O recurso está a ser carregado... Carregamento...
  1. Praça da Estratégia
  2. HMA optimiza estratégias de negociação quantitativas multicíclicas com combinação de stop loss dinâmicos

HMA optimiza estratégias de negociação quantitativas multicíclicas com combinação de stop loss dinâmicos

Autora:ChaoZhang, Data: 2024-07-31 11:28:09
Tags:HMAEHMATHMAWMAEMASMA

HMA优化多周期量化交易策略与动态止损结合

Resumo

Este artigo apresenta uma estratégia de negociação quantitativa optimizada baseada na Hull Moving Average (HMA), que combina análise multicircular e um mecanismo de stop loss dinâmico. Esta estratégia foi melhorada com base no famoso Hull Suite, acrescentando o comando de estratégia.exit do PineScript v5 para implementar o trailing stop ou o trailing stop de atraso. A estratégia utiliza principalmente as características de rápida reação do HMA para capturar tendências de mercado, enquanto melhora a confiabilidade do sinal através da análise de vários ciclos de tempo.

Princípios estratégicos

  1. Hull Moving Average (HMA): o núcleo da estratégia é usar o HMA e suas variantes (EHMA e THMA) para identificar tendências no mercado. O HMA tem uma velocidade de reação mais rápida e menos atraso do que a média móvel tradicional.

  2. Análise multi-ciclo: estratégia para gerar sinais de negociação por meio da comparação de HMAs de diferentes ciclos de tempo. Este método pode reduzir falsos sinais e melhorar a precisão da negociação.

  3. Paragem dinâmica: a estratégia usa um mecanismo de parada de rastreamento, que é ativado após a ganância atingir um determinado ponto, para bloquear efetivamente os lucros e controlar o risco.

  4. Controle de horário de negociação: a estratégia permite que os usuários definam horários específicos de negociação, o que ajuda a evitar a negociação em horários de baixa volatilidade ou falta de liquidez.

  5. Controle de direção: a estratégia oferece opções para escolher a direção de negociação (muito, pouco ou bidirecional), permitindo que ela se adapte a diferentes ambientes de mercado e estilos de negociação.

Vantagens estratégicas

  1. A estratégia permite que os usuários escolham diferentes variantes da Hull Moving Average (HMA, EHMA, THMA) para se adaptarem a diferentes condições do mercado.

  2. Excelente gestão de risco: através do uso de mecanismos de stop loss dinâmicos, a estratégia pode limitar os perdas potenciais enquanto protege os lucros.

  3. Forte adaptabilidade: métodos de análise multicíclica permitem que a estratégia se adapte a diferentes ambientes de mercado, reduzindo o impacto de falsos sinais.

  4. Boa visualização: a estratégia oferece várias opções de visualização, como gráficos de banda HMA codificados em cores, que ajudam os traders a entenderem as tendências do mercado de forma mais intuitiva.

  5. Alto grau de automação: as estratégias podem ser executadas de forma totalmente automatizada, reduzindo a possibilidade de impactos emocionais humanos e erros operacionais.

Risco estratégico

  1. Excesso de negociação: devido ao HMA baseado em uma estratégia de reação rápida, um excesso de sinais falsos pode ser gerado no mercado horizontal, levando a um excesso de negociação.

  2. Risco de ponto de salto: estratégias que utilizam técnicas de scalping podem enfrentar riscos de ponto de salto mais elevados, especialmente em mercados com baixa liquidez.

  3. Sensibilidade aos parâmetros: o desempenho da política depende muito da configuração dos parâmetros, e parâmetros inadequados podem causar um mau desempenho da política.

  4. Mudanças nas condições do mercado: em condições de mercado que mudam drasticamente, a estratégia pode precisar de re-otimizar os parâmetros para manter a eficácia.

  5. Dependência da tecnologia: a execução da estratégia depende de uma conexão de rede estável e de uma plataforma de negociação, e falhas tecnológicas podem causar perdas significativas.

Estratégias de otimização

  1. Aumentar os indicadores de sentimento do mercado: a combinação de indicadores de sentimento do mercado, como o VIX, a taxa de volatilidade implícita das opções, pode ajudar a estratégia a se adaptar melhor aos diferentes ambientes do mercado.

  2. Introdução de algoritmos de aprendizagem de máquina: o uso de técnicas de aprendizagem de máquina para ajustar dinamicamente os parâmetros de HMA e os níveis de stop loss pode melhorar a adaptabilidade da estratégia.

  3. Aumentar a análise do volume de transações: a combinação de dados de volume de transações pode aumentar a precisão do julgamento de tendências e reduzir os prejuízos causados por falsos avanços.

  4. Optimizar a seleção de um quadro de tempo: encontrar a melhor configuração de análise multicíclica através do re-teste de combinações de diferentes quadros de tempo.

