В процессе загрузки ресурсов... загрузка...

Гауссианская реверсионная стратегия торговли

Автор:Чао Чжан, Дата: 2023-11-07 15:01:19
Тэги:

Обзор

Это стратегия, которая идентифицирует потенциальные изменения цен с использованием настраиваемого гауссианского детеррентного ценового осциллятора (GDPO) в сочетании с сглаженными ценовыми циклами.

Логика стратегии

Стратегия сначала рассчитывает Детрендированный Ценовой Осиллятор (DPO) путем сравнения ценового баланса с экспоненциальной скользящей средней (EMA) в течение определенного периода для выявления краткосрочных ценовых циклов.

Правила входа и выхода определяются на основе перекрестных событий между сглаженным GDPO и его отстающей версией. Долгая позиция вводится, когда сглаженный GDPO пересекает отставание и является отрицательным. Долгая позиция выходит, когда сглаженный GDPO пересекает отставание или нулевую линию. Короткая позиция вводится, когда сглаженный GDPO пересекает отставание или нулевую линию и является положительным. Короткая позиция выходит, когда сглаженный GDPO пересекает отставание или нулевую линию.

Уточненный GDPO и его задержка изображены в различных цветах. Нулевая линия также отображается в качестве ссылки. Цвет фона графика меняется, когда стратегия входит в позицию.

Анализ преимуществ

Стратегия сочетает в себе методы сдерживания и гауссианское сглаживание, чтобы более четко идентифицировать возможности реверсии по сравнению с другими осцилляторами.

Анализ рисков

Стратегия чувствительна к настройке параметров, таких как длительность периода и параметры сглаживания. Для определения оптимальных параметров требуется обширное обратное тестирование, иначе могут возникнуть чрезмерные ложные сигналы. Стратегия может привести к последовательным потерям на трендовых рынках. Стоп-лосс следует использовать для контроля одиночных потерь в торговле. Неудачные реверсии также являются основным риском. Вероятность реверсии должна быть подтверждена с использованием графических моделей и силы тренда.

Оптимизация может быть осуществлена путем динамической корректировки параметров и включения индикаторов тренда для улучшения надежности.

Руководство по оптимизации

Стратегия может быть оптимизирована в нескольких аспектах:

Динамическое регулирование параметров сглаживания для увеличения сглаживания тенденций и уменьшения ложных сигналов.
Включайте индикаторы тренда, такие как ADX, чтобы избежать потерь на трендовых рынках.
Добавьте механизмы остановки потерь, такие как динамические или отстающие остановки.
Оптимизировать условия входа с использованием дополнительных индикаторов или моделей для более высокой точности входа.
Оптимизировать управление капиталом путем корректировки размеров позиций и остановок на основе рыночных условий.
Проверьте стратегию в разные периоды времени, например, ежедневные или еженедельные данные.

Резюме

Стратегия Gaussian Detrended Reversion идентифицирует краткосрочные циклы с использованием GDPO и извлекает сигналы с помощью Гауссианской фильтрации для захвата реверсий в соответствии с определенными правилами входа и выхода. Она эффективно контролирует риски реверсионной торговли, но требует оптимизации параметров и проверки тренда. Дальнейшее улучшение надежности может быть сделано с помощью динамических корректировок, подтверждения индикаторов и стратегий стоп-лосса.

/*backtest
start: 2022-10-31 00:00:00
end: 2023-11-06 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0
// © DraftVenture

//@version=5
strategy(title="Gaussian Detrended Reversion Strategy", overlay=false, default_qty_type=strategy.percent_of_equity, default_qty_value=15)

//Detrended Price Oscillator for price cycles
period_ = input.int(50, title="Price Length", minval=1)

barsback = period_/2 + 1
ma = ta.ema(close, period_)
dpo = close - ma[barsback]

// Rounded ALMA Calculations for gaussian smoothing
almaSource = dpo
almaWindowSize = input(title="Smoothing Length", defval=50)
lagLength = input(title="Lag Length", defval=25)
almaSmoothed = ta.alma(almaSource, almaWindowSize, 0.85, 6)
almaLag = almaSmoothed[lagLength]

// Reversion entry conditions
entryL = ta.crossover(almaSmoothed, almaLag) and almaSmoothed < 0
exitL = ta.crossunder(almaSmoothed, almaLag) or ta.crossunder(almaSmoothed, 0)
entryS = ta.crossunder(almaSmoothed, almaLag) and almaSmoothed > 0
exitS = ta.crossover(almaSmoothed, almaLag) or ta.crossover(almaSmoothed, 0)

// Long entry and exit
if entryL
    strategy.entry("Long", strategy.long)

if exitL
    strategy.close("Long")

// Short entry and exit
if entryS
    strategy.entry("Short", strategy.short)

if exitS
    strategy.close("Short")

// Plot the oscillator
plot(almaSmoothed, title="GDPO", color=color.green)
plot(almaLag, title="Lag", color=color.white)

hline(0, title="Zero Line", color=color.white)

bgcolor(entryL ? color.new(color.green, 40) : na)
bgcolor(entryS ? color.new(color.red, 40) : na)

plotshape(series=ta.crossunder(almaSmoothed, almaLag) or ta.crossunder(almaSmoothed, 0), style=shape.xcross, location=location.top, color=color.white, size=size.tiny)
plotshape(series=ta.crossover(almaSmoothed, almaLag) or ta.crossover(almaSmoothed, 0), style=shape.xcross, location=location.bottom, color=color.white, size=size.tiny)

//Strategy by KP

Больше