如何实现稳定盈利?在TradingView社区泡了5年,时不常的遇到有朋友问到“要实现稳定盈利哪个因素更加重要?胜率还是盈利因子?”, 今天就简单说说我个人的看法,仅供参考。一般这种说法最好是参考那些已经取得丰厚财富的大佬来分享(当然,如果这些大佬愿意与你分享的话),而我自己还在这条道路上摸索,所以说的不一定对。
要实现稳定盈利,胜率和盈利因子都是重要的因素。胜率指的是交易中获得盈利的比例,而盈利因子则表示每次获利与亏损之间的比例关系。
胜率高意味着更多的交易会以盈利结束,这可以增加账户余额。然而,仅仅依靠高胜率并不能保证稳定盈利。如果每次获得小幅度的盈利但遭受大幅度亏损时,即使有较高的胜率也无法确保长期稳定赢利。
相反地,一个较低但合理且可控制的胜率配合较高的盈利因子可能更有助于实现稳定盈利。在这种情况下,虽然输掉了一部分交易(低胜率),但通过让赢家持续增长并限制亏损者(高盈利因子),总体上能够产生正向回报。
所以,在技术分析中考虑到这两个因素非常重要。根据不同市场环境和个人偏好进行权衡,并采用适当策略来平衡胜率和盈利因子将有助于实现长期稳定收入。
而落实到具体的量化策略当中,为了优化和改善策略,最主要和日常的目标是提高信号的有效性并降低胜率,提升盈利因子,可以考虑以下几个方面的改进:
1. 优化做多进场和做空进场信号:
- 添加更多的技术指标或条件来过滤信号,例如添加特性更好的移动平均线、改善的相对强弱指标(RSI)等。
- 使用多个时间周期(MTF)的指标来确认信号,例如使用长期和短期的移动平均线交叉确认趋势,以及从小周期,引用大周期数据进行处理,但是这里面有一些弊端和难点,毕竟很多信息是遗失的,毕竟采样率降低很多。
- 使用价格动量指标(例如MACD等)来确认信号的方向和力度。
2. 改进Pyramiding(加仓)逻辑:
- 添加更严格的条件来限制加仓的次数和时机,以避免过度交易。过度交易就和纵欲类似,当时爽了,时间久了其危害才会凸显出来。
- 使用动态的加仓策略,例如基于波动率指标(Volatility Filter)或价格走势的加仓。
3. 优化做多止盈和做空止盈信号:
- 使用更合理的止盈策略,例如基于波动率的固定百分比止盈或基于价格走势的动态止盈。
- 考虑使用多个目标价格来设置多个止盈点,以便在价格上涨时部分获利。每一次止盈都是一次买卖交易的结束,都要重新打鼓另开张,不要指望一笔交易吃个胖子(当然也可以,前提是问问自己定力和心性是否过硬)。而多次止盈再开仓的基本原理则是复利原则,聚少成多,按照自然指数速度滚雪球。别看不起一次次小额盈利,等时间久了攒起来的成果会让你惊愕不已。
4. 优化做多止损和做空止损信号:
- 使用更合理的止损策略,例如基于波动率的固定百分比止损或基于价格走势的动态止损。
- 使用多个止损点来设置分批止损,以便在价格下跌时减少损失。
5. 进行回测和优化:回测里面很多坑,知道哪些能用哪些不能用。
- 使用历史数据进行回测,评估和优化改进后的策略。
- 考虑使用优化工具或算法来自动寻找最佳参数组合。
再次唠叨一下,本人能力有限,以上建议仅供参考,具体的优化策略需要根据具体的市场和交易策略进行调整和优化。同时,建议在实际交易之前进行充分的回测和验证,以确保策略的有效性和稳定性。而且,运气的因素在交易中也大到你不能忽略,命好也是王道。天上掉馅饼你必须接着,但是不要守株待兔认为那是你自己的“实力”,那你就彻底在市场的圈套和诱惑里沦陷了。
其次,说下“盈亏同源”的基本原理,它指的是在一段时间内,交易策略的盈利和亏损是由同一套规则和逻辑所导致的。换句话说,盈利和亏损是源自于相同的交易决策和执行过程。毕竟交易策略、决策和执行这三要素都是一致的系统。它确保盈利和亏损是由相同的规则和逻辑所导致。当然知道了没什么用,关键是如何使用这个原理进行观察和判断,从而在选择交易策略时让选择更具可靠性和可预测性。“盈亏同源”其实也为量化交易者提供了一种评估和改进交易策略的方法,通过分析盈亏同源的原因,可以找到策略的优势和劣势,并进行相应的优化和改进。
最后说下,泡社区久了,我相信各位也总能看到一些人秀自己某一次的战绩:例如贴图某次合约一下子挣到了4倍的利润,以至于很多人羡慕不已。但是,在市场里历练久了,见的多了的老炮儿肯定是连心都不会激动一下。因为很多人经历诸多交易,知道了“盈亏同源”的基本道理:能一次挣到4倍的要不是运气使然,要不是策略漏洞,因为下次他分分钟爆仓的时候,你是看不到他贴出图来卖惨的,尤其是一些KOL。而真正稳定盈利的策略是稳健的,是可以滚的,不是可以滚蛋的滚,是滚雪球的滚,这也会塑造一种心性。这种心性可以参考北京炒家老师的微信公众号:从亏70,滚到6000万,几乎看不到一次全仓涨停,每次大的盈利都是1~2%, 亏了0.8%就被称为血亏!无论是股灾,还是退潮,总是感觉让他亏钱很难!那他还剩下什么?只有赚钱一条路可走!
