Sumber dimuat naik... memuat...

Fisher Transform Tren Sempadan Dinamik Mengikut Strategi

Penulis:ChaoZhang, Tarikh: 2024-06-17 15:01:19
Tag:

img

Ringkasan

Strategi Pengesanan Ambang Tren Dinamik Fisher Transform menggunakan penunjuk Fisher Transform untuk mengenal pasti perubahan trend harga. Strategi ini menggunakan Fisher Transform untuk menormalkan harga ke skala standard, menjadikannya lebih mudah untuk mengesan titik pembalikan trend yang berpotensi. Dengan menyesuaikan ambang secara dinamik, strategi ini menyesuaikan diri dengan keadaan pasaran yang berbeza dan meningkatkan ketepatan pengenalan trend. Apabila nilai Fisher Transform melintasi ambang positif atau negatif, strategi menghasilkan isyarat beli atau jual untuk mengikuti trend pasaran.

Prinsip Strategi

  1. Mengira nilai Transform Fisher: Berdasarkan harga tinggi dan rendah sejarah, normalkan harga semasa untuk mendapatkan nilai Transform Fisher antara -0.999 dan 0.999.
  2. Sempadan dinamik: Sesuaikan secara dinamik ambang untuk isyarat beli dan jual berdasarkan turun naik sejarah nilai Transform Fisher untuk menyesuaikan diri dengan keadaan pasaran yang berbeza.
  3. Penentuan trend: Menentukan perubahan dalam trend harga dengan membandingkan nilai Fisher Transform semasa dengan nilai dari dua tempoh sebelumnya.
  4. Isyarat beli dan jual: Menghasilkan isyarat beli apabila nilai Transform Fisher melintasi ambang negatif dari bawah, dan menghasilkan isyarat jual apabila nilai Transform Fisher melintasi ambang positif dari atas.

Analisis Kelebihan

  1. Penyesuaian ambang dinamik: Sesuaikan ambang beli dan jual berdasarkan turun naik pasaran untuk meningkatkan ketepatan penilaian trend.
  2. Pengesanan trend: Penghakiman trend penunjuk Fisher Transform membolehkan menangkap trend pasaran dan perdagangan mengikut trend secara berkesan.
  3. Pengurangan bunyi bising harga: Transform Fisher menormalkan harga, membantu mengurangkan kesan bunyi bising harga pada penilaian trend.
  4. Paparan carta intuitif: Strategi ini memetakan kurva dan garis ambang Transform Fisher pada carta, yang membolehkan peniaga untuk melihat tren pasaran dan isyarat beli / jual.

Analisis Risiko

  1. Risiko pengoptimuman parameter: Prestasi strategi bergantung pada pemilihan parameter seperti tempoh Transform Fisher dan kaedah pengiraan ambang dinamik.
  2. Kelewatan pengiktirafan trend: Penunjuk Fisher Transform mempunyai kelewatan tertentu dalam menilai trend harga, yang mungkin terlepas beberapa pergerakan trend.
  3. Prestasi yang lemah dalam pasaran yang berbelit-belit: Dalam keadaan pasaran yang berbelit-belit, perubahan trend yang kerap boleh menyebabkan strategi menghasilkan lebih banyak isyarat palsu, yang membawa kepada prestasi perdagangan yang kurang optimum.
  4. Risiko pasaran yang melampau: Dalam keadaan pasaran yang melampau (seperti perubahan pesat dan besar), penunjuk Fisher Transform mungkin gagal, menyebabkan strategi membuat keputusan perdagangan yang salah.

Arah pengoptimuman

  1. Pengoptimuman parameter: Mengoptimumkan parameter utama seperti tempoh Transform Fisher dan kaedah pengiraan ambang dinamik untuk meningkatkan kemampuan strategi untuk menyesuaikan diri dengan keadaan pasaran yang berbeza.
  2. Penapisan isyarat: Sebagai tambahan kepada pengenalan trend, memperkenalkan penunjuk teknikal atau penunjuk sentimen pasaran lain untuk mengesahkan isyarat perdagangan dan meningkatkan kebolehpercayaan isyarat.
  3. Stop-loss dan mengambil keuntungan: Tetapkan peraturan stop-loss dan mengambil keuntungan yang munasabah untuk mengawal risiko perdagangan tunggal dan meningkatkan nisbah risiko-balasan strategi.
  4. Pengurusan kedudukan: Sesuaikan saiz kedudukan secara dinamik berdasarkan faktor-faktor seperti kekuatan trend pasaran dan turun naik harga untuk mengurangkan risiko pegangan.

Ringkasan

Strategi Pengikut Trend Sempadan Dinamik Fisher Transform mengenal pasti perubahan dalam trend harga menggunakan penunjuk Fisher Transform dan ambang dinamik, menyesuaikan diri dengan keadaan pasaran yang berbeza. Strategi ini berkesan menangkap trend pasaran dan membolehkan perdagangan mengikut trend. Kelebihannya termasuk penyesuaian ambang dinamik, pengurangan gangguan bunyi harga, dan paparan carta yang intuitif. Walau bagaimanapun, ia juga menghadapi cabaran seperti risiko pengoptimuman parameter, kelewatan pengenalan trend, prestasi yang buruk dalam pasaran yang berbelit-belit, dan risiko pasaran yang melampau. Melalui langkah-langkah seperti pengoptimuman parameter, penapisan isyarat, stop-loss dan mengambil keuntungan, dan pengurusan kedudukan, kekuatan dan keuntungan strategi dapat ditingkatkan lagi.


/*backtest
start: 2024-05-01 00:00:00
end: 2024-05-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Qiuboneminer -  Fisher Transform", overlay=true)

// Parámetros
Len = input.int(10, minval=1)
mult1 = input.int(1, minval=1)
threshold = 2.6

// Función Fisher Transform
fish(Length, timeMultiplier) =>
    var float nValue1 = na
    var float nFish = na
    xHL2 = hl2
    xMaxH = ta.highest(xHL2, Length * timeMultiplier)
    xMinL = ta.lowest(xHL2, Length * timeMultiplier)
    nValue1 := 0.33 * 2 * ((xHL2 - xMinL) / (xMaxH - xMinL) - 0.5) + 0.67 * nz(nValue1[1])
    nValue2 = if nValue1 > 0.99
        0.999
    else if nValue1 < -0.99
        -0.999
    else
        nValue1
    nFish := 0.5 * math.log((1 + nValue2) / (1 - nValue2)) + 0.5 * nz(nFish[1])
    nFish

// Cálculo del Fisher Transform para mult1
Fisher1 = fish(Len, mult1)

// Condiciones de entrada y salida
longCondition = Fisher1 > nz(Fisher1[1]) and nz(Fisher1[1]) <= nz(Fisher1[2]) and Fisher1 < -threshold
shortCondition = Fisher1 < nz(Fisher1[1]) and nz(Fisher1[1]) >= nz(Fisher1[2]) and Fisher1 > threshold

// Estrategia de entrada
if (longCondition)
    strategy.entry("Long", strategy.long)
if (shortCondition)
    strategy.entry("Short", strategy.short)

// Ploteo del Fisher Transform
plot(Fisher1, color=(Fisher1 > nz(Fisher1[1]) ? color.rgb(34, 255, 0) : color.rgb(255, 0, 212)), title="Fisher TF:1")

// Ploteo de líneas de umbral
hline(threshold, "Umbral Superior", color=color.rgb(255, 0, 0), linestyle=hline.style_dotted)
hline(-threshold, "Umbral Inferior", color=#008704, linestyle=hline.style_dotted)


Lebih lanjut