Tài nguyên đang được tải lên... tải...

Fisher biến đổi xu hướng ngưỡng động theo chiến lược

Tác giả:ChaoZhang, Ngày: 2024-06-17 15:01:19
Tags:

Tổng quan

Chiến lược theo dõi xu hướng ngưỡng động của Fisher Transform sử dụng chỉ số Fisher Transform để xác định những thay đổi trong xu hướng giá. Chiến lược sử dụng Fisher Transform để bình thường hóa giá đến một quy mô tiêu chuẩn, giúp dễ dàng phát hiện các điểm đảo ngược xu hướng tiềm ẩn. Bằng cách điều chỉnh ngưỡng một cách năng động, chiến lược thích nghi với các điều kiện thị trường khác nhau và cải thiện độ chính xác của việc nhận diện xu hướng. Khi giá trị Fisher Transform vượt qua ngưỡng dương hoặc âm, chiến lược tạo ra tín hiệu mua hoặc bán để theo xu hướng thị trường.

Nguyên tắc chiến lược

Tính toán giá trị biến đổi Fisher: Dựa trên giá cao và thấp trong lịch sử, bình thường hóa giá hiện tại để có được giá trị biến đổi Fisher giữa -0,999 và 0,999.
Mức ngưỡng động: Điều chỉnh động ngưỡng cho tín hiệu mua và bán dựa trên sự biến động lịch sử của giá trị biến đổi Fisher để thích nghi với các tình trạng thị trường khác nhau.
Xác định xu hướng: Xác định sự thay đổi trong xu hướng giá bằng cách so sánh giá trị biến đổi Fisher hiện tại với các giá trị từ hai giai đoạn trước.
Các tín hiệu mua và bán: Tạo tín hiệu mua khi giá trị biến đổi Fisher vượt qua ngưỡng âm từ dưới, và tạo tín hiệu bán khi giá trị biến đổi Fisher vượt qua ngưỡng dương từ trên.

Phân tích lợi thế

Điều chỉnh ngưỡng động: Điều chỉnh khớp các ngưỡng mua và bán dựa trên biến động thị trường để cải thiện độ chính xác của đánh giá xu hướng.
Theo dõi xu hướng: Phân tích xu hướng của chỉ số Fisher Transform cho phép nắm bắt hiệu quả xu hướng thị trường và giao dịch theo xu hướng.
Giảm tiếng ồn về giá: Chuyển đổi Fisher bình thường hóa giá, giúp giảm tác động của tiếng ồn về giá đối với phán đoán xu hướng.
Hiển thị biểu đồ trực quan: Chiến lược vẽ đường cong biến đổi Fisher và các đường ngưỡng trên biểu đồ, cho phép các nhà giao dịch quan sát trực quan xu hướng thị trường và tín hiệu mua / bán.

Phân tích rủi ro

Rủi ro tối ưu hóa tham số: Hiệu suất của chiến lược phụ thuộc vào việc lựa chọn các tham số như thời gian biến đổi Fisher và phương pháp tính toán ngưỡng động. Các tham số khác nhau có thể dẫn đến kết quả giao dịch khác nhau.
Sự chậm trễ nhận dạng xu hướng: Chỉ số Fisher Transform có một sự chậm trễ nhất định trong việc đánh giá xu hướng giá, có thể bỏ lỡ một số biến động xu hướng.
Hiệu suất kém trong thị trường hỗn loạn: Trong điều kiện thị trường hỗn loạn, những thay đổi xu hướng thường xuyên có thể khiến chiến lược tạo ra nhiều tín hiệu sai hơn, dẫn đến hiệu suất giao dịch kém tối ưu.
Rủi ro thị trường cực đoan: Trong điều kiện thị trường cực đoan (như thay đổi nhanh chóng và đáng kể), chỉ số Fisher Transform có thể thất bại, khiến chiến lược đưa ra các quyết định giao dịch không chính xác.

