Strategi pembalikan isyarat P adalah strategi perdagangan kuantitatif yang dibina berdasarkan parameter statistik dan fungsi ralat untuk membina ruang isyarat probabilistik. Ia secara dinamik memperoleh isyarat dagangan dengan mengesan pengedaran nilai ekstrem siri K-garis untuk menangkap titik pembalikan pasaran.
Indikator teras strategi ini adalah isyarat P, yang menggabungkan parameter statistik purata bergerak dan penyimpangan piawai dan memetakan mereka ke julat -1 hingga 1 melalui fungsi ralat Gaussian untuk membentuk penunjuk penilaian berjumlah.
Parameter strategi termasuk Kardinaliti, ΔErf dan Masa Pemerhatian. Kardinaliti mengawal saiz sampel, ΔErf mengawal jalur mati fungsi ralat untuk mengurangkan kekerapan perdagangan. Masa pemerhatian mengawal masa permulaan strategi.
Kelebihan terbesar strategi pembalikan isyarat P adalah bahawa ia dibina di atas pengedaran kebarangkalian parameter statistik, yang dapat menilai secara berkesan titik ciri pasaran dan menangkap peluang pembalikan.
Di samping itu, reka bentuk strategi yang diparameterkan diatur dengan baik, yang membolehkan pengguna menyesuaikan ruang parameter mengikut keperluan mereka sendiri untuk mencari kombinasi yang optimum.
Risiko utama strategi pembalikan isyarat P adalah bahawa ia terlalu bergantung pada parameter pembahagian kebarangkalian, yang mudah dipengaruhi oleh data yang tidak normal yang mengakibatkan penilaian yang salah.
Meningkatkan parameter Kardinaliti untuk meningkatkan saiz sampel dapat mengurangkan kesan anomali data. Memperluas julat ΔErf dengan betul untuk mengurangkan kekerapan perdagangan membantu mengawal risiko.
Strategi pembalikan isyarat P boleh dioptimumkan dalam aspek berikut:
Sertakan penunjuk lain untuk menapis isyarat yang tidak normal, seperti peningkatan besar dalam jumlah.
Memvalidasi isyarat merentasi pelbagai jangka masa untuk meningkatkan kestabilan penilaian.
Meningkatkan strategi stop loss untuk mengurangkan kerugian tunggal.
Mengoptimumkan parameter untuk mencari kombinasi terbaik dan meningkatkan keuntungan.
Menggabungkan pembelajaran mesin untuk pelarasan parameter dinamik.
Strategi pembalikan isyarat P menubuhkan kerangka perdagangan kuantitatif berdasarkan pengagihan kebarangkalian dengan reka bentuk parameter yang fleksibel dan mesra pengguna. Ia menilai ciri statistik pasaran dengan berkesan dan menangkap peluang pembalikan. Strategi ini dapat ditingkatkan lagi dalam kestabilan dan keuntungan melalui pengesahan pelbagai penunjuk, pengoptimuman kerugian berhenti dan cara lain. Ia menyediakan paradigma yang cekap dan boleh dipercayai untuk perdagangan algoritmik menggunakan teknik kuantitatif.
/*backtest start: 2023-12-01 00:00:00 end: 2023-12-31 23:59:59 period: 1h basePeriod: 15m exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ //@version=5 // ********************************************************************************************************** // This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/ // P-Signal Strategy RVS © Kharevsky // ********************************************************************************************************** strategy('P-Signal Strategy RVS.', precision=3, process_orders_on_close=true, pyramiding=0, commission_type=strategy.commission.percent, commission_value=0.2) // Parameters and const of P-Signal. nPoints = input.int(title='Cardinality:', defval=4, minval=4, maxval=200, group='Parameters of strategy.') ndErf = input.float(title='|ΔErf|:', defval=0, minval=0, maxval=1, step=0.01, group='Parameters of strategy.') tStartDate = input(title='Start date:', defval=timestamp('30 Dec 1957 00:00 +0300'), group='Observation time.') int nIntr = nPoints - 1 // Horner's method for the error (Gauss) & P-Signal functions. fErf(x) => nT = 1.0 / (1.0 + 0.5 * math.abs(x)) nAns = 1.0 - nT * math.exp(-x * x - 1.26551223 + nT * (1.00002368 + nT * (0.37409196 + nT * (0.09678418 + nT * (-0.18628806 + nT * (0.27886807 + nT * (-1.13520398 + nT * (1.48851587 + nT * (-0.82215223 + nT * 0.17087277))))))))) x >= 0 ? nAns : -nAns fPSignal(ser, int) => nStDev = ta.stdev(ser, int) nSma = ta.sma(ser, int) nStDev > 0 ? fErf(nSma / nStDev / math.sqrt(2)) : math.sign(nSma) // Data. float nPSignal = ta.sma(fPSignal(ta.change(ohlc4), nIntr), nIntr) float ndPSignal = math.sign(nPSignal[0] - nPSignal[1]) bool isStartDate = true // Reversal Strategy. strategy.entry('short', strategy.short, when=isStartDate and nPSignal > ndErf and ndPSignal < 0) strategy.entry('long', strategy.long, when=isStartDate and nPSignal < -ndErf and ndPSignal > 0) // Plotting. hline(+1.0, color=color.new(color.orange, 70), linestyle=hline.style_dotted, editable=false) hline(-1.0, color=color.new(color.orange, 70), linestyle=hline.style_dotted, editable=false) hline(-ndErf, color=color.new(color.orange, 70), linestyle=hline.style_dotted, editable=false) hline(ndErf, color=color.new(color.orange, 70), linestyle=hline.style_dotted, editable=false) plot(nPSignal, color=color.new(color.blue, 0), style=plot.style_line) // Table of state. if barstate.isconfirmed var Table = table.new(position=position.bottom_right, columns=3, rows=1, frame_color=color.new(color.orange, 70), frame_width=1, border_color=color.new(color.orange, 70), border_width=1) table.cell(table_id=Table, column=0, row=0, text=strategy.position_size > 0 ? 'Long: ' + str.tostring(strategy.position_size) : 'Short: ' + str.tostring(strategy.position_size), text_color=strategy.position_size > 0 ? color.green : color.red) table.cell(table_id=Table, column=1, row=0, text='Net P/L: ' + str.tostring(strategy.netprofit, '#.#'), text_color=strategy.netprofit > 0 ? color.green : color.red) table.cell(table_id=Table, column=2, row=0, text='Open P/L: ' + str.tostring(strategy.openprofit, '#.#'), text_color=strategy.openprofit > 0 ? color.green : color.red) // The end.