O recurso está a ser carregado... Carregamento...

Estratégia de negociação de reversão multifator

Autora:ChaoZhang, Data: 2023-09-19 21:13:04
Tags:

Resumo

Esta estratégia combina múltiplos indicadores técnicos para identificar reversões de preços, tornando-se uma estratégia de negociação de reversão impulsionada por vários fatores.

Estratégia lógica

A estratégia consiste em dois componentes principais:

  1. Identificação de padrão: Um sinal de compra é gerado quando o fechamento é para cima por 2 dias consecutivos e depois para baixo no 3o dia, com a linha rápida estocástica abaixo da linha lenta.

  2. Limite do indicador PFE: PFE acima do limite superior indica sinais de venda, PFE abaixo do limite inferior indica sinais de compra.

As transacções só são efectuadas quando o padrão 123 e o indicador PFE concordarem, caso contrário, a posição é plana.

O padrão 123 identifica reversões potenciais. O PFE mede a eficiência da tendência para evitar falsas rupturas. Juntos, eles melhoram a precisão através da confirmação de vários fatores.

Vantagens

  • 123 padrão e PFE validam-se mutuamente, reduzindo os falsos sinais
  • A PFE tem uma base teórica sólida para avaliar a eficiência dos preços
  • O motor de múltiplos fatores melhora a precisão
  • A combinação do padrão de reversão e do indicador de tendência proporciona flexibilidade
  • Parâmetros personalizáveis adaptados aos mercados em evolução

Riscos e mitigação

  • Fatores individuais podem dar sinais incorretos
  • O ajuste de fatores requer otimização contínua
  • Riscos de tempo de detenção curto, stop loss frequentes

Atenuantes:

  1. Factores adicionais para melhorar a precisão
  2. Optimização de parâmetros para aumentar a robustez
  3. Métodos de otimização automática para encontrar parâmetros ideais
  4. O valor da posição em risco deve ser calculado de acordo com o método de classificação da posição em risco.

Oportunidades de melhoria

A estratégia pode ser reforçada através de:

  1. Paradas baseadas na volatilidade
  2. Optimização automática de todos os parâmetros através de aprendizagem de máquina
  3. Redução da frequência de reversão durante tendências fortes
  4. Indicadores adaptativos para ajustamento à volatilidade do mercado
  5. Combinações de carteiras para diversificar os riscos e melhorar os rendimentos

Conclusão

Esta estratégia combina múltiplos fatores para identificar pontos de reversão, proporcionando solidez teórica e facilidade de implementação.


/*backtest
start: 2023-09-11 00:00:00
end: 2023-09-13 08:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
////////////////////////////////////////////////////////////
//  Copyright by HPotter v1.0 16/04/2021
// This is combo strategies for get a cumulative signal. 
//
// First strategy
// This System was created from the Book "How I Tripled My Money In The 
// Futures Market" by Ulf Jensen, Page 183. This is reverse type of strategies.
// The strategy buys at market, if close price is higher than the previous close 
// during 2 days and the meaning of 9-days Stochastic Slow Oscillator is lower than 50. 
// The strategy sells at market, if close price is lower than the previous close price 
// during 2 days and the meaning of 9-days Stochastic Fast Oscillator is higher than 50.
//
// Second strategy
// The Polarized Fractal Efficiency (PFE) indicator measures the efficiency 
// of price movements by drawing on concepts from fractal geometry and chaos 
// theory. The more linear and efficient the price movement, the shorter the 
// distance the prices must travel between two points and thus the more efficient 
// the price movement.
//
// WARNING:
// - For purpose educate only
// - This script to change bars colors.
////////////////////////////////////////////////////////////
Reversal123(Length, KSmoothing, DLength, Level) =>
    vFast = sma(stoch(close, high, low, Length), KSmoothing) 
    vSlow = sma(vFast, DLength)
    pos = 0.0
    pos := iff(close[2] < close[1] and close > close[1] and vFast < vSlow and vFast > Level, 1,
	         iff(close[2] > close[1] and close < close[1] and vFast > vSlow and vFast < Level, -1, nz(pos[1], 0))) 
	pos


PFE(Length,LengthEMA,BuyBand,SellBand) =>
    pos = 0.0
    PFE = sqrt(pow(close - close[Length], 2) + 100)
    C2C = sum(sqrt(pow((close - close[1]), 2) + 1), Length)
    xFracEff = iff(close - close[Length] > 0,  round((PFE / C2C) * 100) , round(-(PFE / C2C) * 100))
    xEMA = ema(xFracEff, LengthEMA)
    pos := iff(xEMA < SellBand, -1,
    	      iff(xEMA > BuyBand, 1, nz(pos[1], 0))) 
    pos

strategy(title="Combo Backtest 123 Reversal & PFE (Polarized Fractal Efficiency)", shorttitle="Combo", overlay = true)
line1 = input(true, "---- 123 Reversal ----")
Length = input(14, minval=1)
KSmoothing = input(1, minval=1)
DLength = input(3, minval=1)
Level = input(50, minval=1)
//-------------------------
line2 = input(true, "---- PFE ----")
LengthPFE = input(9, minval=1)
LengthEMA = input(5, minval=1)
BuyBand = input(50, step = 0.1)
SellBand = input(-50, step = 0.1)
reverse = input(false, title="Trade reverse")
posReversal123 = Reversal123(Length, KSmoothing, DLength, Level)
posPFE = PFE(LengthPFE,LengthEMA,BuyBand,SellBand)
pos = iff(posReversal123 == 1 and posPFE == 1 , 1,
	   iff(posReversal123 == -1 and posPFE == -1, -1, 0)) 
possig = iff(reverse and pos == 1, -1,
          iff(reverse and pos == -1 , 1, pos))	   
if (possig == 1 ) 
    strategy.entry("Long", strategy.long)
if (possig == -1 )
    strategy.entry("Short", strategy.short)	 
if (possig == 0) 
    strategy.close_all()
barcolor(possig == -1 ? #b50404: possig == 1 ? #079605 : #0536b3 )

Mais.