В процессе загрузки ресурсов... загрузка...

Инструмент анализа динамической стратегии

Автор:Чао Чжан, Дата: 2023-10-13 15:54:35
Тэги:

Обзор

Основная идея этой стратегии заключается в моделировании торговли в режиме реального времени, сборе еженедельных торговых данных и представлении статистики в таблице для более интуитивного обзора эффективности стратегии.

Логика стратегии

  1. Установите время начала и окончания расчетного периода.

  2. Установите точность статистики и количество недель в каждой группе.

  3. Симулируйте стратегию RSI для входа и выхода.

  4. Определите переменные для таблицы статистики.

  5. Вычислить результат за текущий период.

  6. Если изменение периода и торговля включены, запишите время и результат за этот период.

  7. Если это последняя строка и торговля включена, запишите время и результат за текущий период.

  8. Если изменяется период и торговля отключена, записывается время и результат за предыдущий период.

  9. Найдите самые высокие и самые низкие результаты периода.

  10. Передай таблицу статистики.

  • Сначала вычислить общее количество статистических периодов

  • Итерация через каждый период, заголовки, время и результаты

  • Суммарно вычислить результат для каждой группы

  • Положительные и отрицательные результаты с цветовым кодом

Анализ преимуществ

  • Может наблюдать за еженедельными результатами в режиме реального времени для быстрой оценки стратегии

  • Интуитивное представление результатов для более четкого понимания

  • Помощь в выявлении периодов плохих результатов для корректировки стратегии

  • Удобно для отслеживания совокупной прибыли для долгосрочных стратегий

  • Может сравнивать торговые стили в разные периоды времени

  • Настраиваемая точность и группы для удовлетворения различных потребностей

  • Простой и понятный код, легкий для понимания и расширения

Анализ рисков

  • Стратегия основана на RSI, который имеет неотъемлемую тенденцию вследствие ограничений

  • Торговые издержки могут существенно повлиять на фактические результаты

  • Данные обратных тестов могут не отражать фактические рыночные условия

  • Капитал дефолта при обратном тестировании может не соответствовать размеру реального счета

  • Избегайте чрезмерной настройки, слепо настраивая параметры на основе статистики

Может включать больше индикаторов тренда и оптимизировать входы и выходы для улучшения базовой стратегии RSI. Используйте фактические торговые затраты в живой торговле. Добавьте случайность к размеру капитала в бэкстестесте. Сохраняйте скептицизм вместо перенастройки на основе статистики.

Руководство по оптимизации

  • Подумайте о добавлении стоп-лосса для ограничения снижения

  • Оптимизируйте параметры RSI, такие как уровни перекупленности и перепродажи

  • Попробуйте разные частоты торговли, например, внутридневные или ежемесячные.

  • Включить больше показателей тенденции и сроков

  • Добавить логику получения прибыли

  • Оптимизировать настройки статистических параметров

  • Расширить для отслеживания нескольких активов

Стопы могут лучше управлять риском / вознаграждением. Настройка RSI улучшает показатель выигрыша. Больше индикаторов и частот делают стратегию надежной. Статистическая настройка выделяет важные данные. Расширение на несколько активов дает полное представление.

Резюме

Цель состоит в том, чтобы собирать периодические результаты для интуитивной статистической визуализации, чтобы быстро судить о производительности в течение времени. Это обеспечивает данные для оптимизации стратегий. Сильные стороны включают в себя еженедельные результаты в режиме реального времени, ясность и расширяемость. Остерегайтесь чрезмерной зависимости и настройки кривой с статистическими выводами. Рационально используйте логику основной стратегии для понимания, а не в качестве основы для изменений. В целом, удобный способ оценки производительности и важный для оптимизации.


/*backtest
start: 2023-09-12 00:00:00
end: 2023-10-12 00:00:00
period: 3h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
// strategy('Strategy weekly results as numbers v1', overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=25, commission_type=strategy.commission.percent, commission_value=0.04)

after = input(title='Trade after', defval=timestamp('01 Jan 2019 00:00 UTC'), tooltip="Strategy will be executed after this timestamp. The statistic table will include only periods after this date.")
before = input(title='Trade before', defval=timestamp('31 Dec 2024 23:59 UTC'), tooltip="Strategy will be executes before this timestamp. The statistic table will include only periods before this date.")

statisticPrecision = input.int(title='Statistic precision', group='Statistic visualisation', defval=1, tooltip="Defines how many digits should be rendered in every statistic cell.")
statisticGroupSize = input.int(title='Statistic group size', group='Statistic visualisation', defval=12, tooltip="Defines how many cells should be in one group inside the statistic table.")

