Sumber dimuat naik... memuat...

Strategi Pengesanan Pembalikan Purata Bergerak Berganda

Penulis:ChaoZhang, Tarikh: 2024-02-20 17:08:43
Tag:

Ringkasan

Dual Moving Average Reversal Tracking adalah strategi perdagangan kuantitatif yang menggunakan crossover purata bergerak sebagai isyarat perdagangan. Strategi ini menggabungkan perbezaan purata bergerak cepat dan perlahan penunjuk MACD dan garis isyaratnya, serta nisbah panjang / pendek jumlah dagangan, untuk membentuk isyarat dagangan dan menangkap peluang pembalikan pasaran.

Logika Strategi

Strategi ini terutamanya menilai hubungan antara garisan pantas dan garis perlahan. Ia menghasilkan isyarat beli apabila garisan pantas melintasi di atas garisan perlahan, dan isyarat jual apabila garisan pantas melintasi di bawah garisan perlahan. Di samping itu, ia juga menilai secara komprehensif status panjang/pendek pasaran berdasarkan keadaan panjang/pendek nilai perbezaan MACD, hubungan antara perbezaan dan garis isyarat, keadaan panjang/pendek jumlah dagangan, dll.

Secara khusus, strategi ini menilai saiz dan arah nilai perbezaan MACD, persilangan antara perbezaan dan garis isyarat, arah yang konsisten atau bertentangan antara perbezaan dan garis isyarat, dll. Situasi ini mencerminkan ciri-ciri pemulihan subpasaran selepas kejatuhan. Di samping itu, pembahagian panjang / pendek jumlah dagangan juga digunakan sebagai penunjuk penilaian tambahan.

Apabila perbezaan dan garis isyarat menunjukkan isyarat pembalikan pasaran, dan jumlah dagangan sepadan untuk mengesahkan pembalikan pasaran, isyarat dagangan akan dihasilkan.

Kelebihan

Menggunakan silang purata bergerak berganda untuk menentukan titik pembalikan pasaran, asas teori yang kukuh
Menggabungkan penilaian jumlah dagangan untuk mengelakkan pecah palsu
Indikator MACD menilai sentimen subsection, mengenal pasti ciri-ciri rebound
Kelembapan parameter yang tinggi

Risiko dan Penyelesaian

Masalah Whipsaw yang disebabkan oleh crossover purata bergerak
- Sesuaikan parameter purata bergerak, meningkatkan ambang
Volume dagangan tidak dapat menapis sepenuhnya pecah palsu
- Menggabungkan penunjuk sekunder seperti OBV untuk menilai trend jumlah dagangan sebenar
Tidak dapat menilai kedalaman dan kekuatan pelarasan subsection
- Meningkatkan stop loss, menilai kawasan sokongan penting

Arahan pengoptimuman

Menggunakan model pembelajaran mesin dan bukannya penilaian berasaskan peraturan
- Meningkatkan ketahanan strategi, mengurangkan overfit
Meningkatkan teknik stop loss dan mengambil keuntungan
- Kunci sebahagian keuntungan, mengurangkan risiko
Sertakan penunjuk sentimen, analisis berita
- Meningkatkan ketepatan penilaian model
Pelabuhan ke produk lain, pasaran
- Kebolehluasan strategi ujian

Ringkasan

Strategi Pengesanan Pembalikan Purata Bergerak Berganda secara komprehensif mempertimbangkan penunjuk seperti purata bergerak, MACD, dan jumlah dagangan. Dengan menangkap isyarat pembalikan mereka, titik pembalikan yang sesuai dipilih untuk menubuhkan kedudukan. Masih ada ruang yang besar untuk mengoptimumkan strategi ini, ketahanan dan keuntungan dapat ditingkatkan dengan teknik seperti pembelajaran mesin dan pengurusan risiko.

