

Ringkasan

Strategi pelbagai faktor mengintegrasikan strategi berayun, mengikuti trend, dan strategi pecah menjadi satu dengan menggabungkan kekuatan mereka. Ini membolehkan untuk mendapatkan prestasi yang lebih baik dalam pelbagai keadaan pasaran.

Logika Strategi

Strategi pelbagai faktor terutamanya dimodelkan berdasarkan aspek berikut:

  • Bahagian berayun menggunakan osilator Stochastic untuk mengenal pasti isyarat beli dan jual. Khususnya, isyarat beli dihasilkan apabila garis %K melintasi garis %D dari zon overbought. Isyarat jual dihasilkan apabila garis %K melintasi di bawah garis %D dari zon overbought.

  • Bahagian yang mengikuti trend menggunakan salib emas SMA untuk menentukan arah trend. Isyarat beli dihasilkan apabila SMA pantas melintasi di atas SMA perlahan. Isyarat jual dihasilkan apabila SMA pantas melintasi di bawah SMA perlahan.

  • Bahagian pecah memantau jika harga pecah di atas harga tertinggi atau pecah di bawah harga terendah dalam tempoh tertentu. Ia akan mencetuskan pembelian apabila harga pecah di atas harga tertinggi, dan menjual apabila harga pecah di bawah harga terendah.

  • Indikator ADX digunakan untuk mengukur kekuatan trend. Isyarat perdagangan trend hanya dihasilkan apabila trend cukup kuat.

  • Stop loss dan mengambil garis keuntungan dilaksanakan untuk mengoptimumkan keuntungan.

Ringkasnya, strategi pelbagai faktor mengikuti logik di bawah:

  1. Apabila ADX di atas ambang, trend dianggap kuat. Strategi yang mengikuti trend berkuat kuasa. Apabila ADX di bawah ambang, pasaran adalah berkisar. Hanya strategi berayun berkuat kuasa.

  2. Dalam pasaran trend, salib emas SMA mencetuskan masuk panjang dan salib kematian mencetuskan keluar kedudukan.

  3. Dalam pasaran berkisar, isyarat dagangan dari osilator Stochastic diikuti.

  4. Strategi pecah berlaku dalam kedua-dua keadaan pasaran untuk mengikuti momentum yang kuat.

  5. Stop loss dan mengambil garis keuntungan ditetapkan untuk mengunci keuntungan dan had kerugian.

Analisis Kelebihan

Kelebihan utama strategi pelbagai faktor adalah ia menggabungkan kekuatan strategi yang berbeza dan mencapai prestasi yang baik di kedua-dua pasaran tren dan julat.

  1. Ia menunggang trend dengan baik dan mencapai kadar kemenangan yang tinggi di pasaran trend.

  2. Ia boleh mendapat keuntungan dari pasaran yang terikat julat dan mengelakkan terjebak dalam kedudukan.

  3. Ia mempunyai faktor keuntungan yang tinggi dengan stop loss dan mengambil keuntungan yang ditetapkan dengan betul.

  4. Ia mempertimbangkan kekuatan trend untuk mengurangkan kerugian daripada isyarat palsu.

  5. Gabungan pelbagai penunjuk membawa kepada isyarat perdagangan yang kuat.

  6. Parameter boleh dioptimumkan untuk prestasi yang lebih baik.

Analisis Risiko

Terdapat juga risiko yang berkaitan dengan strategi pelbagai faktor:

  1. Gabungan faktor yang tidak betul boleh membawa kepada isyarat perdagangan yang bertentangan. Ujian yang luas diperlukan untuk mencari kombinasi yang optimum.

  2. Pelbagai parameter meningkatkan kesukaran pengoptimuman dan memerlukan data sejarah yang mencukupi.

  3. Ia mungkin gagal keluar dari kedudukan tepat pada masanya apabila trend berbalik, yang membawa kepada kerugian besar.

  4. Indikator ADX mempunyai kesan kelewatan dan mungkin terlepas titik perubahan trend.

  5. Perdagangan breakout cenderung terperangkap dalam kedudukan yang rugi.

Risiko boleh dikurangkan dengan:

  1. Uji semula kestabilan faktor dan memilih yang stabil.

  2. Menggunakan algoritma pengoptimuman heuristik untuk mencari parameter optimum.

  3. Tetapkan stop loss yang betul untuk mengawal pengeluaran maksimum.

  4. Memasukkan penunjuk tambahan untuk mengesan pembalikan trend.

  5. Mengoptimumkan peraturan stop loss untuk perdagangan keluar.

Arahan Penambahbaikan

Masih ada ruang untuk meningkatkan strategi pelbagai faktor:

  1. Menguji lebih banyak jenis faktor seperti turun naik, jumlah dll untuk mencari kombinasi yang lebih baik.

  2. Menggunakan teknik pembelajaran mesin untuk mengoptimumkan berat faktor secara dinamik.

  3. Memanfaatkan algoritma heuristik untuk pengoptimuman parameter yang cepat.

  4. Ujian keuntungan di bawah tempoh pegangan yang berbeza.

  5. Meneroka peraturan stop loss dinamik. Sebagai contoh, memperluaskan stop loss selepas membuat beberapa keuntungan.

  6. Menambah lebih banyak penapis seperti lonjakan jumlah untuk meningkatkan kualiti isyarat.

  7. Mengoptimumkan parameter ADX atau menggunakan penunjuk pengesanan trend yang lebih maju.

Kesimpulan

Strategi multi-faktor menggabungkan pelbagai logika perdagangan seperti trend, mean-reversal, dan breakout. Ia mencapai prestasi yang baik di kedua-dua pasaran trend dan berkisar. Berbanding dengan strategi faktor tunggal, ia memberikan pulangan yang lebih stabil dan mempunyai potensi yang besar untuk peningkatan. Walau bagaimanapun, pengoptimuman parameter mungkin sukar dan memerlukan data sejarah yang mencukupi. Secara keseluruhan, strategi multi-faktor adalah teknik perdagangan algoritmik yang sangat berkesan yang bernilai penyelidikan dan pengoptimuman lanjut.


/*backtest
start: 2023-09-30 00:00:00
end: 2023-10-30 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4

// strategy("Strategy_1", shorttitle="Strategy1",overlay=true ,pyramiding = 12, initial_capital=25000, currency='EUR', commission_type = strategy.commission.cash_per_order, commission_value = 3, default_qty_type = strategy.percent_of_equity, default_qty_value = 20)
	
// Revision:        1
// Author:          Jonas

// === INPUT ===
    //   > BACKTEST RANGE <
FromMonth = input(defval=1, title="From Month", minval=1, maxval=12)
FromDay = input(defval=1, title="From Day", minval=1, maxval=31)
FromYear = input(defval=2017, title="From Year", minval=2010)
ToMonth = input(defval=1, title="To Month", minval=1, maxval=12)
ToDay = input(defval=1, title="To Day", minval=1, maxval=31)
ToYear = input(defval=9999, title="To Year", minval=2010)

    //   > STRATEGY SETTINGS <
bolOS = input(defval = false, type=input.bool, title="Oscillating Strategy")
bolTS = input(defval = true, type=input.bool, title="Trend Strategy")
bolBO = input(defval = false, type=input.bool, title="Breakout Strategy")

strStrategy = input(defval = "Long", type=input.string, title="Trade Strategy",options = ["Long", "Short","Long & Short"])

flStopLoss = input(defval = 2.0, title="Stop Loss %", type=input.float)/100
flTakeProfit = input(defval = 4.0, title="Take Profit %", type=input.float)/100

    //   > SMA <

fastMA = input(defval=8, type=input.integer, title="FastMA length", minval=1, step=1)
slowMA = input(defval=21, type=input.integer, title="SlowMA length", minval=1, step=1)

    //  > ADX <
adx_len = input(defval=10, type=input.integer, title="ADX length", minval=1, step=1)
adx_trend = input(defval=30, type=input.integer, title="ADX Tr", minval=1, step=1)
adx_choppy = adx_trend
adx_limit = adx_trend

    //  > TRENDSCORE <
ts_fromIndex = input(title="From", type=input.integer, minval=1, defval=10)
ts_toIndex = input(title="To", type=input.integer, minval=1, defval=14)
ts_src = input(title="Source", type=input.source, defval=close)

    // > Oscillator <
stoch_length = 14
stoch_OverBought = 75
stoch_OverSold = 25
stoch_smoothK = 3
stoch_smoothD = 3