距今2500年的《孙子兵法·军形篇》曾经提到“善战者之胜也,无智名,无勇功。” 其本意是指真正善于用兵的人,不是通过聪明的决策、勇武的功劳而取得胜利,而是靠处处谨慎、稳扎稳打的运营而取得胜利。其实对于交易,又何尝不是如此?对于交易实现稳定盈利,这句话提供了一些重要的启发,包括谨慎规划和执行、长期视野和持久战略、细致分析和全面考虑,以及避免过度自信和冒险行为。这些原则和思想可以帮助交易者建立稳定的交易策略和纪律,提高交易的成功率和盈利能力。
Blackcat1402
什么是波动率?如何更简单利用波动率盈利?因为上一篇《如何预判暴涨暴跌》文章引起很多朋友注意,他们希望我多聊聊这个话题,所以今天继续。首先让详细了解一下波动率指标,它的工作原理、重要性、使用方法和交易中的好处。
波动率指标在交易中至关重要,因为它帮助交易员评估市场的波动性和风险水平,从而能够制定正确的交易策略和风险管理措施。
谈到波动率指标的重要性时,它提供了关于市场波动性的关键信息,这对交易员来说非常重要。交易员可以利用这些信息来了解市场的风险水平,确定市场稳定与不稳定,并根据波动性变化调整交易策略。
现在让谈谈波动率指标的使用方法。不同的交易策略和市场环境有不同的使用时间。通常情况下,在市场波动较低时,交易员可以抓住机会进行趋势跟踪或震荡交易。当市场波动较高时,交易员可以采取更保守的方式,例如使用止损单或减少仓位规模。
使用波动率指标可以带来多个好处。首先,它可以帮助交易员评估市场风险水平,从而能够制定适当的风险管理策略。交易员可以根据波动性的变化调整止损和获利水平以控制风险。其次,波动率指标提供了关于市场趋势和价格波动的信息,帮助交易员做出更明智的交易决策。交易员可以根据波动率指标的信号确定入场和离场点位。最后,波动率指标在期权定价中起着重要作用。隐含波动率帮助交易员评估期权价格和市场对未来波动性的预期,从而能够进行期权交易或对冲操作。
总之,对于交易员来说,波动率指标是必不可少的工具,它有助于评估市场波动性和风险水平、制定适当的交易策略和风险管理措施,并提高交易成功率和盈利能力。请记住,在不同类型的市场中适合使用不同的指标,因此选择适合您特定需求的正确指标非常重要。
这个指标被称为" L1 Visual Volatility Indicator",它根据输入参数进行计算并绘制上下边界。它基于ATR的特性构建了一个类似布林线的通道结构,通过斐波那契神奇数字的长期均线来定义横盘整理区域。因此,在大多数情况下,该通道是相对窄小的。然而,一旦波动率增大,该通道会迅速扩张并变得肿胀起来。我使用渐变色来区分这种扩张是看涨还是看跌的。越是看涨的波动颜色越暖甚至可以说是炽热的。相反地,越是看跌的波动颜色越冷甚至可以说是冰寒的。我们只需关注这些“肿胀”的渐变色区域,并在其中寻找交易机会即可。
如何判断何时做多,何时做空?嘿!我之前写了一篇关于Larry Williams ViX Fix技术指标的文章。不久之后,TradingView社区的朋友告诉我,这个指标可以和我之前写的Risk Assessment指标一起来看看什么时候做多,什么时候做空。我当时觉得这两个指标看起来有点费神,所以我想到了一个办法:把它们融合起来。这样,我们就可以通过一个技术指标来直观地看出应该做多还是做空了,不是很酷吗? 这个指标起了个很俗的名字: ** L2 Votatility of Williams VixFix Risk Assessment, 简称:VoWVRA。**
这个TradingView Pine Script是基于Larry Williams ViX Fix技术指标的自定义指标,旨在帮助交易者进行风险评估和交易决策。Larry Williams ViX Fix指标是通过标准普尔500指数的波动率来衍生的,主要用于显示当前市场情绪的变化。该指标通过计算最高价、最低价和收盘价之间的距离来确定市场的波动率。该指标的值越高,表明市场情绪越紧张,市场波动性也越高;反之,则表明市场情绪较为平稳,市场波动性较低。
VoWVRA指标基于Larry Williams ViX Fix指标,结合了Bollinger带和EMA等技术指标,用于对市场风险进行评估。该指标可以自定义输入参数,以适应不同的市场和投资者需求。使用VoWVRA指标可以帮助交易者在风险控制和交易决策方面做出更明智的选择。
除此之外,这个TradingView Pine Script还包含了风险评估指标。该指标通过计算一系列价值,然后将指数移动平均线(EMA)应用于收盘价和一定范围内的最高价和最低价之间的百分比变化,以确定安全级别。然后,将安全级别与不同的阈值进行比较,以确定市场的风险水平。风险评估指标可以使用输入参数进行定制,如风险长度、安全长度和EMA长度,以适应不同的市场条件和投资者偏好。使用风险评估指标可以帮助交易者更明智地决策风险管理和交易策略。
通过使用VoWVRA指标和风险评估指标,交易者可以更加精准地评估市场风险,并在交易决策方面做出更加明智的选择。
经过我裁剪的一款轻量化T3 MATilson T3 Moving Average (T3MA)是一种移动平均线,旨在降低滞后性并提高趋势识别的准确性。它基于多个平滑移动平均线的组合,每个后续平滑移动平均线的权重比前一个更重。T3MA公式包括三种不同的平滑系数和一个成交量系数或者叫做波动性系数,可以根据用户的偏好进行调整。T3MA通常被交易者和投资者用于识别趋势并生成交易信号。
