На основе стратегии отслеживания разворота двойной скользящей средней
ChaoZhang
Обзор
Двойная линия обратного отслеживания - это количественная торговая стратегия, использующая пересечение скользящих средних как торговый сигнал. Эта стратегия объединяет разницу в средней скорости MACD и ее сигнальную линию, а также многоофитное пропорциональное суждение о количестве сделок, чтобы сформировать торговый сигнал для захвата рыночных поворотных возможностей.
Стратегический принцип
Эта стратегия в основном определяет связь между быстрой и медленной линией, когда быстрая линия при прохождении медленной линии генерирует многосигнал, а при прохождении медленной линии под быстрой линией генерирует пустой сигнал. Кроме того, она также объединяет многополые состояния MACD-разрыва, отношения между разрывом и сигнальной линией, многополые состояния торгов и т. Д.
В частности, стратегия определяет величину и направление разрыва MACD, пересечение разрыва и сигнальной линии, совпадение или противоположность разрыва и сигнальной линии. Эти обстоятельства отражают резкую падение и подъемную характеристику рынка.
Торговая стратегия возникает, когда мы считаем, что разрыв и сигнальная линия показывают обратный сигнал рынка, а количество сделок соответствует подтверждению обратного рынка.
Стратегические преимущества
- С помощью двойной равномерной скрещивания можно определить рыночный поворотный момент, и теория рептилий прочно закрепилась.
- Комбинированный трафик, чтобы избежать ложных прорывов
- Показатель MACD оценивает ситуацию в subsection, идентифицируя отскок
- Parameters - частично управляемая политика с высокой гибкостью
Риски и решения
Двойная равномерная скрещивание приводит к проблемам с випсой
- Настройка среднелинейных параметров, увеличение Threshold
Произошло полное проникновение через фильтрующее устройство
- В сочетании с под-показателями, такими как OBV, можно определить реальные тенденции в объемах сделок.
Невозможно определить глубину и силу корректировки subsection
- Увеличение остановок и оценка важных уровней поддержки
Направление оптимизации
Применение моделей машинного обучения вместо правильных суждений
- Повышение эффективности стратегии и снижение перенастройки
Добавление техники сдерживания убытков
- Защита от части прибыли и снижение риска
В сочетании с эмоциональными показателями и аналитикой новостей
- Повышение точности моделирования
Пересадка на другие виды, рынки
- Тест на масштабируемость стратегии
Подвести итог
Стратегия двойного реверсионного отслеживания равновесия учитывает в комплексе показатели равновесия, MACD и показатели объема сделок, чтобы создать позиции путем захвата их обратного сигнала и выбора подходящей обратной точки. Существует большой простор для оптимизации стратегии, которая может дополнительно повысить стабильность и доходность стратегии с помощью машинного обучения и методов управления ветром.
/*backtest
start: 2024-01-20 00:00:00
end: 2024-02-19 00:00:00
period: 1h
basePeriod: 15m
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)
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)
strategy.exit("TPS", "Short1", limit=strategy.position_avg_price - 0.75, stop=strategy.position_avg_price + 0.5)
// 32.53 Profit 47.91%
if ( getPriceFalling(shortLookBack) and (getVolBias(shortLookBack) == false) and signalSlope < 0 and hasSignalSellerBias)
strategy.entry("Long1", strategy.long)
strategy.exit("TPS", "Long1", limit=strategy.position_avg_price + 0.75, stop=strategy.position_avg_price - 0.5)