Стратегия 3 10 Oscillator Profile Flagging генерирует торговые сигналы путем расчета разницы между 3-дневными и 10-дневными простыми скользящими средними в качестве индикатора MACD и объединения анализа объема для определения силы покупателей и продавцов на рынке.
Основным показателем этой стратегии является MACD, который состоит из быстро движущейся средней линии и медленно движущейся средней линии. Быстрая линия - это 3-дневная простая скользящая средняя, а медленная линия - 10-дневная простая скользящая средняя. Разница между ними образует гистограмму MACD. Когда быстрая линия пересекает медленную линию снизу, она представляет собой усиление покупательной способности и генерирует сигнал покупки.
Кроме того, стратегия включает анализ относительной силы объема покупки и продажи на основе соотношения размера между объемом покупки и объемом продажи каждой свечи. Конкретный метод: Объем покупки = Объем x (Закрыть - Низко) ÷ (Высокий - Низкий); Объем продажи = Объем x (Высокий - Закрыть) ÷ (Высокий - Низкий). Если объем покупки значительно больше объема продажи, это означает, что свеча закрывается с относительно сильной покупательной способностью, что является сигналом покупки.
Сочетая индикатор MACD и анализ объема, стратегия может эффективно определить соотношение спроса и предложения и ожидаемое направление на рынке. В то же время стратегия также проверяет такие условия, как то, находится ли цена в ключевой области, имеет ли MACD эффективное изменение, и достаточно ли большая разница между объемом покупок и продаж, чтобы отфильтровать некоторый импульсивный шум и обеспечить высокую вероятность и высокую эффективность входа.
Самое большое преимущество этой стратегии заключается в том, что она полностью включает в себя суждение о рыночных отношениях спроса и предложения. Хистограмма MACD может эффективно определить контраст между покупательной и продажной способностью и ожидаемым направлением на рынке; анализ разницы объема может четко определить доминирующую силу между покупателями и продавцами. В то же время стратегия устанавливает несколько условий для обзора, чтобы избежать погони за ростом и победы над падением, обеспечивая относительно высокую вероятность получения прибыли. Кроме того, встроенный в стратегию механизм остановки прибыли и остановки убытков также может ограничить единичные потери.
Вышеперечисленные риски можно избежать, если точно определить основную тенденцию рынка, чтобы избежать использования этой стратегии во время колебаний рынка; обратить внимание на информацию о рынке, чтобы определить искусственно завышенные объемы торговли; тщательно корректировать параметры или обратиться за консультацией к профессионалам.
Стратегия может быть оптимизирована в следующих аспектах:
В целом, можно увидеть, что есть много возможностей для оптимизации этой стратегии.Инвесторы могут внести соответствующие корректировки и улучшения в соответствии со своей собственной ситуацией и рыночными условиями для достижения лучшей эффективности стратегии.
Стратегия 3 10 Oscillator Profile Flagging успешно интегрирует идеи анализа MACD, сравнения объемов и проверки многоусловной фильтрации. Она обладает сильными возможностями в определении отношений спроса и предложения и ожидаемых направлений рынка, контролируя риски с помощью встроенных механизмов остановки прибыли и остановки убытков. Стратегия имеет большое пространство оптимизации и широкие перспективы применения, которые заслуживают ключевого рассмотрения и углубленного исследования для инвесторов.
