Стратегия двойного перехода
ChaoZhang
Обзор
Двойная движущаяся средняя стратегия реверсии - это типичная краткосрочная стратегия реверсии. Эта стратегия использует две разные параметры для создания торгового сигнала, чтобы получить прибыль, когда тенденция меняется.
Стратегический принцип
Эта стратегия использует две линии равновесия для создания торгового сигнала. Первая линия равновесия maopening используется для определения направления тренда, а вторая линия равновесия maclosing используется для подачи торгового сигнала.
Когда maopening повышается, означает, что в настоящее время находится в стадии повышения тренда; когда maopening снижается, означает, что в настоящее время находится в стадии снижения тренда. Маклоссинг умножается на коэффициент, превышающий 1, что делает его более чувствительным и может заранее подавать обратный сигнал.
В частности, когда maopening повышается, а maclosing проходит maopening, это означает, что тренд поменялся, и стратегия открывает позицию в нулевом значении; когда maopening падает, а maclosing проходит maopening, это означает, что тренд поменялся, и стратегия открывает позицию в большом значении.
Параметры этой стратегии включают в себя тип средней линии, длину, источник данных и т. Д. Эти параметры можно настроить, чтобы получить лучший торговый эффект. Кроме того, в стратегии также есть некоторые опции, такие как открытие позиции, остановка и т. Д., которые можно настроить по мере необходимости.
Анализ преимуществ
Основные преимущества стратегии двойного переворота:
Небольшой отход, подходящий для торговли на короткой линии. Используются две быстрые средние линии, которые позволяют быстро улавливать обратные тенденции в краткосрочной перспективе, а также меньший отход.
Простая и понятная в использовании. Скрещивание двух равномерных линий является сигналом для торговли, очень просто и понятно.
Настраиваемые параметры можно оптимизировать. Параметры и коэффициенты, содержащие 2 средних линии, можно оптимизировать, чтобы найти оптимальную комбинацию параметров.
Планируемая, подходит для автоматизации торгов. Логика стратегии простая и четкая, частота выполнения высока, очень подходит для программирования для автоматизации торгов.
Контролируемый риск, с механизмом остановки убытков. Можно установить мобильный или цифровой остановку убытков, можно контролировать одиночные убытки.
Анализ рисков
В то же время, существуют некоторые риски, связанные с стратегией двойного переворота:
Двухлинейный пересечение имеет отставание. Сама средняя линия отстает от цены, и, возможно, когда происходит пересечение, тенденция уже некоторое время перевернулась.
На самом деле, в некоторых странах, например, в Китае, в некоторых странах, например, в Китае, в Китае, в Китае, в Китае, в Китае, в Китае, в Китае, в Китае, в Китае, в Китае, в Китае, в Китае, в Китае, в Китае.
Возвращение остается. Своевременное прекращение убытков может снизить убытки, но последовательное прекращение убытков также может привести к большему выводу.
Риски оптимизации данных. Параметры переоптимизации, которые хорошо работают в исторических данных, но плохо работают в реальном времени.
Решение риска включает в себя:
Оптимизируйте параметры, чтобы найти среднелинейную настройку для быстрого ответа.
В сочетании с другими показателями избегайте изоляции, например, показателями количественной стоимости, показателями волатильности и т. д.
Регулирование позиции остановки для снижения вероятности последовательной остановки.
Тестирование оптимизации множественных параметров для оценки прочности параметров.
Направление оптимизации
Стратегия двойного равнолинейного разворота может быть оптимизирована в следующих аспектах:
Испытание различных типов средних линий в поисках более чувствительных к реакции средних линий, таких как Kama, ZLEMA и т.д.
Оптимизируйте параметры средней линии, чтобы найти оптимальную комбинацию длины. Обычно средняя линия с более коротким периодом лучше работает.
Тестирование различных источников данных, таких как конечная цена, средняя цена, типичная цена и т.д.
Добавление фильтрации тенденций, чтобы избежать неуместного обратного сигнала. Доступен канал Donchian и т. Д.
Подтверждение в сочетании с другими показателями, такими как показатели количественной стоимости MACD, OBV и т. д.
Добавление механизмов управления рисками, таких как мобильный стоп, максимальный убыток счета и т. д.
Оптимизация портфеля, поиск оптимального соотношения распределения активов.
Добавление параметров крепкого тестирования для оценки риска переоптимизации параметров.
Подвести итог
Двухлинейная реверсионная стратегия - это простая и практичная стратегия коротких линий, подходящая для захвата краткосрочных реверсий на рынке. Эта стратегия имеет небольшие отступления, ее легко реализовать, и она очень подходит для количественной торговли. Но есть и некоторые проблемы, такие как риск отставания, хранения и т. Д.