T3MA的计算方法需要使用到指数移动平均线(EMA)。在TradingView社区中的Pine脚本中,90%以上使用EMA函数来计算T3MA。具体来说,在Pine脚本中,需要定义T3MA的长度和波动率系数,然后分别计算三个不同长度的EMA。接下来,需要计算三个常数,这些常数与波动率有关。最后,将三个EMA和三个常数的加权平均值相加得到T3MA的值。如果您想自定义T3MA的长度和波动率,只需要修改代码中的参数即可。总的来说,T3MA是一种非常有用的技术指标,可以帮助交易者更好地理解市场趋势,提高交易效率。
今天介绍的这款改进型T3 MA主要是我觉得传统T3算法过于冗余, 计算复杂度高了,而且会导致反应迟钝.所以, 我做出一款轻量化的T3 MA: L1 T3 MA Lite Version. 这个其实没有质变, 只不过在运算资源和响应速度上做了微调. 为了说明这个指标的有点和传统T3的区别,我引用TradingView社区博主everget的T3脚本进行对比说明.
Everget的T3源代码如下:
```c
//@version=5
// 版权所有 2018-present,Alex Orekhov(everget)
// T3脚本可以在MIT许可下自由分发。
indicator(title='T3MA_everget', shorttitle='T3MA_everget', overlay=true)
// 定义输入参数
length = input(title='Length', defval=14)
factor = input.float(title='Factor', minval=0, maxval=1, defval=0.7)
highlightMovements = input(title='Highlight Movements ?', defval=true)
src = input(title='Source', defval=close)
// 计算GD函数
gd(src, length) =>
ta.ema(src, length) * (1 + factor) - ta.ema(ta.ema(src, length), length) * factor
// 计算T3MA
t3 = gd(gd(gd(src, length), length), length)
// 根据用户需求高亮显示T3MA的变化
t3Color = highlightMovements ? t3 > t3 ? color.green : color.red : #6d1e7f
// 绘制T3MA线
plot(t3, title='T3', linewidth=2, color=t3Color, transp=0)
```
上述源代码是Everget用Pine脚本编写的T3MA指标的实现代码。以下是对源代码的逐行解释:
- `//@version=5`:这是Pine脚本的版本号声明, 原来是V3,我升级到了V5方便对比。
- `indicator(title='T3MA_everget', shorttitle='T3MA_everget', overlay=true)`:这是T3MA指标的主要定义,它指定了指标的标题、短标题和是否应该在主图上绘制指标线。
- `length = input(title='Length', defval=14)`:这是指标的输入参数之一,它定义了T3MA的长度。
- `factor = input.float(title='Factor', minval=0, maxval=1, defval=0.7)`:这是指标的输入参数之一,它定义了T3MA的波动率系数。
- `highlightMovements = input(title='Highlight Movements ?', defval=true)`:这是指标的输入参数之一,它确定是否应该高亮显示T3MA的变化。
- `src = input(title='Source', defval=close)`:这是指标的输入参数之一,它定义了T3MA的数据源。
- `gd(src, length) =>`:这是Everget自己计算GD函数的定义。
- `ta.ema(src, length) * (1 + factor) - ta.ema(ta.ema(src, length), length) * factor`:这是计算GD函数的实现。
- `t3 = gd(gd(gd(src, length), length), length)`:这是计算T3MA的定义,它使用了GD函数。
- `t3Color = highlightMovements ? t3 > t3 ? color.green : color.red : #6d1e7f`:这是确定T3MA颜色的定义,它根据用户的需求确定是否应该高亮显示T3MA的变化。
- `plot(t3, title='T3', linewidth=2, color=t3Color, transp=0)`:这是绘制T3MA线的定义。
我的T3 Lite源代码如下:
```
//@version=5
indicator(title=' L1 T3 MA Lite Version', shorttitle='T3MA_blackcat1402', overlay=true)
len = input(title='Length', defval=14)
