Chiến lược này thực hiện hoạt động mở tự động phát hiện xu hướng số lượng bằng cách theo dõi xu hướng chuyển động giá và kết hợp với những thay đổi trong khối lượng giao dịch. Chiến lược này sử dụng hệ thống trung bình động để đánh giá xu hướng thay đổi giá, và sau đó kết hợp sự thay đổi khối lượng giao dịch theo cùng hướng như tín hiệu xác nhận mở cửa.
Lý thuyết cốt lõi của chiến lược giao dịch định lượng theo dõi xu hướng mở dựa trên việc theo dõi mối quan hệ khớp giữa xu hướng chuyển động giá và thay đổi khối lượng giao dịch. Cụ thể, chiến lược sử dụng sự khác biệt giữa giá đóng và giá mở như sự thay đổi giá, và sau đó nhân nó với khối lượng giao dịch của ngày để có được đường cong chung giá và khối lượng. Đường cong chung này có thể phản ánh xu hướng thay đổi giá và khối lượng giao dịch đi kèm với mối quan hệ cùng một lúc. Sau đó tính toán trung bình động của đường cong chung này như điểm chuẩn xu hướng định lượng. Khi đường cong chung xuyên qua đường trung bình động của nó, một tín hiệu mua được tạo ra. Khi nó giảm xuống dưới đường trung bình động của nó, một tín hiệu bán được tạo ra, do đó nhận ra hoạt động mở của việc theo dõi định lượng thay đổi xu hướng giá.
Chiến lược này kết hợp xu hướng chuyển động giá và thay đổi khối lượng giao dịch để lọc hiệu quả một số xu hướng sai không nhạy cảm với giá và giảm rủi ro mở cửa và cải thiện độ chính xác mở cửa. So với các chỉ số kỹ thuật giá thuần túy, hiệu quả theo dõi định lượng tốt hơn. Chiến lược này cũng sử dụng hệ thống trung bình động để thiết lập các đường chuẩn động, có thể tự động thích nghi với những thay đổi trong điều kiện thị trường và có độ linh hoạt cao.
Chiến lược này chủ yếu dựa trên mối quan hệ giá-tháng lượng để xác định tính hợp lý của xu hướng định lượng. Nếu mối quan hệ giữa giá và khối lượng trở nên không phù hợp, nó sẽ dẫn đến sự gia tăng rủi ro đánh giá sai. Ngoài ra, việc thiết lập không đúng các tham số trung bình động cũng sẽ ảnh hưởng đến hiệu quả của chiến lược. Cần được tối ưu hóa và thử nghiệm cho các giống và môi trường thị trường khác nhau.
Xem xét việc tham gia nhiều bộ lọc hơn để tối ưu hóa các chiến lược, chẳng hạn như sử dụng các chỉ số biến động để xác định chất lượng xu hướng, giới thiệu các chỉ số cảm xúc để xác định tâm lý thị trường, v.v. Nó cũng có thể kiểm tra sự thay đổi hiệu quả chiến lược theo các hệ thống trung bình động khác nhau để tìm danh mục thông số tối ưu. Thêm đào tạo mô hình học máy để đánh giá các quy tắc cũng là hướng cho tối ưu hóa theo dõi.
Chiến lược giao dịch định lượng này nhận ra việc mở tự động dựa trên việc theo dõi và đánh giá mối quan hệ xu hướng giá và khối lượng giao dịch, bằng cách định lượng xu hướng giá phù hợp với sự nhiệt tình giao dịch, nó có thể lọc hiệu quả các tín hiệu không hợp lệ và cải thiện tỷ lệ thành công của việc mở.
/*backtest start: 2023-12-12 00:00:00 end: 2024-01-11 00:00:00 period: 30m basePeriod: 15m exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ // This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/ // © avsr90 //@version=5 strategy(title="Lp-Op vol",shorttitle="LPV", max_bars_back = 5000,overlay=false,format=format.volume ) //Resolutions Resn=input.timeframe(defval="",title="resolution") Resn1=input.timeframe(defval="D",title="resolution") //Intraday Open and Last Price and Last price- Open Price calculations. Last_Price=math.round_to_mintick(close) Open_Price = request.security(syminfo.tickerid ,Resn1,close[1],barmerge.gaps_off, barmerge.lookahead_on) Op_Cl=math.round_to_mintick(Last_Price-Open_Price) //length from Intra Day Open Price Nifnum= ta.change(Open_Price) Length_Intraday=int(math.max(1, nz(ta.barssince(Nifnum)) + 1)) //Input for Length for Volume Length_Vol=input(defval=20, title="L for Vol") // Last Price- Open price Volume, Average Intraday Last price-Open Price Volume //and Volume Bars calculations. Op_Cl_Vol=(Op_Cl*volume) Avg_Vol_Opcl=ta.sma(Op_Cl_Vol,Length_Intraday) Vol_Bars=ta.sma(volume,Length_Vol) //Plots plot(Op_Cl_Vol,color=Op_Cl_Vol>0 ? color.green:color.red,title="OPCLV") plot(Avg_Vol_Opcl, title="Avg Vol", color=color.fuchsia) plot(Vol_Bars, title="Vol Bars", color=color.yellow) //Strategy parameters startst=timestamp(2015,10,1) strategy.entry("lo",strategy.long,when= ta.crossover(Op_Cl_Vol,Avg_Vol_Opcl) and ta.crossover(volume,Vol_Bars)) strategy.entry("sh",strategy.short,when=ta.crossunder(Op_Cl_Vol,Avg_Vol_Opcl)and ta.crossunder(volume,Vol_Bars ))