/*backtest start: 2024-01-01 00:00:00 end: 2024-01-31 23:59:59 period: 1d basePeriod: 1h exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ //@version=5 strategy("3 10 Oscillator Profile Flagging", shorttitle="3 10 Oscillator Profile Flagging", overlay=true) signalBiasValue = input(title="Signal Bias", defval=0.26) macdBiasValue = input(title="MACD Bias", defval=0.8) shortLookBack = input( title="Short LookBack", defval=3) longLookBack = input( title="Long LookBack", defval=10) takeProfit = input( title="Take Profit", defval=0.75) stopLoss = input( title="Stop Loss", defval=0.5) fast_ma = ta.sma(close, 3) slow_ma = ta.sma(close, 10) macd = fast_ma - slow_ma signal = ta.sma(macd, 16) hline(0, "Zero Line", color = color.black) buyVolume = volume*((close-low)/(high-low)) sellVolume = volume*((high-close)/(high-low)) buyVolSlope = buyVolume - buyVolume[1] sellVolSlope = sellVolume - sellVolume[1] signalSlope = ( signal - signal[1] ) macdSlope = ( macd - macd[1] ) //plot(macdSlope, color=color.red, title="Total Volume") //plot(signalSlope, color=color.green, title="Total Volume") intrabarRange = high - low getLookBackSlope(lookBack) => signal - signal[lookBack] getBuyerVolBias(lookBack) => j = 0 for i = 1 to lookBack if buyVolume[i] > sellVolume[i] j += 1 j getSellerVolBias(lookBack) => j = 0 for i = 1 to lookBack if sellVolume[i] > buyVolume[i] j += 1 j getVolBias(lookBack) => float b = 0 float s = 0 for i = 1 to lookBack b += buyVolume[i] s += sellVolume[i] b > s getSignalBuyerBias(lookBack) => j = 0 for i = 1 to lookBack if signal[i] > signalBiasValue j += 1 j getSignalSellerBias(lookBack) => j = 0 for i = 1 to lookBack if signal[i] < ( 0 - signalBiasValue ) j += 1 j getSignalNoBias(lookBack) => j = 0 for i = 1 to lookBack if signal[i] < signalBiasValue and signal[i] > ( 0 - signalBiasValue ) j += 1 j getPriceRising(lookBack) => j = 0 for i = 1 to lookBack if close[i] > close[i + 1] j += 1 j getPriceFalling(lookBack) => j = 0 for i = 1 to lookBack if close[i] < close[i + 1] j += 1 j getRangeNarrowing(lookBack) => j = 0 for i = 1 to lookBack if intrabarRange[i] < intrabarRange[i + 1] j+= 1 j getRangeBroadening(lookBack) => j = 0 for i = 1 to lookBack if intrabarRange[i] > intrabarRange[i + 1] j+= 1 j bool isNegativeSignalReversal = signalSlope < 0 and signalSlope[1] > 0 bool isNegativeMacdReversal = macdSlope < 0 and macdSlope[1] > 0 bool isPositiveSignalReversal = signalSlope > 0 and signalSlope[1] < 0 bool isPositiveMacdReversal = macdSlope > 0 and macdSlope[1] < 0 bool hasBearInversion = signalSlope > 0 and macdSlope < 0 bool hasBullInversion = signalSlope < 0 and macdSlope > 0 bool hasSignalBias = math.abs(signal) >= signalBiasValue bool hasNoSignalBias = signal < signalBiasValue and signal > ( 0 - signalBiasValue ) bool hasSignalBuyerBias = hasSignalBias and signal > 0 bool hasSignalSellerBias = hasSignalBias and signal < 0 bool hasPositiveMACDBias = macd > macdBiasValue bool hasNegativeMACDBias = macd < ( 0 - macdBiasValue ) bool hasBullAntiPattern = ta.crossunder(macd, signal) bool hasBearAntiPattern = ta.crossover(macd, signal) bool hasSignificantBuyerVolBias = buyVolume > ( sellVolume * 1.5 ) bool hasSignificantSellerVolBias = sellVolume > ( buyVolume * 1.5 ) // 7.48 Profit 52.5% if ( hasSignificantBuyerVolBias and getPriceRising(shortLookBack) == shortLookBack and getBuyerVolBias(shortLookBack) == shortLookBack and hasPositiveMACDBias and hasBullInversion) strategy.entry("Short1", strategy.short, qty=10) strategy.exit("TPS", "Short1", limit=strategy.position_avg_price - takeProfit, stop=strategy.position_avg_price + stopLoss) // 32.53 Profit 47.91% if ( getPriceFalling(shortLookBack) and (getVolBias(shortLookBack) == false) and signalSlope < 0 and hasSignalSellerBias) strategy.entry("Long1", strategy.long, qty=10) strategy.exit("TPS", "Long1", limit=strategy.position_avg_price + takeProfit, stop=strategy.position_avg_price - stopLoss)