/*backtest
start: 2023-10-17 00:00:00
end: 2023-11-16 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy(title = "hamster-bot MRS 2", overlay = true, default_qty_type = strategy.percent_of_equity, initial_capital = 100, default_qty_value = 100, pyramiding = 9, commission_value = 0.045, backtest_fill_limits_assumption = 1)
info_options = "Options"
on_close = input(false, title = "Entry on close", inline=info_options, group=info_options)
OFFS = input.int(0, minval = 0, maxval = 1, title = "| Offset View", inline=info_options, group=info_options)
trade_offset = input.int(0, minval = 0, maxval = 1, title = "Trade", inline=info_options, group=info_options)
use_kalman_filter = input.bool(false, title="Use Kalman filter", group=info_options)
//MA Opening
info_opening = "MA Opening"
maopeningtyp = input.string("SMA", title="Type", options=["SMA", "EMA", "TEMA", "DEMA", "ZLEMA", "WMA", "Hma", "Thma", "Ehma", "H", "L", "DMA"], title = "", inline=info_opening, group=info_opening)
maopeningsrc = input.source(ohlc4, title = "", inline=info_opening, group=info_opening)
maopeninglen = input.int(3, minval = 1, maxval = 200, title = "", inline=info_opening, group=info_opening)
//MA Closing
info_closing = "MA Closing"
maclosingtyp = input.string("SMA", title="Type", options=["SMA", "EMA", "TEMA", "DEMA", "ZLEMA", "WMA", "Hma", "Thma", "Ehma", "H", "L", "DMA"], title = "", inline=info_closing, group=info_closing)
maclosingsrc = input.source(ohlc4, title = "", inline=info_closing, group=info_closing)
maclosinglen = input.int(3, minval = 1, maxval = 200, title = "", inline=info_closing, group=info_closing)
maclosingmul = input.float(1, step = 0.005, title = "mul", inline=info_closing, group=info_closing)
long1on = input(true, title = "", inline = "long1")
long1shift = input.float(0.96, step = 0.005, title = "Long", inline = "long1")
long1lot = input.int(10, minval = 0, maxval = 10000, step = 10, title = "Lot 1", inline = "long1")
short1on = input(true, title = "", inline = "short1")
short1shift = input.float(1.04, step = 0.005, title = "short", inline = "short1")
short1lot = input.int(10, minval = 0, maxval = 10000, step = 10, title = "Lot 1", inline = "short1")
startTime = input(timestamp("01 Jan 2010 00:00 +0000"), "Start date", inline = "period")
finalTime = input(timestamp("31 Dec 2030 23:59 +0000"), "Final date", inline = "period")
HMA(_src, _length) => ta.wma(2 * ta.wma(_src, _length / 2) - ta.wma(_src, _length), math.round(math.sqrt(_length)))
EHMA(_src, _length) => ta.ema(2 * ta.ema(_src, _length / 2) - ta.ema(_src, _length), math.round(math.sqrt(_length)))
THMA(_src, _length) => ta.wma(ta.wma(_src,_length / 3) * 3 - ta.wma(_src, _length / 2) - ta.wma(_src, _length), _length)
tema(sec, length)=>
tema1= ta.ema(sec, length)
tema2= ta.ema(tema1, length)
tema3= ta.ema(tema2, length)
tema_r = 3*tema1-3*tema2+tema3
donchian(len) => math.avg(ta.lowest(len), ta.highest(len))
ATR_func(_src, _len)=>
atrLow = low - ta.atr(_len)
trailAtrLow = atrLow
trailAtrLow := na(trailAtrLow[1]) ? trailAtrLow : atrLow >= trailAtrLow[1] ? atrLow : trailAtrLow[1]
supportHit = _src <= trailAtrLow
trailAtrLow := supportHit ? atrLow : trailAtrLow
trailAtrLow
f_dema(src, len)=>
EMA1 = ta.ema(src, len)
EMA2 = ta.ema(EMA1, len)
DEMA = (2*EMA1)-EMA2
f_zlema(src, period) =>
lag = math.round((period - 1) / 2)
ema_data = src + (src - src[lag])
zl= ta.ema(ema_data, period)
f_kalman_filter(src) =>
float value1= na
float value2 = na
value1 := 0.2 * (src - src[1]) + 0.8 * nz(value1[1])
value2 := 0.1 * (ta.tr) + 0.8 * nz(value2[1])