Hướng tối ưu hóa

Tối ưu hóa tham số: Tối ưu hóa các tham số chính như thời gian biến đổi Fisher và phương pháp tính toán ngưỡng động để cải thiện khả năng thích nghi của chiến lược với các trạng thái thị trường khác nhau.
Bộ lọc tín hiệu: Ngoài nhận dạng xu hướng, hãy giới thiệu các chỉ số kỹ thuật hoặc chỉ số tâm lý thị trường khác để xác nhận tín hiệu giao dịch và cải thiện độ tin cậy tín hiệu.
Stop-loss và take-profit: Thiết lập các quy tắc stop-loss và take-profit hợp lý để kiểm soát rủi ro giao dịch duy nhất và cải thiện tỷ lệ rủi ro-lợi nhuận của chiến lược.
Quản lý vị trí: Điều chỉnh kích thước vị trí theo động dựa trên các yếu tố như sức mạnh xu hướng thị trường và biến động giá để giảm rủi ro nắm giữ.

Tóm lại

Chiến lược theo dõi xu hướng ngưỡng động của Fisher Transform xác định những thay đổi trong xu hướng giá bằng cách sử dụng chỉ số Fisher Transform và các ngưỡng động, thích nghi với các trạng thái thị trường khác nhau. Chiến lược này có hiệu quả nắm bắt xu hướng thị trường và cho phép giao dịch theo xu hướng. Những lợi thế của nó bao gồm điều chỉnh ngưỡng động, giảm nhiễu nhiễu giá và hiển thị biểu đồ trực quan. Tuy nhiên, nó cũng phải đối mặt với những thách thức như rủi ro tối ưu hóa tham số, trễ nhận dạng xu hướng, hiệu suất kém trong thị trường hỗn loạn và rủi ro thị trường cực kỳ. Thông qua các biện pháp như tối ưu hóa tham số, lọc tín hiệu, dừng lỗ và lấy lợi nhuận và quản lý vị trí, tính mạnh mẽ và lợi nhuận của chiến lược có thể được tăng thêm.

/*backtest
start: 2024-05-01 00:00:00
end: 2024-05-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Qiuboneminer -  Fisher Transform", overlay=true)

// Parámetros
Len = input.int(10, minval=1)
mult1 = input.int(1, minval=1)
threshold = 2.6

// Función Fisher Transform
fish(Length, timeMultiplier) =>
    var float nValue1 = na
    var float nFish = na
    xHL2 = hl2
    xMaxH = ta.highest(xHL2, Length * timeMultiplier)
    xMinL = ta.lowest(xHL2, Length * timeMultiplier)
    nValue1 := 0.33 * 2 * ((xHL2 - xMinL) / (xMaxH - xMinL) - 0.5) + 0.67 * nz(nValue1[1])
    nValue2 = if nValue1 > 0.99
        0.999
    else if nValue1 < -0.99
        -0.999
    else
        nValue1
    nFish := 0.5 * math.log((1 + nValue2) / (1 - nValue2)) + 0.5 * nz(nFish[1])
    nFish

// Cálculo del Fisher Transform para mult1
Fisher1 = fish(Len, mult1)

// Condiciones de entrada y salida
longCondition = Fisher1 > nz(Fisher1[1]) and nz(Fisher1[1]) <= nz(Fisher1[2]) and Fisher1 < -threshold
shortCondition = Fisher1 < nz(Fisher1[1]) and nz(Fisher1[1]) >= nz(Fisher1[2]) and Fisher1 > threshold

// Estrategia de entrada
if (longCondition)
    strategy.entry("Long", strategy.long)
if (shortCondition)
    strategy.entry("Short", strategy.short)

// Ploteo del Fisher Transform
plot(Fisher1, color=(Fisher1 > nz(Fisher1[1]) ? color.rgb(34, 255, 0) : color.rgb(255, 0, 212)), title="Fisher TF:1")

// Ploteo de líneas de umbral
hline(threshold, "Umbral Superior", color=color.rgb(255, 0, 0), linestyle=hline.style_dotted)
hline(-threshold, "Umbral Inferior", color=#008704, linestyle=hline.style_dotted)

Thêm nữa

2019 FMZ - Tất cả các quyền được bảo lưu