src = input(title='Source', defval=close)
volatility = input(title='Volatility', defval=0.7)
ema1 = ta.ema(src, len)
ema2 = ta.ema(ema1, len)
ema3 = ta.ema(ema2, len)
c1 = -volatility * volatility * volatility
c2 = 3 * volatility * volatility + 3 * volatility * volatility * volatility
c3 = 1 - (c1 + c2)
t3ma = c3 * ema3 + c2 * ema2 + c1 * ema1
plot(t3ma, color=color.new(color.yellow, 0), linewidth=2)
```
`//@version=5`
声明本脚本适用的TradingView版本。
`indicator(title=' L1 T3 MA Lite Version', shorttitle='T3MA_blackcat1402', overlay=true)`
定义指标的标题、简称和是否作为覆盖。
`len = input(title='Length', defval=14)`
定义指标的长度参数,默认值为14。
`src = input(title='Source', defval=close)`
定义数据源参数,默认值为收盘价。
`volatility = input(title='Volatility', defval=0.7)`
定义波动率参数,默认值为0.7。
`ema1 = ta.ema(src, len)`
计算源数据的指数移动平均线(EMA)。
`ema2 = ta.ema(ema1, len)`
计算第一次EMA的EMA。
`ema3 = ta.ema(ema2, len)`
计算第二次EMA的EMA。
`c1 = -volatility * volatility * volatility`
计算T3系数C1。
`c2 = 3 * volatility * volatility + 3 * volatility * volatility * volatility`
计算T3系数C2。
`c3 = 1 - (c1 + c2)`
计算T3系数C3。
`t3ma = c3 * ema3 + c2 * ema2 + c1 * ema1`
计算T3移动平均线。
`plot(t3ma, color=color.new(color.yellow, 0), linewidth=2)`
绘制T3移动平均线。
虽然我这个版本解释起来有点拗口,但是应该更容易理解,毕竟结构简单了. 下面是两张响应速度的效果图. 红绿的是Everget的,黄色的是我的.
这两个T3 Moving Average的脚本的区别在于它们的实现方式。第一个脚本(Everget)使用了较为复杂的计算公式,需要计算三个不同长度的 EMA 并根据波动率计算三个常数,最后将它们加权平均得到 T3MA。这个复杂的计算公式可以提高T3MA指标的灵敏度,从而更好地识别价格趋势。而第二个脚本(Blackcat1402)使用了比较简单的计算公式,只需要计算三个不同长度的 EMA 并根据波动率计算三个常数,最后将它们加权平均得到 T3MA。这个简单的计算公式可以减少计算复杂度,从而加速计算速度。两者的效果和计算方法略有不同,用户可以根据自己的需求选择适合自己的脚本。
总的来说,T3 Moving Average是一种非常有用的技术指标,可以帮助交易者更好地理解市场趋势,提高交易效率。用户可以根据自己的需求选择适合自己的脚本,并灵活调整T3MA的长度和波动率系数以适应不同的市场。
一种特殊的均线用法:TVMA做滞后均线TVMA是一种特殊的均线,与传统的均线使用方式不同。TVMA是一种滞后均线,其滞后程度由`tvmaLength`参数决定。当`tvmaLength` = 1时,TVMA均线与数据源曲线完全重合,没有滞后。当`tvmaLength`的值越大时,均线的滞后程度越明显。因此,TVMA均线是一种非常独特的均线类型,需要确定参数的目的是为了获得滞后的均线信号,而不是领先的均线信号。
TVMA均线的作用是提供双均线金叉和死叉信号,作为买卖的参考信号。这种指标通常与其他技术指标一起使用,以增强其交易信号的准确性。TVMA均线的滞后特性使其在大趋势发展时产生较好的交易信号,可以帮助交易者避免短期波动的干扰。然而,在市场行情剧烈波动时,TVMA均线的滞后特性可能导致信号滞后,错过了良好的买入和卖出机会。
因此,当使用TVMA均线进行交易时,请注意调整参数以获得更好的滞后均线信号。此外,结合其他技术指标和市场趋势分析,也可以提高TVMA均线的交易信号准确性。
这段代码是一个 Pine Script 脚本,用于在 TradingView 平台上绘制 TVMA(Trigger Variable Moving Average)指标的线图。
首先,在脚本开头使用 //@version=5 注释声明了脚本的版本为 5。
然后定义了一个名为 L1 Trigger Variable Moving Average (TVMA) 的指标,并设置 overlay=true 表示将其叠加在主图上显示。
