В процессе загрузки ресурсов... загрузка...

Трехмерная отклонение от импульса

Автор:Чао Чжан, Дата: 2024-06-21 14:44:54
Тэги:SMAЗПППМ.А.СД

img

Обзор

Трехстандартное отклонение (Triple Standard Deviation Momentum Reversal Trading Strategy) - это количественный подход к торговле, основанный на статистических принципах. Эта стратегия использует характеристики колебаний цен вокруг скользящей средней, используя расчеты стандартного отклонения для определения аномальных зон движения цен и выполнения контратендентных сделок, когда цены достигают крайних отклонений.

Принцип стратегии

Основной принцип этой стратегии заключается в использовании скользящей средней (MA) и стандартного отклонения (SD) для построения верхних и нижних границ для колебаний цен.

  1. Расчет простой скользящей средней (SMA) за определенный период (по умолчанию 20).
  2. Расчет стандартного отклонения цен за тот же период.
  3. Умножьте стандартное отклонение на 3 (упорядочиваемый множитель) и сложите/отнимите его от скользящей средней, чтобы сформировать верхнюю и нижнюю границы.
  4. Когда цена проходит нижнюю границу, она считается перепроданной, генерируя сигнал покупки.
  5. Когда цена проходит верхнюю границу, она считается перекупленной, что генерирует сигнал продажи.

Этот метод предполагает, что цены будут колебаться вокруг среднего в большинстве случаев, и когда цены отклоняются от среднего на 3 стандартных отклонения, среднее реверсия, вероятно, произойдет.

Преимущества стратегии

  1. Статистическая основа: Стратегия основана на прочных статистических принципах, используя стандартное отклонение для количественной оценки аномальности движения цен, обеспечивая теоретическую поддержку.

  2. Сильная адаптивность: динамическое вычисление скользящих средних и стандартных отклонений позволяет стратегии адаптироваться к характеристикам волатильности в различных рыночных условиях.

  3. Операция противоположной тенденции: выход на рынок, когда рыночные настроения достигают крайности, помогает использовать возможности переворота цен, предлагая потенциально большие возможности получения прибыли.

  4. Высокая гибкость: параметры стратегии (например, период MA, мультипликатор стандартного отклонения) могут быть оптимизированы и скорректированы для различных торговых инструментов и временных рамок.

  5. Удобная для визуализации: стратегия четко обозначает сигналы купли и продажи и диапазоны колебаний цен на графике, что облегчает трейдерам интуитивное понимание рыночных условий.

Стратегические риски

  1. Риск ложного выхода на рынок: на сильно волатильных рынках цены могут часто превышать границы, не образуя реальных переворотов, что приводит к частым сделкам и потенциальным потерям.

  2. Недостаточная производительность на рынках с сильным трендом: на рынках с сильным трендом цены могут находиться за пределами границ в течение длительных периодов, что приводит к тому, что стратегия пропускает основные тенденции или часто торгует против тренда.

  3. Чувствительность параметров: эффективность стратегии сильно зависит от выбора скользящего среднего периода и множителя стандартного отклонения; неправильное настройка параметров может привести к значительному снижению эффективности.

  4. Расходы на сдвиг и торговлю: в более короткие сроки частое торговля может привести к более высоким сдвигам и расходам на торговлю, что снижает прибыль.

  5. Риск событий "Черного лебедя": во время крупных новостных событий или экстремальной волатильности рынка цены могут значительно превышать нормальные диапазоны колебаний, что приводит к серьезным потерям.

Направления оптимизации стратегии

  1. Введение фильтров тренда: объединение долгосрочных индикаторов тренда (таких как длительные скользящие средние значения) для выполнения сделок только в направлении тренда, сокращение операций, противоположных тренду.

  2. Динамическая корректировка мультипликатора стандартного отклонения: автоматическая корректировка мультипликатора стандартного отклонения на основе волатильности рынка, повышение чувствительности в периоды низкой волатильности и повышение порогов в периоды высокой волатильности.

  3. Добавление подтверждающих индикаторов: включение других технических индикаторов (таких как RSI или MACD) в качестве вспомогательных подтверждений для повышения надежности сигналов входа.

  4. Внедрение частичного управления позициями: реализация постепенного входа и выхода на основе силы сигнала или степени отклонения цены для оптимизации управления рисками.

  5. Добавить стоп-лосс и трайлинг-стоп: Установите разумные позиции стоп-лосса и используйте трайлинг-стопы, когда это выгодно, чтобы защитить прибыль.

  6. Оптимизировать выбор временных рамок: путем обратного тестирования производительности на разных временных рамах, выберите конкретные временные рамки, наиболее подходящие для этой стратегии.

  7. Учитывать факторы волатильности: корректировать параметры стратегии или приостановить торговлю в условиях низкой волатильности, чтобы адаптироваться к различным состояниям рынка.

Заключение

Трехстандартная стратегия отклонения импульса (Triple Standard Deviation Momentum Reversal Trading Strategy) - это количественный торговый метод, основанный на статистических принципах, который ищет торговые возможности путем улавливания экстремальных ценовых отклонений. Эта стратегия имеет значительные преимущества в теоретической основе, адаптивности и гибкости, особенно подходит для рынков с высокой волатильностью и краткосрочной торговли. Однако пользователи должны знать о потенциальных рисках, таких как ложные прорывы, производительность на трендовых рынках и чувствительность параметров.


/*backtest
start: 2023-06-15 00:00:00
end: 2024-06-20 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("MikEy Scali 3 STD Dev Buy/Sell Strategy", overlay=true)

// Input parameters
length = input.int(20, title="Standard Deviation Length", minval=1)
src = input(close, title="Source")
mult = input.float(3.0, title="Standard Deviation Multiplier", step=0.1)

// Calculate the moving average and standard deviation
ma = ta.sma(src, length)
std_dev = ta.stdev(src, length)

// Calculate upper and lower bands
upper_band = ma + (std_dev * mult)
lower_band = ma - (std_dev * mult)

// Buy and Sell conditions
// Buy when the price is below the lower band (3 std devs below MA)
buyCondition = ta.crossover(src, lower_band)
// Sell when the price is above the upper band (3 std devs above MA)
sellCondition = ta.crossunder(src, upper_band)

// Plot the buy and sell signals on the chart
plotshape(series=buyCondition, location=location.belowbar, color=color.green, style=shape.labelup, text="BUY")
plotshape(series=sellCondition, location=location.abovebar, color=color.red, style=shape.labeldown, text="SELL")

// Execute buy and sell orders based on the conditions
if (buyCondition)
    strategy.entry("Buy", strategy.long)
if (sellCondition)
    strategy.close("Buy")

// Plot the moving average and the bands
plot(ma, color=color.blue, title="Moving Average")
plot(upper_band, color=color.red, title="Upper Band (3 STD)")
plot(lower_band, color=color.green, title="Lower Band (3 STD)")

// Optional: Plot the source
plot(src, color=color.gray, title="Source")

// Add labels for clarity
bgcolor(buyCondition ? color.new(color.green, 90) : na, offset=-1, title="Buy Signal Background")
bgcolor(sellCondition ? color.new(color.red, 90) : na, offset=-1, title="Sell Signal Background")


Связанные

Больше