В процессе загрузки ресурсов... загрузка...

Система количественной торговли адаптивной волатильностью и импульсом (AVMQTS)

Автор:Чао Чжан, Дата: 2024-11-27 14:20:24
Тэги:ATRMACDSMAТПSL

Обзор

Эта стратегия является адаптивной торговой системой, которая сочетает в себе индикаторы волатильности и импульса для улавливания рыночных тенденций посредством координации нескольких технических индикаторов. Стратегия использует индикатор ATR для мониторинга волатильности рынка, MACD для оценки импульса тренда и сочетает в себе индикаторы импульса цен для подтверждения торговых сигналов, с гибким механизмом стоп-лосса и получения прибыли. Система имеет сильную адаптивность и может автоматически регулировать частоту торговли и контроль позиций в соответствии с рыночными условиями.

Принципы стратегии

Стратегия опирается на тройную систему индикаторов в качестве основной логики торговли: во-первых, ATR используется для измерения условий волатильности рынка для предоставления ссылки на волатильность для принятия торговых решений; во-вторых, золотые и смертные кресты индикатора MACD используются для захвата поворотных точек тренда, причем быстрое и медленное пересечение линии MACD используется в качестве основных сигналов запуска торговли; в-третьих, индикаторы импульса цены используются для проверки, наблюдая изменения цен относительно предыдущих периодов для подтверждения силы тренда. Система также включает 50-дневную скользящую среднюю в качестве фильтра тренда, позволяя устанавливать длинные позиции только тогда, когда цена выше скользящей средней, и короткие позиции, когда ниже. Чтобы избежать переоценки, стратегия сигналов применяет минимальные интервалы торговли и необязательно чередует исполнение.

Преимущества стратегии

Многоиндикаторная перекрестная проверка: посредством координации индикаторов в трех измерениях - волатильности, тенденции и импульса, значительно повышая надежность торговых сигналов.
Сильная адаптивность: стратегия может динамически адаптироваться в соответствии с условиями волатильности рынка, адаптируясь к различным рыночным условиям.
Всеобъемлющий контроль рисков: установка стоп-лосса и прибыли на основе процентов эффективно контролирует риск одной сделки.
Контролируемая частота торговли: предотвращает переоценку через установку минимальных интервалов торговли и механизм чередования сигналов.
Ясная структура системы: высокая степень модульности кода с четкими границами между функциональными модулями, что облегчает обслуживание и оптимизацию.

Стратегические риски

Оциллирующий рыночный риск: на боковых рынках может быть создано несколько ложных сигналов, что приводит к последовательным стоп-лосс.
Риск скольжения: в периоды интенсивной волатильности фактические цены на транзакции могут значительно отклоняться от цен, запускающих сигнал.
Чувствительность параметров: стратегия использует несколько технических индикаторов, а целесообразность настройки параметров напрямую влияет на эффективность стратегии.
Зависимость от рыночной среды: стратегия лучше работает на рынках с ясными тенденциями, но может быть менее эффективной в других рыночных условиях.

Направления оптимизации стратегии

Внедрение механизма распознавания рыночной среды: Добавление индикаторов силы тренда для использования различных конфигураций параметров в различных рыночных средах.
Оптимизировать механизм стоп-лосса и берущей прибыли: рассмотреть возможность динамической корректировки коэффициентов стоп-лосса и берущей прибыли на основе ATR для лучшего адаптации к волатильности рынка.
Дополнение управления позициями: Рекомендовать внедрение динамической системы управления позициями, основанной на волатильности, а также соответствующее сокращение объема торговли в периоды высокой волатильности.
Добавьте больше условий фильтрации: Подумайте о добавлении объема, волатильности и других показателей фильтрации для улучшения качества сигнала.

Резюме

Эта стратегия представляет собой хорошо разработанную, логически строгую количественную торговую систему, которая достигает эффективного захвата рыночных тенденций с использованием нескольких технических индикаторов.

/*backtest
start: 2019-12-23 08:00:00
end: 2024-11-25 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("[ETH] Volatility & Momentum Adaptive Strategy", shorttitle="Definitive 1 day Ethereum Signal", overlay=true, initial_capital=10000, currency=currency.USD)

// === Input Parameters === //
trade_size = input.float(5, title="Trade Size (ETH)")
atr_length = input.int(8, minval=1, title="ATR Length")
macd_fast = input.int(8, minval=1, title="MACD Fast Length")
macd_slow = input.int(7, minval=1, title="MACD Slow Length")
macd_signal = input.int(9, minval=1, title="MACD Signal Length")
momentum_length = input.int(37, title="Momentum Length")
stop_loss_percent = input.float(9.9, title="Stop Loss Percentage (%)")
take_profit_percent = input.float(9.0, title="Take Profit Percentage (%)")
alternate_signal = input.bool(true, title="Alternate Buy/Sell Signals")

// === Indicators === //
// ATR to measure volatility
atr = ta.atr(atr_length)

// MACD for trend momentum
[macd_line, signal_line, _] = ta.macd(close, macd_fast, macd_slow, macd_signal)
macd_cross_up = ta.crossover(macd_line, signal_line)
macd_cross_down = ta.crossunder(macd_line, signal_line)

// Momentum
momentum = ta.mom(close, momentum_length)

// === Signal Control Variables === //
var bool last_signal_long = na
var int last_trade_bar = na
min_bars_between_trades = 5 // Adjust for minimal trade frequency control
time_elapsed = na(last_trade_bar) or (bar_index - last_trade_bar) >= min_bars_between_trades

// === Buy and Sell Conditions === //
// Buy when:
buy_signal = (macd_cross_up and momentum > 0 and close > ta.sma(close, 50) and time_elapsed)

// Sell when:
sell_signal = (macd_cross_down and momentum < 0 and close < ta.sma(close, 50) and time_elapsed)

// Enforce alternate signals if selected
if alternate_signal
    buy_signal := buy_signal and (na(last_signal_long) or not last_signal_long)
    sell_signal := sell_signal and (not na(last_signal_long) and last_signal_long)

// === Trade Execution === //
// Buy Position
if (buy_signal)
    if strategy.position_size < 0
        strategy.close("Short")
    strategy.entry("Long", strategy.long, qty=trade_size)
    last_signal_long := true
    last_trade_bar := bar_index

// Sell Position
if (sell_signal)
    if strategy.position_size > 0
        strategy.close("Long")
    strategy.entry("Short", strategy.short, qty=trade_size)
    last_signal_long := false
    last_trade_bar := bar_index

// === Stop Loss and Take Profit === //
if strategy.position_size > 0
    long_take_profit = strategy.position_avg_price * (1 + take_profit_percent / 100)
    long_stop_loss = strategy.position_avg_price * (1 - stop_loss_percent / 100)
    strategy.exit("TP/SL Long", from_entry="Long", limit=long_take_profit, stop=long_stop_loss)

if strategy.position_size < 0
    short_take_profit = strategy.position_avg_price * (1 - take_profit_percent / 100)
    short_stop_loss = strategy.position_avg_price * (1 + stop_loss_percent / 100)
    strategy.exit("TP/SL Short", from_entry="Short", limit=short_take_profit, stop=short_stop_loss)

// === Visual Signals === //
plotshape(series=buy_signal and time_elapsed, title="Buy Signal", location=location.belowbar, color=color.green, style=shape.labelup, text="BUY")
plotshape(series=sell_signal and time_elapsed, title="Sell Signal", location=location.abovebar, color=color.red, style=shape.labeldown, text="SELL")

Связанные

Больше