// determinet whether the starategy should be traded between the period
isTradeEnabled = true


// *******************************************************************************************
// Core strategy simulation logic
// *******************************************************************************************
// calculate rsi strategy emulation data
rsiEmulationData = ta.rsi(close, 7)
rsiEmulationCrossover = ta.crossover(rsiEmulationData, 70)
rsiEmulationCrossunder = ta.crossunder(rsiEmulationData, 30)

// entry loogic based on the rsi calculations
if (isTradeEnabled and rsiEmulationCrossover)
    strategy.entry('Long', strategy.long)
if (isTradeEnabled and rsiEmulationCrossunder)
    strategy.entry('Short', strategy.short)


// *******************************************************************************************
// Weekly statistics table
// *******************************************************************************************
// define statistic variables
var statisticTable = table(na)
var statisticPeriodTime = array.new_int(0)
var statisticPeriodResult = array.new_float(0)
var statisticIsLatestCalculated = bool(na)
var statisticResultHighest = float(na)
var statisticResultLowest = float(na)
var statisticColorGray = color.new(color.gray, transp = 60)
var statisticColorGreen = color.new(color.green, transp = 60)
var statisticColorRed = color.new(color.red, transp = 60)

// claculate current period result
barResult = not na(strategy.equity[1])
             ? (strategy.equity / strategy.equity[1] - 1) : 0
isPeriodChanged = not na(time[1]) and weekofyear(time) != weekofyear(time[1])
currentPeriodResult = 0.0
currentPeriodResult := not na(currentPeriodResult[1]) and not isPeriodChanged
                       ? ((1 + currentPeriodResult[1]) * (1 + barResult) - 1) : 0.0

// initialise highest and lowest results variables
statisticResultHighest := na(statisticResultHighest) ? currentPeriodResult : statisticResultHighest
statisticResultLowest := na(statisticResultLowest) ? currentPeriodResult : statisticResultLowest

// search for highest and lowest results
statisticResultHighest := currentPeriodResult > statisticResultHighest ? currentPeriodResult : statisticResultHighest
statisticResultLowest := currentPeriodResult < statisticResultLowest ? currentPeriodResult : statisticResultLowest

// new week while trade is active
if isPeriodChanged and isTradeEnabled
    timeCalculated = time - 1000 * 60 * 60 * 24 * 7
    resultCalculated = currentPeriodResult[1]
    statisticIsLatestCalculated := false

    array.push(statisticPeriodTime, timeCalculated)
    array.push(statisticPeriodResult, resultCalculated)

// latest bar while trade is active
if barstate.islast and isTradeEnabled
    timeCalculated = time - 1000 * 60 * 60 * 24 * (dayofweek(time) - 2)
    resultCalculated = currentPeriodResult

    array.push(statisticPeriodTime, timeCalculated)
    array.push(statisticPeriodResult, resultCalculated)

// new week after trade disabled
if isPeriodChanged and not isTradeEnabled and not na(statisticIsLatestCalculated) and not statisticIsLatestCalculated
    timeCalculated = time - 1000 * 60 * 60 * 24 * (dayofweek(time) + 5)
    resultCalculated = currentPeriodResult[1]
    statisticIsLatestCalculated := true

    array.push(statisticPeriodTime, timeCalculated)
    array.push(statisticPeriodResult, resultCalculated)

// render statistics table
if barstate.islast
    statisticLength = array.size(statisticPeriodResult)
    statisticTableSteps = math.floor(statisticLength / statisticGroupSize) + (statisticLength % statisticGroupSize != 0 ? 1 : 0)
    statisticTable := table.new(position.bottom_right, columns = statisticGroupSize + 2, rows = statisticTableSteps + 1, border_width = 1)

    // render headers
    for i = 0 to (statisticGroupSize - 1)
        statisticHeaderContent = str.tostring(i + 1)
        table.cell(statisticTable, 1 + i, 0, statisticHeaderContent, bgcolor = statisticColorGray)

    // render time points
    for i = 0 to (statisticTableSteps - 1)
        statisticPointContent = str.format("{0,date,medium}", array.get(statisticPeriodTime, i * statisticGroupSize))
        table.cell(statisticTable, 0, 1 + i, statisticPointContent, bgcolor = statisticColorGray)

    // render the result
    statisticResultCummulative = 0.0
    for i = 0 to (array.size(statisticPeriodTime) - 1)
        statisticColumn = 1 + i % statisticGroupSize
        statisticRow = 1 + math.floor(i / statisticGroupSize)

        statisticResult = array.get(statisticPeriodResult, i)
        statisticResultCummulative := (i % statisticGroupSize == 0) ? 0.0 : statisticResultCummulative
        statisticResultCummulative := (1 + statisticResultCummulative) * (1 + statisticResult) - 1

        statisticResultColor = statisticResult > 0 ? statisticColorGreen : statisticColorRed
        table.cell(statisticTable, statisticColumn, statisticRow, str.tostring(math.round(statisticResult * 100, statisticPrecision)), bgcolor = statisticResultColor)

        // if it is the last item of the row or data array
        isStatisticLastOfTheRow = ((i + 1) % statisticGroupSize) == 0
        isStatisticLastOfTheData = i == (statisticLength - 1)
        if (isStatisticLastOfTheRow or isStatisticLastOfTheData)
            resultsTableCummulativeCellColor = statisticResultCummulative > 0 ? statisticColorGreen : statisticColorRed
            resultsTableCummulativeCellContent = str.tostring(math.round(statisticResultCummulative * 100, statisticPrecision))
            table.cell(statisticTable, 1 + statisticGroupSize, statisticRow, resultsTableCummulativeCellContent, bgcolor = resultsTableCummulativeCellColor)

Больше