/*backtest
start: 2024-01-20 00:00:00
end: 2024-02-19 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("3 10 Oscillator Profile Flagging", shorttitle="3 10 Oscillator Profile Flagging", overlay=true)

signalBiasValue = input(title="Signal Bias", defval=0.26)
macdBiasValue = input(title="MACD Bias", defval=0.8)
shortLookBack = input( title="Short LookBack", defval=3)
longLookBack = input( title="Long LookBack", defval=10)

fast_ma = ta.sma(close, 3)
slow_ma = ta.sma(close, 10)
macd = fast_ma - slow_ma
signal = ta.sma(macd, 16)
hline(0, "Zero Line", color = color.black)

buyVolume = volume*((close-low)/(high-low))
sellVolume = volume*((high-close)/(high-low))
buyVolSlope = buyVolume - buyVolume[1]
sellVolSlope = sellVolume - sellVolume[1]
signalSlope = ( signal - signal[1] )
macdSlope = ( macd - macd[1] )
//plot(macdSlope, color=color.red, title="Total Volume")
//plot(signalSlope, color=color.green, title="Total Volume")
intrabarRange = high - low

getLookBackSlope(lookBack) => signal - signal[lookBack]
getBuyerVolBias(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if buyVolume[i] > sellVolume[i]
            j += 1
    j

getSellerVolBias(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if sellVolume[i] > buyVolume[i]
            j += 1
    j

getVolBias(lookBack) =>
    float b = 0
    float s = 0
    for i = 1 to lookBack
        b += buyVolume[i]
        s += sellVolume[i]
    b > s

getSignalBuyerBias(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if signal[i] > signalBiasValue
            j += 1
    j

getSignalSellerBias(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if signal[i] < ( 0 - signalBiasValue )
            j += 1
    j

getSignalNoBias(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if signal[i] < signalBiasValue and signal[i] > ( 0 - signalBiasValue )
            j += 1
    j

getPriceRising(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if close[i] > close[i + 1]
            j += 1
    j


getPriceFalling(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if close[i] < close[i + 1] 
            j += 1
    j

getRangeNarrowing(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if intrabarRange[i] < intrabarRange[i + 1] 
            j+= 1
    j

getRangeBroadening(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if intrabarRange[i] > intrabarRange[i + 1] 
            j+= 1
    j

bool isNegativeSignalReversal = signalSlope < 0 and signalSlope[1] > 0
bool isNegativeMacdReversal = macdSlope < 0 and macdSlope[1] > 0

bool isPositiveSignalReversal = signalSlope > 0 and signalSlope[1] < 0
bool isPositiveMacdReversal = macdSlope > 0 and macdSlope[1] < 0

bool hasBearInversion = signalSlope > 0 and macdSlope < 0
bool hasBullInversion = signalSlope < 0 and macdSlope > 0

bool hasSignalBias = math.abs(signal) >= signalBiasValue
bool hasNoSignalBias = signal < signalBiasValue and signal > ( 0 - signalBiasValue )

bool hasSignalBuyerBias = hasSignalBias and signal > 0
bool hasSignalSellerBias = hasSignalBias and signal < 0

bool hasPositiveMACDBias = macd > macdBiasValue
bool hasNegativeMACDBias = macd < ( 0 - macdBiasValue )

bool hasBullAntiPattern = ta.crossunder(macd, signal)
bool hasBearAntiPattern = ta.crossover(macd, signal)

bool hasSignificantBuyerVolBias = buyVolume > ( sellVolume * 1.5 )
bool hasSignificantSellerVolBias = sellVolume > ( buyVolume * 1.5 )

// 7.48 Profit 52.5% 
if ( hasSignificantBuyerVolBias and getPriceRising(shortLookBack) == shortLookBack  and getBuyerVolBias(shortLookBack) == shortLookBack and hasPositiveMACDBias and hasBullInversion)
    strategy.entry("Short1", strategy.short)
strategy.exit("TPS", "Short1", limit=strategy.position_avg_price - 0.75, stop=strategy.position_avg_price + 0.5)

// 32.53 Profit 47.91%
if ( getPriceFalling(shortLookBack) and (getVolBias(shortLookBack) == false) and signalSlope < 0 and hasSignalSellerBias)
    strategy.entry("Long1", strategy.long)
strategy.exit("TPS", "Long1", limit=strategy.position_avg_price + 0.75, stop=strategy.position_avg_price - 0.5)

Lebih lanjut

2019 FMZ - Semua hak dilindungi