// === BACK TEST RANGE FUNCTION ===
window_start = timestamp(FromYear, FromMonth, FromDay, 00, 00)  // backtest start window
window_finish = timestamp(ToYear, ToMonth, ToDay, 23, 59)  // backtest finish window
window() =>  // create function "within window of time"
    time >= window_start and time <= window_finish ? true : false

//plot(stop_level_Long, title="TEST",color=color.red, style=plot.style_linebr, linewidth=2)
//plot(take_level_Long, color=color.green, style=plot.style_linebr, linewidth=2)

// === ADX ===
adx_up = change(high)
adx_down = -change(low)
adx_trur = rma(tr, adx_len)
adx_plus = fixnan(100 * rma(adx_up > adx_down and adx_up > 0 ? adx_up : 0, adx_len) / adx_trur)
adx_minus = fixnan(100 * rma(adx_down > adx_up and adx_down > 0 ? adx_down : 0, adx_len) / adx_trur)
adx_sum = adx_plus + adx_minus

ADX = 100 * rma(abs(adx_plus - adx_minus) / (adx_sum == 0 ? 1 : adx_sum), adx_len)

//=== TRENDSCORE ===
trendscore(ts_src, ts_fromIndex, ts_toIndex) =>
	ts_sum = 0.0
	for i = ts_fromIndex to ts_toIndex
        ts_sum := ts_sum + (ts_src >= nz(ts_src[i]) ? 1 : -1)
    ts_sum

intTS = trendscore(ts_src, ts_fromIndex, ts_toIndex)
// Long if  TrendDirection = 1, Short if TrendDirection = -1; Indifferent if TrendDirection = 0
intTrendDirection = (intTS > (ts_toIndex-ts_fromIndex)) ? 1 : (intTS < (ts_fromIndex-ts_toIndex)) ? -1 : 0

    //  > TREND CONDITION <
adx_growing = ADX > highest(ADX[1],3)
intTrend = ((ADX >= adx_limit) and (ADX[1] >= adx_limit) and adx_growing) ? intTrendDirection : 0

// === ATR ===
ATR = sma(tr,10)
ATR_100 = ATR /abs(high - low)


// === STOCHASTICS ===

stoch_k = sma(stoch(close, high, low, stoch_length), stoch_smoothK)
stoch_d = sma(stoch_k, stoch_smoothD)

// === FILTER & CONDITIONS ===
    //  > STOCHASTICS <
bolFilter_OS1 = close[1] > hl2[1]



bolSigOsc_long_1 = (na(stoch_k) or na(stoch_d)) ? false : (crossover(stoch_d,stoch_OverSold) and stoch_k > stoch_d) ? true:false
bolSigOsc_short_1 = (na(stoch_k) or na(stoch_d)) ? false : (crossunder(stoch_d,stoch_OverBought) and stoch_k < stoch_d) ? true:false

bolLongOpenOS = bolSigOsc_long_1 and bolFilter_OS1
bolLongCloseOS = bolSigOsc_short_1

bolShortOpenOS = bolSigOsc_short_1 and bolFilter_OS1
bolShortCloseOS = bolSigOsc_long_1

    //  > TREND <

bolFilter_TS1 = close[1] > hl2[1] and open[1] < hl2[1]
bolFilter_TS2 = sma(close,50)>sma(close,50)[10]
bolFilter_TS3 = close[1] < hl2[1] and open[1] > hl2[1]

bolSigTrendLO1 = sma(close, fastMA) > sma(close, slowMA)
bolSigTrendLO2 = close > sma(close,fastMA)
bolSigTrendLO3 = bolSigTrendLO1 and bolSigTrendLO2

bolSigTrendLC1 = sma(close, fastMA) < sma(close, slowMA)
bolSigTrendLC2 = close < sma(close, fastMA)
bolSigTrendLC3 = bolSigTrendLC1 and bolSigTrendLC2

bolSigTrendSO1 = bolSigTrendLC3
bolSigTrendSC1 = bolSigTrendLO1

bolLongOpenTS = bolSigTrendLO3 and bolFilter_TS1
bolLongCloseTS = bolSigTrendLC3 and bolFilter_TS3

bolShortOpenTS = bolSigTrendSO1 and bolFilter_TS3
bolShortCloseTS = bolLongOpenTS and bolFilter_TS1

plot(sma(close, fastMA), title='FastMA', color=color.green, linewidth=2, style=plot.style_line)  // plot FastMA
plot(sma(close, slowMA), title='SlowMA', color=color.red, linewidth=2, style=plot.style_line)  // plot SlowMA



