В процессе загрузки ресурсов... загрузка...

Три стандартных вариации для обратной торговли

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

三标准差动量反转交易策略

Обзор

Трехстандартная дифференциальная реверсивная стратегия торговли - это количественный метод торговли, основанный на статистических принципах. Эта стратегия использует свойства колебания цен вокруг средней линии, чтобы определить диапазон необычных колебаний цены путем вычисления стандартной разницы и вести реверсивную торговлю, когда цены достигают крайнего отклонения. Этот метод предназначен для захвата регрессивного поведения после чрезмерной реакции рынка в краткосрочной перспективе и особенно подходит для более волатильных торговых сортов и меньших временных циклов.

Принципы стратегии

Основным принципом этой стратегии является использование движущихся средних (MA) и стандартного расстояния (SD) для построения верхних и нижних границ колебаний цен. Конкретные шаги следуют:

  1. Вычисляется простая движущаяся средняя (SMA) с определенным циклом (по умолчанию 20).
  2. Показатели расчета цены за аналогичный период отличаются.
  3. Стандартное расстояние умножается на 3 (адекватные множители), а затем добавляется и уменьшается до движущейся средней, что формирует верхнюю и нижнюю границы.
  4. Когда цена переходит нижнюю границу, это считается перепродажей, что дает сигнал покупки.
  5. Когда цена переходит верхнюю границу, это считается перекупкой, что вызывает сигнал продажи.

Этот метод предполагает, что цены в большинстве случаев будут колебаться вблизи среднего значения, а когда среднее отклонение цен достигнет 3 стандартных отклонений, регрессия среднего значения имеет большую вероятность.

Стратегические преимущества

  1. Статистическая основа: Стратегия, основанная на прочных статистических принципах, использует стандартные отклонения для количественного определения необычности колебаний цен и имеет теоретическую поддержку.

  2. Сильная адаптивность: с помощью динамического расчета движущихся средних и стандартных отклонений стратегия может адаптироваться к волатильным характеристикам в различных рыночных условиях.

  3. Реверсивная операция: вход в рынок, когда рыночные настроения достигают крайности, помогает поймать возможности для переворота цены, с большим потенциальным пространством для прибыли.

  4. Высокая гибкость: параметры стратегии (например, цикл MA, кратность стандартного отклонения) могут быть оптимизированы в зависимости от разных видов сделок и временных рамок.

  5. Визуализация дружественная: стратегия четко обозначает на графике сигналы купли-продажи и диапазоны колебаний цен, что позволяет трейдерам получить интуитивное представление о состоянии рынка.

Стратегические риски

  1. Риск ложного прорыва: в высоковолатильных рынках цены могут часто прорываться через границы, но не образуют реального переворота, что приводит к частым сделкам и потенциальным потерям.

  2. Тенденционный рынок плохо работает: в сильно трендирующем рынке цены могут длительное время работать за пределами границ, стратегия может пропустить большие тренды или частые реверсивные операции.

  3. Параметрочувствительность: стратегическая производительность сильно зависит от выбора скользящих средних и стандартных дифференциаций, а неправильная настройка параметров может привести к значительному снижению производительности.

  4. Слипы и расходы на сделки: на небольших временных циклах частые сделки могут иметь более высокие сдвиги и расходы на сделки, которые разрушают прибыль.

  5. Риск "черного кита": при крупных новостях или сильных рыночных колебаниях цены могут выходить за пределы нормального диапазона, что может привести к серьезным потерям.

Оптимизация стратегии

  1. Введение фильтра тренда: в сочетании с долгосрочными трендовыми показателями (например, длинные циклы движущихся средних), выполнение сделок только в направлении тренда, чтобы уменьшить обратную операцию.

  2. Динамически корректируемый коэффициент стандартного отклонения: автоматически корректируемый коэффициент стандартного отклонения в соответствии с волатильностью рынка, повышающий чувствительность в период низкой волатильности и повышающий порог в период высокой волатильности.

  3. Дополнение подтверждающих показателей: в сочетании с другими техническими показателями (например, RSI или MACD) в качестве вспомогательного подтверждения, повышает надежность сигналов входа.

  4. Осуществление управления частичными позициями: реализация разделения входов и выходов по степени сигнала или отклонения цены, оптимизация управления рисками.

  5. Включение стоп-лосса и мобильных стоп-лосса: установка разумного места стоп-лосса и использование мобильных стоп-лосса при получении прибыли для защиты уже полученной прибыли.

  6. Оптимизировать выбор временных циклов: выбирать конкретные временные рамки, которые наиболее подходят для этой стратегии, путем повторного измерения производительности различных временных циклов.

  7. Учитывать факторы волатильности: в условиях низкой волатильности корректировать параметры стратегии или приостановить торговлю для адаптации к различным условиям рынка.

Подведение итогов

Трехстандартная дифференциальная обратная торговая стратегия является количественным методом торговли, основанным на статистических принципах, для поиска торговых возможностей путем захвата крайних отклонений в ценах. Эта стратегия имеет значительные преимущества в теоретической основе, адаптивности и гибкости, особенно для высоковолатильных рынков и краткосрочной торговли. Однако пользователи должны быть внимательны к потенциальным рискам, таким как ложные прорывы, тенденционное функционирование рынка и чувствительность параметров. Стабильность и рентабельность стратегии могут быть дополнительно повышены путем внедрения таких оптимизационных мер, как фильтрация тренда, коррекция динамических параметров и вспомогательные показатели. В целом, это хорошо изученная и оптимизированная торговая стратегия, которая имеет потенциал для достижения хороших торговых результатов при соответствующих рыночных условиях.


/*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")


Содержание

Больше информации