  5. Introdução de um método de partilha de risco: o uso de um método de partilha de risco para distribuir fundos em transações de várias variedades permite controlar melhor o risco do portfólio global.

Resumo

A HMA Optimized Multi-Cycle Quantified Trading Strategy é um sistema de negociação flexível e eficiente combinado com um stop loss dinâmico. Ele oferece aos traders uma solução de negociação quantitativa completa, combinando as características de resposta rápida da média móvel de Hull, a estabilidade da análise multi-ciclica e o controle de riscos de stop loss dinâmicos. Embora a estratégia se destaque em mercados de mudanças rápidas, ainda é necessário que os traders observem de perto as mudanças nas condições do mercado e ajustem os parâmetros em tempo hábil para manter sua eficácia.

/*backtest
start: 2023-07-25 00:00:00
end: 2024-07-30 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © anotherDAPTrader

//Based upon Hull Suite by InSilico and others//
//with SCALP exit//

//@version=5
strategy('DAP Hull Sweet Scalp v1 Strategy', overlay=true)

// Session //

session = input(title='Session (Goes flat at end of session!)', defval='1800-1700')

//Check if it's in session//

is_session(session) =>
    not na(time(timeframe.period, session))

//Call the function
Session = is_session(session)

//Start and end of the session
start = Session and not Session[1]
end = not Session and Session[1]

//Plot the background color to see the session
bgcolor(Session ? color.new(color.white, 0) : na)

// trade directions //

strat_dir_input = input.string(title='Strategy Direction', defval='long', options=['long', 'short', 'all'])
strat_dir_value = strat_dir_input == 'long' ? strategy.direction.long : strat_dir_input == 'short' ? strategy.direction.short : strategy.direction.all
strategy.risk.allow_entry_in(strat_dir_value)

src = close

modeSwitch = input.string('Hma', title='Hull Variation', options=['Hma', 'Thma', 'Ehma'])

length = input(55, title='Length(180-200 for floating S/R , 55 for swing entry)')

switchColor = input(true, 'Color Hull according to trend?')

candleCol = input(false, title='Color candles based on Hull\'s Trend?')

visualSwitch = input(true, title='Show as a Band?')

thicknesSwitch = input(1, title='Line Thickness')

transpSwitch = input.int(40, title='Band Transparency', step=5)

//FUNCTIONS
//HMA
HMA(_src, _length) =>
    ta.wma(2 * ta.wma(_src, _length / 2) - ta.wma(_src, _length), math.round(math.sqrt(_length)))
//EHMA    
EHMA(_src, _length) =>
    ta.ema(2 * ta.ema(_src, _length / 2) - ta.ema(_src, _length), math.round(math.sqrt(_length)))
//THMA    
THMA(_src, _length) =>
    ta.wma(ta.wma(_src, _length / 3) * 3 - ta.wma(_src, _length / 2) - ta.wma(_src, _length), _length)

//SWITCH
Mode(modeSwitch, src, len) =>
    modeSwitch == 'Hma' ? HMA(src, len) : modeSwitch == 'Ehma' ? EHMA(src, len) : modeSwitch == 'Thma' ? THMA(src, len / 2) : na

//OUT
HULL = Mode(modeSwitch, src, length)
MHULL = HULL[0]
SHULL = HULL[2]

//COLOR
hullColor = switchColor ? HULL > HULL[2] ? #00ff00 : #ff0000 : #ff9800

//PLOT
///< Frame
Fi1 = plot(MHULL, title='MHULL', color=hullColor, linewidth=thicknesSwitch, transp=50)
Fi2 = plot(visualSwitch ? SHULL : na, title='SHULL', color=hullColor, linewidth=thicknesSwitch, transp=50)
///< Ending Filler
fill(Fi1, Fi2, title='Band Filler', color=hullColor, transp=transpSwitch)
///BARCOLOR
barcolor(color=candleCol ? switchColor ? hullColor : na : na)


// Scalp //

slPoints = input.int(title='Profit Points Before Stop', minval=0, maxval=1000, step=1, defval=1, confirm=false)

slOffset = input.int(title='Then Trailing Stop Loss of ', minval=1, maxval=1000, step=1, defval=1, confirm=false)

//trades//

// Long Entry Function//

if Session and ta.crossover(HULL[0] , HULL[2])
    strategy.entry('long', strategy.long)
    strategy.exit('trailing stop', from_entry='long', trail_points=slPoints, trail_offset=slOffset)

// Short Entry Function//

if Session and ta.crossunder(HULL[0] , HULL[2])
    strategy.entry('short', strategy.short)
    strategy.exit('trailing stop', from_entry='short', trail_points=slPoints, trail_offset=slOffset)

if end
    strategy.close_all("End of Session - Go FLat")
Relacionado
Mais informações

2019 - FMZ - Inventor quantificado