接下来定义了一个函数 tvma(source, length, alpha),用于计算 TVMA 值。该函数有三个参数:source 是输入数据源,length 是 TVMA 的长度,alpha 是系数。在函数内部使用循环计算出 TVMA 值,并返回结果。
然后通过 input() 函数定义了一些用户可调整的参数:src = input(close) 定义了输入数据源,默认为收盘价;tvmaLength = input(2, title='TVMA Length (>1)') 定义了 TVMA 的长度,默认值为 2;根据长度计算出系数 tvmaAlpha = 2.0 / (tvmaLength + 1)。
接着调用之前定义的函数 tvma(src, tvmaLength, tvmaAlpha) 计算出 TVMA 值,并将结果赋给变量 tvmaValue
最后使用 plot() 函数绘制出计算得到的 TVMA 线条,并设置标题和颜色等属性。
HOW-TO use trigger variable moving average as a trigger signalTVMA is a special type of moving average that differs from the traditional usage of moving averages. TVMA is a lagging moving average, and the degree of lag is determined by the parameter "tvmaLength". When "tvmaLength" = 1, the TVMA line coincides completely with the data source curve without any lag. As the value of "tvmaLength" increases, the lagging effect of the moving average becomes more pronounced. Therefore, TVMA is a very unique type of moving average that aims to obtain lagging signals rather than leading signals.
The purpose of TVMA as a moving average is to provide crossover signals (golden cross and death cross) as reference signals for buying and selling decisions. This indicator is usually used in conjunction with other technical indicators to enhance the accuracy of trading signals. The lagging characteristic of TVMA allows it to generate better trading signals during major trend developments and helps traders avoid being influenced by short-term fluctuations. However, during periods of intense market volatility, this lagging feature may cause delayed signals and result in missed opportunities for good buy or sell points.
Therefore, when using TVMA for trading purposes, it's important to adjust parameters in order to obtain better lagging moving average signals. Additionally, combining other technical indicators and analyzing market trends can also improve the accuracy of trading signals generated by TVMA.
The script defines an indicator called " L1 Trigger Variable Moving Average (TVMA)" using the indicator() function. It also defines a function called tvma() that calculates the TVMA (Trigger Variable Moving Average) based on a given source, length, and alpha value.
