Сигнальное сглаживание Эхлерс Стратегия киберцикла

Обзор

Эта стратегия рассчитывает сглаженный ценовой сигнал на основе теории киберцикла, предложенной Элерсом для разработки торговой стратегии с сглаженными торговыми сигналами.

Принцип стратегии

1. Сгладить исходный ценовой сигнал src сглаживанием второго порядка, чтобы получить сглаженный сигнал.

2. Вычислить циклический цикл индикатора на основе сглаженного сигнала. цикл:= (1 - 0,5альфа) (1 - .5 альфа)(гладкий - 2)гладкий[1] + гладкий[2]) + 2(1 - альфа)цикл[1] - (1 - альфа)(1-альфа) * цикл[2]

   где α - параметр сглаживания.

3. Экспоненциально сглаживать циклический индикатор с сглаживанием первого порядка, чтобы получить окончательный сигнал торгового сигнала. Сигнал:= алфа-2цикл + (1 - альфа2)nz ((сигнал[1])

   где α2 - параметр сглаживания первого порядка.

4. Длинный, когда сигнал пересекает сигнал[1]; Короткий, когда сигнал пересекает сигнал[1].

Анализ преимуществ

1. Второй порядок сглаживания ценового сигнала может эффективно отфильтровать высокочастотный шум и сделать торговые сигналы более надежными.

2. Применение теории киберцикла Элерса позволяет более точно определить поворотный момент рыночных тенденций.

3. Экспоненциальное сглаживание первого порядка отфильтровывает часть шума в циклическом индикаторе, чтобы создать более надежные торговые сигналы.

4. Весь процесс стратегии является разумным и научным, с большим пространством оптимизации параметров и отличной фактической производительностью.

Анализ рисков

1. Как и другие стратегии технических индикаторов, эта стратегия также относительно чувствительна к системному рыночному риску.

2. Из-за сложного процесса расчета неправильное настройка параметров может вызвать задержку расчета, что влияет на фактическую производительность.

3. Сглаживание обработки также приводит к отставанию торговых сигналов, которые могут не успеть вовремя захватить переломные моменты рынка, что приводит к упущению возможностей.

Руководство по оптимизации

1. Различные типы алгоритмов сглаживания могут быть протестированы, такие как экспоненциальное сглаживание первого порядка, сглаживание скользящей средней и т. д., чтобы найти оптимальную схему сглаживания.

2. Механизм адаптивной настройки параметров может быть введен для динамической корректировки параметров на основе рыночных условий для повышения надежности стратегии.

3. Стратегии остановки потерь и получения прибыли могут быть разработаны таким образом, чтобы снизить риск однократной потери и одновременно зафиксировать прибыль.

4. Он может быть объединен с другими моделями машинного обучения для создания портфелей моделей и использования других моделей для фильтрации торговых сигналов.

Резюме

Эта стратегия разрабатывает торговый сигнал, сглаживающий стратегию торговли киберцикла Ehlers, посредством сглаживания ценового сигнала и расчета индикатора киберцикла Ehlers. Она может эффективно фильтровать шум и генерировать более надежные торговые сигналы. В то же время, пространство параметров большое, а фактическая производительность хорошая. Благодаря внедрению адаптивных механизмов, стратегий остановки потерь и другой оптимизации, стабильность и эффективность стратегии могут быть еще больше повышены.