    //  > BREAKOUT <
flFilter_BS1 = 0.5 * stdev(close,slowMA)[1]
bolFilter_BS2 = volume > sma(volume,slowMA)*1.25

bolSigBreakoutLO1 = close > (highestbars(high,slowMA)[1] + flFilter_BS1)
bolSigBreakoutLC1 = barssince(bolSigBreakoutLO1)==5

bolSigBreakoutSO1 = close < lowestbars(low,slowMA)[1] - flFilter_BS1
bolSigBreakoutSC1 = barssince(bolSigBreakoutSO1)==5


bolLongOpenBO = bolSigBreakoutLO1 and bolFilter_BS2
bolLongCloseBO = bolSigBreakoutLC1

bolShortOpenBO = bolSigBreakoutSO1 and bolFilter_BS2
bolShortCloseBO = bolSigBreakoutSC1

//=== STRATEGIES ENTRIES & EXITS ===
    //  > STOPS & LIMITS <
stop_level_Long = strategy.position_avg_price * (1 - flStopLoss)
take_level_Long = strategy.position_avg_price * (1 + flTakeProfit)
stop_level_Short = strategy.position_avg_price * (1 + flStopLoss)
take_level_Short = strategy.position_avg_price * (1 - flTakeProfit)

    //  > ENTRIES / CLOSES / EXITS <
if window() //only in backtest-window
    if (bolOS == true)
        if (intTrend == 0)
            if(strStrategy == "Long" or strStrategy == "Long & Short")
                strategy.entry("Lng Osc", strategy.long, when=bolLongOpenOS)  // buy long when "within window of time" AND crossover
            if(strStrategy == "Short" or strStrategy == "Long & Short")
                strategy.entry("Short Osc", strategy.short, when=bolShortOpenOS)
        strategy.close("Lng Osc", when=(bolLongCloseOS))
        //strategy.exit("Exit L OS/STD", "Lng Osc", stop = strategy.position_avg_price - 2*stdev(close,10))
        strategy.exit("Exit L OS/%", "Lng Osc", stop=stop_level_Long)
        strategy.close("Short Osc", when=(bolShortCloseOS))
        //strategy.exit("Exit S OS/STD", "Short Osc", stop = strategy.position_avg_price + 2*stdev(strategy.position_avg_price,10))
        strategy.exit("Exit S OS/%", "Short Osc", stop=stop_level_Short)
    if (bolTS == true)
        if (not(intTrend == 0))
            if((strStrategy == "Long") or (strStrategy == "Long & Short"))
                strategy.entry("Lng TD", strategy.long, when=bolLongOpenTS)  // buy long when "within window of time" AND crossover
            if((strStrategy == "Short") or (strStrategy == "Long & Short"))
                strategy.entry("Short TD", strategy.short, when=(bolShortOpenTS and bolTS))  // buy long when "within window of time" AND crossover
        strategy.exit("Exit L TD", "Lng TD", stop=stop_level_Long)
        strategy.close("Lng TD", when=bolLongCloseTS)
        strategy.exit("Exit S TD", "Short TD", stop=stop_level_Short)
        strategy.close("Short TD", when=bolShortCloseTS)
    if (bolBO == true)
        if((strStrategy == "Long") or (strStrategy == "Long & Short"))
            strategy.entry("Lng BO", strategy.long, when=bolLongOpenBO)  // buy long when "within window of time" AND crossover
            strategy.close("Lng BO", when=bolLongCloseBO)
            //strategy.exit("Exit L BO/STD", "Lng BO", stop = strategy.position_avg_price - 2*stdev(strategy.position_avg_price,10))
            strategy.exit("Exit L BO/2.5%", "Lng BO", stop=stop_level_Long)
        if((strStrategy == "Short") or (strStrategy == "Long & Short"))
            strategy.entry("Short BO", strategy.short, when=bolShortOpenBO)  // buy long when "within window of time" AND crossover
            strategy.close("Short BO", when=bolShortCloseBO)
            //strategy.exit("Exit S BO/STD", "Short BO", stop = strategy.position_avg_price - 2*stdev(strategy.position_avg_price,10))
            strategy.exit("Exit S BO/%", "Short BO", stop=stop_level_Short)




Lebih lanjut