lambda = math.abs(value1 / value2)
alpha = (-math.pow(lambda, 2) + math.sqrt(math.pow(lambda, 4) + 16 * math.pow(lambda, 2)))/8
value3 = float(na)
value3 := alpha * src + (1 - alpha) * nz(value3[1])
//SWITCH
ma_func(modeSwitch, src, len, use_k_f=true) =>
modeSwitch == "SMA" ? use_kalman_filter and use_k_f ? f_kalman_filter(ta.sma(src, len)) : ta.sma(src, len) :
modeSwitch == "RMA" ? use_kalman_filter and use_k_f ? f_kalman_filter(ta.rma(src, len)) : ta.rma(src, len) :
modeSwitch == "EMA" ? use_kalman_filter and use_k_f ? f_kalman_filter(ta.ema(src, len)) : ta.ema(src, len) :
modeSwitch == "TEMA" ? use_kalman_filter and use_k_f ? f_kalman_filter(tema(src, len)) : tema(src, len):
modeSwitch == "DEMA" ? use_kalman_filter and use_k_f ? f_kalman_filter(f_dema(src, len)) : f_dema(src, len):
modeSwitch == "ZLEMA" ? use_kalman_filter and use_k_f ? f_kalman_filter(f_zlema(src, len)) : f_zlema(src, len):
modeSwitch == "WMA" ? use_kalman_filter and use_k_f ? f_kalman_filter(ta.wma(src, len)) : ta.wma(src, len):
modeSwitch == "VWMA" ? use_kalman_filter and use_k_f ? f_kalman_filter(ta.vwma(src, len)) : ta.vwma(src, len):
modeSwitch == "Hma" ? use_kalman_filter and use_k_f ? f_kalman_filter(HMA(src, len)) : HMA(src, len):
modeSwitch == "Ehma" ? use_kalman_filter and use_k_f ? f_kalman_filter(EHMA(src, len)) : EHMA(src, len):
modeSwitch == "Thma" ? use_kalman_filter and use_k_f ? f_kalman_filter(THMA(src, len/2)) : THMA(src, len/2):
modeSwitch == "ATR" ? use_kalman_filter and use_k_f ? f_kalman_filter(ATR_func(src, len)): ATR_func(src, len) :
modeSwitch == "L" ? use_kalman_filter and use_k_f ? f_kalman_filter(ta.lowest(len)): ta.lowest(len) :
modeSwitch == "H" ? use_kalman_filter and use_k_f ? f_kalman_filter(ta.highest(len)): ta.highest(len) :
modeSwitch == "DMA" ? donchian(len) : na
//Var
sum = 0.0
maopening = 0.0
maclosing = 0.0
os = maopeningsrc
cs = maclosingsrc
pos = strategy.position_size
p = 0.0
p := pos == 0 ? (strategy.equity / 100) / close : p[1]
truetime = true
loss = 0.0
maxloss = 0.0
equity = 0.0
//MA Opening
maopening := ma_func(maopeningtyp, maopeningsrc, maopeninglen)
//MA Closing
maclosing := ma_func(maclosingtyp, maclosingsrc, maclosinglen) * maclosingmul
long1 = long1on == false ? 0 : long1shift == 0 ? 0 : long1lot == 0 ? 0 : maopening == 0 ? 0 : maopening * long1shift
short1 = short1on == false ? 0 : short1shift == 0 ? 0 : short1lot == 0 ? 0 : maopening == 0 ? 0 : maopening * short1shift
//Colors
maopeningcol = maopening == 0 ? na : color.blue
maclosingcol = maclosing == 0 ? na : color.fuchsia
long1col = long1 == 0 ? na : color.green
short1col = short1 == 0 ? na : color.red
//Lines
plot(maopening, offset = OFFS, color = maopeningcol)
plot(maclosing, offset = OFFS, color = maclosingcol)
long1line = long1 == 0 ? close : long1
short1line = short1 == 0 ? close : short1
plot(long1line, offset = OFFS, color = long1col)
plot(short1line, offset = OFFS, color = short1col)
//Lots
lotlong1 = p * long1lot
lotshort1 = p * short1lot
//Entry
if maopening > 0 and maclosing > 0 and truetime
//Long
sum := 0
strategy.entry("L", strategy.long, lotlong1, limit = on_close ? na : long1, when = long1 > 0 and pos <= sum and (on_close ? close <= long1[trade_offset] : true))
sum := lotlong1
//Short
sum := 0
pos := -1 * pos
strategy.entry("S", strategy.short, lotshort1, limit = on_close ? na : short1, when = short1 > 0 and pos <= sum and (on_close ? close >= short1[trade_offset] : true))
sum := lotshort1
strategy.exit("Exit", na, limit = maclosing)
if time > finalTime
strategy.close_all()