A Byron Serpent Cloud Quant Strategy combina principalmente os indicadores Ichimoku e o indicador aleatório RSI para construir sinais de estratégia de negociação quantitativa, ponderando os julgamentos dos dois indicadores, alcançando assim a negociação automatizada de variedades de valores mobiliários.
Esta estratégia usa indicadores como linhas de conversão, linhas de base, lead 1 e lead 2 em Ichimoku, combinados com linhas K e linhas D em StochRSI. No lado de Ichimoku, se a linha de conversão estiver acima da linha de base e lead 1 estiver acima da linha de liderança 2, é um sinal de alta. Se a linha de conversão estiver abaixo da linha de base e lead 1 estiver abaixo da linha de liderança 2, é um sinal de baixa forte. Além disso, se a linha de conversão estiver acima ou abaixo da linha de base, também pode gerar sinais de alta ou baixa fracos. No lado de StochR, se a linha K estiver acima da linha DSI e a linha K estiver abaixo da linha de sobrecompra e a linha D estiver abaixo da linha de sobrecompra, é um sinal de compra de sobrecompra da StochRSI. Se a linha de decisão KSI estiver abaixo da linha D e a linha de decisão KSI estiver acima da linha de sobrecompra e a linha de decisão D estiver acima da linha de venda, é um sinal de queda diferente. Ao comparar os sinais de venda e
Esta estratégia combina os indicadores Ichimoku e StochRSI para determinar simultaneamente a direção da tendência e as condições de sobrecompra/supervenda para sinais mais abrangentes e confiáveis. Em comparação com o uso de um único indicador, pode reduzir a geração de falsos sinais. O indicador Ichimoku é bastante preciso em julgar tendências de médio e longo prazo, enquanto o indicador StochRSI pode medir fenômenos de sobrecompra/supervenda de curto prazo, permitindo que a estratégia seja adequada para diferentes ciclos. O design de adição de pesos de decisão também torna os sinais da estratégia mais suaves e confiáveis.
O maior risco desta estratégia é que tanto os indicadores Ichimoku quanto o StochRSI podem gerar sinais falsos, especialmente em mercados de faixa, o que aumentará as negociações desnecessárias. Além disso, a definição de pesos e valores de parâmetros também terá um grande impacto na eficácia da estratégia. Se os pesos forem definidos incorretamente, sinais importantes podem ser perdidos ou muitos sinais falsos podem ser gerados. Alguns parâmetros-chave, como o comprimento do RSI e o comprimento do Stoch, também precisam ser testados e otimizados para diferentes variedades e ambientes de mercado, caso contrário, isso afetará a estratégia. Finalmente, os problemas de dados também podem se tornar riscos para a estratégia. Se a qualidade dos dados não for boa, também causará sinais em indicadores e desvios.
Esta estratégia também tem um grande potencial de otimização. Primeiro, considere adicionar mais indicadores, como Bandas de Bollinger e KD, para tornar o julgamento do sinal mais abrangente. Segundo, use aprendizado de máquina ou algoritmos genéticos para otimizar automaticamente parâmetros em vez de usar parâmetros fixos para tornar as estratégias mais inteligentes e adaptáveis. Terceiro, pesquise como melhorar os algoritmos do indicador para reduzir a geração de falsos sinais. Quarto, o mecanismo de configuração de peso também pode ser otimizado ainda mais, como aumentar o peso dos sinais fortes. Quinto, parâmetros e regras podem ser otimizados para mais variedades ou submercados para se adaptar ao ambiente de mercado em constante mudança.
A Byron Serpent Cloud Quant Strategy combina os indicadores Ichimoku e StochRSI para formar sinais de negociação por meio de ponderação e design de parâmetros, que podem capturar automaticamente as mudanças de tendência do mercado e tem boa adaptabilidade a diferentes variedades e ciclos.
/*backtest start: 2024-01-01 00:00:00 end: 2024-01-31 23:59:59 period: 1h basePeriod: 15m exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ //@version=3 strategy("Baracuda Ichimoku/StochRSI Strategy", overlay=true) DecisionWeight = input(50, minval = 0, title="BUY/SELL decision weight") ichimokuStrong = input(35, minval = 0, title="Ichimoku strong weight") ichimokuStandard = input(20, minval = 0, title="Ichimoku standard weight") ichimokuWeak = input(20, minval = 0, title="Ichimoku weak weight") stochRSIWweak = input(30, minval = 0, title="Stoch RSI weight") conversionPeriods = input(9, minval=1, title="Conversion Line Periods") basePeriods = input(26, minval=1, title="Base Line Periods") laggingSpan2Periods = input(52, minval=1, title="Lagging Span 2 Periods") displacement = input(5, minval=1, title="Displacement") donchian(len) => avg(lowest(len), highest(len)) conversionLine = donchian(conversionPeriods) baseLine = donchian(basePeriods) leadLine1 = avg(conversionLine, baseLine) leadLine2 = donchian(laggingSpan2Periods) lengthRSI = input(8, minval=8) //14 lengthStoch = input(5, minval=5)//14 smoothK = input(3,minval=3) smoothD = input(3,minval=3) OverSold = input(20) OverBought = input(80) rsi1 = rsi(close, lengthRSI) k = sma(stoch(rsi1, rsi1, rsi1, lengthStoch), smoothK) d = sma(k, smoothD) stronglong = conversionLine > baseLine and leadLine1 > leadLine2 strongshort = conversionLine < baseLine and leadLine1 < leadLine2 weaklong = conversionLine > baseLine weakshort = conversionLine < baseLine RSIlong = k > d and k < OverSold and d < OverSold RSIshort = k < d and k > OverBought and d > OverBought long=(((stronglong ? 1:0)*ichimokuStrong) + ((weaklong? 1:0)*ichimokuWeak) + ((RSIlong? 1:0)*stochRSIWweak)) > DecisionWeight short=(((strongshort? 1:0)*ichimokuStrong) + ((weakshort? 1:0)*ichimokuWeak) + ((RSIshort? 1:0)*stochRSIWweak)) > DecisionWeight strategy.entry("long", strategy.long, when=long) strategy.entry("short", strategy.short, when=short)