The main logic of the script involves calculating the TVMA value using the tvma() function with user-defined inputs. The source data for calculation is taken from the closing price (close). The length of TVMA and its alpha value are also defined by user inputs.
Finally, the calculated TVMA values are plotted on the chart using the plot() function with specified color and title.
强强融合,一个神奇均线移动平均在技术分析中广泛使用,用于识别资产价格的趋势和反转。其背后的想法是通过计算一定时间内的平均价格来平滑价格数据。这有助于过滤掉价格数据中的噪声,并提供底层趋势的更清晰图像。
Magic Moving Average(MMA)是一种自定义移动平均,它使用三种不同类型的移动平均(简单移动平均(SMA),指数移动平均(EMA)和加权移动平均(WMA))进行计算。 MMA旨在相对于传统移动平均更快地响应资产价格的变化。
首先,代码定义了指标的输入参数。长度参数确定用于计算移动平均的周期数。源参数指定用于计算移动平均的价格数据。最后,平滑度参数调整MMA的WMA组件的权重。
然后,代码通过添加SMA、EMA和WMA组件来计算MMA。SMA和EMA组件使用TradingView提供的标准函数进行计算。WMA组件是使用一个自定义函数进行计算的,该函数考虑了平滑度参数。
在计算MMA之后,代码将其绘制在图表上作为两条线,一条用于当前值,一条用于上一个值。然后根据当前MMA相对于其先前值的位置,填充这两条线的颜色。如果当前值高于先前值,则使用黄色填充绘图,否则使用品红色填充。
除了绘图之外,代码还包括基于MMA和其先前值的交叉点生成买入和卖出信号的逻辑。如果MMA上穿其先前值,则生成买入信号。相反,如果MMA下穿其先前值,则生成卖出信号。当生成信号时,会触发警报以通知用户。
最后,代码还包括生成信号的标签。生成买入信号时,在蜡烛底部放置绿色“B”标签。同样,当生成卖出信号时,在蜡烛顶部放置红色“S”标签。这些标签帮助用户快速在图表上识别信号。
总的来说,这个代码提供了一种简单而有效的方法来基于魔术移动平均生成交易信号。通过使用不同类型的移动平均的组合,该指标能够捕捉价格运动的不同方面,并生成更可靠的信号。输入参数的灵活性也允许用户将指标调整为其特定的交易需求。
喜欢均线流的朋友可以参考的一款技术指标GuppyGuppy Multiple Moving Average (GMMA)是一种广泛使用的技术分析工具,它可以帮助交易员识别价格趋势、确定入市和出市时机,并识别价格反转的信号。GMMA的发明者是Daryl Guppy,一位澳大利亚交易员和技术分析师,他在20世纪80年代末和90年代初开发了这种技术分析工具。Guppy Multiple Moving Average (GMMA)基于多个移动平均线(MA),包括短期和长期移动平均线(EMA)。短期MA组由6条MA组成,长期MA组也由6条MA组成。这些MA按颜色分组,使它们易于识别。
GMMA的基本原理是,当价格处于上升趋势时,短期MA组将处于长期MA组之上,而当价格处于下降趋势时,短期MA组将处于长期MA组之下。短期MA组和长期MA组的交叉可以帮助交易员确定价格趋势的方向和强度。当短期MA组交叉并上升时,交易员可以选择进入市场,而当短期MA组交叉并下降时,则可以选择离开市场。此外,GMMA还可以帮助交易员识别价格反转的信号。当价格在上升趋势中时,如果短期MA组开始向下交叉,这可能是价格反转的信号。相反,当价格在下降趋势中时,如果短期MA组开始向上交叉,则可能是价格反转的信号。
GMMA的优点是,它可以帮助交易员识别价格趋势和价格反转的信号,从而确定入市和出市时机。此外,GMMA的绘图方式使短期和长期MA组之间的差异更加明显,使其易于识别。但是,GMMA也有一些缺点。例如,它只能提供有限的信息,不能预测未来价格走势。此外,GMMA需要结合其他技术指标和基本面分析来进行交易决策。
总的来说,Guppy Multiple Moving Average (GMMA)是一种强大的技术分析工具,可以帮助交易员识别价格趋势、确定入市和出市时机,并识别价格反转的信号。如果交易员能够正确地使用GMMA,并结合其他技术指标和基本面分析,就可以获得更好的交易结果。
说说这种灵活的均线的用法:VIDYAVIDYA(Variable Index Dynamic Average)是一种技术指标,根据市场波动性调整其灵敏度。它是一种指数移动平均线(EMA),使用价格标准差作为波动性的度量。当市场波动时,该指标更关注最近的价格,而在稳定市场中,更注重较旧的价格。这使得VIDYA比常规EMA更能响应市场情况。
这个脚本是交易者可以使用的强大工具,可以获得有价值的市场趋势见解并做出明智的交易决策。L1 VIDYA是一种技术指标,根据市场波动性调整其灵敏度,使其比常规EMA更能响应市场情况。通过使用价格标准差作为波动性的度量,VIDYA提供了更准确的市场当前状态的表示,这在波动市场中特别有用。
这个脚本开源且免费用,源代码参考下面链接:
这个脚本的一个关键特点是它允许用户自定义在VIDYA计算中使用的周期和alpha输入。这意味着交易者可以根据自己特定的交易策略和偏好自定义指标。通过调整周期和alpha输入,交易者可以微调指标的灵敏度,以匹配他们所交易的市场的波动性。
除了在图表上绘制VIDYA线外,此脚本还基于VIDYA线的交叉和交叉下方生成购买和销售信号的警报和标签。这些警报和标签可以非常有助于识别潜在的交易机会并避免昂贵的错误。通过接收购买和销售信号的实时警报,交易者可以利用市场波动性并自信地快速交易。
这个脚本的另一个优点是它是用TradingView的Pine编程语言编写的,该语言专门为技术分析和交易而设计。Pine是一种用户友好的语言,允许交易者创建自定义指标和策略,而无需学习复杂的编程语言。这意味着即使没有编程经验的交易者也可以使用此脚本获得有价值的市场见解。
总的来说,这个脚本是交易者寻找强大且可定制的技术指标的优秀工具,可以帮助他们做出明智的交易决策。通过其调整市场波动性的能力、生成警报和标签以及根据个人交易策略进行定制,L1 VIDYA是任何交易者工具箱中宝贵的补充。
如何用Larry Williams的VixFix判断趋势?Larry Williams创造了一个人工VIX指数,不仅适用于主要股票指数, 这就是VixFix。下面是Williams VixFix的公式:
```
VIX Fix公式 = (最高收盘价(22)-最低价)/(最高收盘价(22))* 100
```
这是什么意思呢?换成白话来说,就是:
1. 找到过去22天内最高的收盘价并减去今天的最低价(或当前K线)。
2. 将其除以过去22天内的最高收盘价。
3. 将结果乘以100以“归一化”指标。
你问为什么是22天?因为这是一个正常交易日的月份长度。
所以,你看,这个公式很简单。它只是一种衡量过去22个交易日的价格波动性的方法。虽然有点滞后,但它能够胜任工作。
这里有我创建的脚本版本,它创建了一个自定义技术指标,名为“L1 Larry Williams VixFix”,用于衡量某个证券价格在指定期间内最高价和最低价之间的距离。
用户可以调整VixFix计算中的周期长度和源价格。周期长度默认设置为22,但用户可以使用“Length”输入参数进行修改。源价格默认设置为“close”,这意味着它将使用每个条的收盘价来计算VixFix。然而,用户也可以选择不同类型的价格数据,如开盘价、最高价或最低价。
VixFix被计算为指定期间最高收盘价和最低最低价之间差异的百分比。然后将这个百分比乘以100,以创建一个更易读的值。
最后,代码使用黄色和厚度为2的线在图表上绘制了VixFix线。这使用户可以轻松地可视化VixFix值并将其纳入其交易决策中。
总的来说,这个脚本提供了一个强大的技术分析工具,可以帮助交易者识别潜在的趋势变化和市场逆转。
[blackcat] L4 Adaptive Hull Suite 4H 详解L4 Adaptive Hull Suite 4H 旨在帮助交易员使用各种移动平均线和指标识别趋势反转和交易信号。脚本旨在具有适应性和可定制性,允许交易员调整设置以适应其个人喜好和交易风格。
其核心是使用混合Hull移动平均线(HHMA),这是一种流行的技术指标,旨在减少滞后和噪声,同时提高移动平均信号的准确性。 HHMA与反转横盘监测指标相结合,后者通过测量市场的波动性并将其与设置的阈值进行比较来帮助识别趋势反转。除了HHMA和反转横盘监测指标外,脚本还包括定制的开盘-收盘交叉(OCC)条件和混合Hull移动平均线(混合Hull MA)。 OCC条件允许交易员基于开盘和收盘价格的交叉生成买入和卖出信号,而混合Hull MA将HHMA与其他移动平均线相结合,以提供更准确可靠的趋势跟随信号。交易员可以调整脚本的设置以适应其交易风格和风险偏好。例如,可以自定义横盘监测长度、ATR长度和反转横盘监测阈值以更准确地识别趋势反转,而Hull MA长度可以调整以提供更快或更慢的对价格变化的反应。
总体而言,L4 Adaptive Hull Suite 4H 是一种强大而灵活的Pine脚本,可以帮助交易员识别趋势反转并生成准确的买入和卖出信号。
**关于时间框架:**
L4 Adaptive Hull Suite 4H 专为4小时时间框架而设计,特别适用于交易BTCUSDT.P交易对。该脚本结合了各种技术指标,包括自适应Hull移动平均线(AHMA)和反转横盘监测指标,以帮助识别趋势反转并生成准确的买入和卖出信号。
有兴趣使用L4 Adaptive Hull Suite 4H 的交易员应注意,它针对4小时时间框架进行了优化。虽然它可能适用于其他时间框架,但生成的信号可能不如在4小时图表上生成的信号可靠。此外,该脚本专为使用BTCUSDT.P交易对而设计,对于其他交易对可能不太有效。
总体而言,L4 Adaptive Hull Suite 4H 是一种强大而适应性强的Pine脚本,可以帮助交易员识别趋势反转并生成准确的买入和卖出信号。凭借其专注于4小时时间框架和BTCUSDT.P交易对,该脚本可以成为那些希望在这种特定资产上改善交易结果的交易员的有价值工具。
**敏感性横盘监测**
L4 Adaptive Hull Suite 4H 包括一种横盘监测单位检测功能,可帮助交易员确定市场是强劲趋势还是横盘运动。当市场趋势强劲时,图表的背景颜色将变为蓝色,表示活动的买入或卖出信号。相反,当市场横盘运动时,脚本将忽略由OCC或Hull MA条件生成的任何买入或卖出信号。
横盘监测单位检测功能基于反转横盘监测指标,后者测量市场的波动性并将其与设置的阈值进行比较。当横盘监测值高于阈值时,认为市场处于横盘或横盘监测阶段,脚本将不会生成任何买入或卖出信号。然而,当横盘监测值低于阈值时,认为市场趋势强劲,脚本将根据OCC或Hull MA条件生成活动的买入或卖出信号。
总体而言,横盘监测单位检测功能是L4 Adaptive Hull Suite 4H 的一个有价值的补充,因为它可以帮助交易员确定进入和退出市场的最佳时机。通过关注强劲趋势并忽略横盘运动,交易员可以提高交易结果并将损失的风险降至最低。
**背离检测和警报**
L4 Adaptive Hull Suite 4H 是一种强大的Pine脚本,可以使用内置的alert()函数生成背离标签和TradingView警报。这使交易员可以在脚本生成买入或卖出信号时接收实时通知,从而更容易掌握市场动向并利用有利可图的交易机会。
要设置警报,交易员可以简单地向脚本添加alert()函数并指定应触发警报的条件。例如,交易员可能希望在脚本基于OCC条件生成买入信号或Hull MA上下交叉时接收警报。
除了警报之外,该脚本还可以生成背离标签,这可以帮助交易员识别潜在的趋势反转并生成更准确的买入和卖出信号。背离标签基于脚本的指标与正在交易的资产的价格行动之间的背离,可以为基础市场动态提供有价值的见解。
总体而言,L4 Adaptive Hull Suite 4H 是一种多功能且可定制的脚本,可以帮助交易员识别趋势反转并生成准确的买入和卖出信号。凭借其产生警报和背离标签的能力。
一种大小周期都通用的MACD和RSI融合技 MACD和RSI融合测试是一种常用的技术分析策略,用于在市场中识别买入和卖出信号。该策略利用了两个流行的技术指标,即移动平均收敛/扩散(MACD)和相对强度指数(RSI),并将它们结合起来创建一个强大的交易信号。MACD和RSI融合测试最初是为中国股市开发的,现在被全球交易员广泛使用。该策略的基本思想是,MACD和RSI指标可以结合使用,以提供更准确可靠的信号。
要使用 MACD和RSI融合测试,交易员需要遵循一些简单的步骤。以下代码是原始的 MACD和RSI融合测试代码的TradingView Pine script v4指标版本代码:
```pine
//@version=4
study(" MACD and RSI fusion ", overlay=false)
// 定义simple融合指标
simple_fusion = (ema(close, 12) - ema(close, 26)) * 1.2 + rsi(close, 14) / 50
// 定义simple融合滞后指标
simple_fusion_lag = nz(simple_fusion )
// 绘制simple融合和simple融合滞后指标
plot(simple_fusion, color=color.blue, title="simple fusion")
plot(simple_fusion_lag, color=color.red, title="simple fusion Lag")
```
该代码定义了simple fusion和simple fusion Lag指标,并在图表上绘制它们。 simple fusion指标是收盘价的12和26个周期的指数移动平均之和,乘以1.2,加上收盘价的14个周期的相对强度指数,除以50。 simple fusion Lag指标是上一个周期的simple fusion指标的值。
交易员可以使用simple fusion和simple fusion Lag指标来识别买入和卖出信号。当simple fusion指标向上穿过simple fusion Lag指标时,这是一个买入信号,当simple fusion指标向下穿过simple fusion Lag指标时,这是一个卖出信号。
总之, MACD和RSI融合测试是一种强大的技术分析策略,结合了两个流行的技术指标,用于在市场中识别买入和卖出信号。通过使用TradingView Pine script代码。
操作靠运气盈利靠一只今天上证指数在企稳之后再次开始拉锯,这里对于短线来说是盈利的好机会。当然,这个前提是在上周五要有比较合理的持仓。对于打板策略今天仍旧微微盈利,这全部得益于大仓位的重仓名臣健康,又封了涨停。然而,持仓的其它则显得拉垮,都是浮亏的,但是这就说明盈亏同源,关键是仓位的控制。这种情况,按照以往经验,应该是妥妥的亏损,但是因为运气的因素,在名臣健康一只上不仅抵消了浮亏,还有盈利。当然,这只是看今天一天,名臣如果被核,并且其它也疲软则算是一起清算了。
5月29日持仓情况
第一名 名臣健康
继续高开高走封涨停,今天全靠这一只,做了个反T,不为降成本,只为分时走一步看一步的去定性。有时候运气在单日交易中的作用远胜技术分析!
第二名 焦点科技
没想到上当了,买入就拉稀,一直拉到收盘,我真是服了。
第三名 台海核电
这只在上周贡献主要利润的个股终于是由盛转衰,开盘大幅减仓,然后留点看看。
第四名 中大力德
盘后看是横盘震荡,但是策略做的T简直是不堪入目,所以没有任何策略可以一劳永逸的解决掉市场所有形态,这种情况只能看看,把风险控制到可以接受的程度吧!
此处无人胜有人真是服了。没想到因为选股系统出了问题,却导致在这种“慢操作”当中获利了好几天,主要的操作要么是做T,要么就是锁仓。虽然我还不能理解其中奥妙的原理,但是直观上来说,这是我跑了半年的打板策略中最省心最稳定的几天了。当然,我也不知道会不会下周策略表现就会出现反转,但是我知道要尽量维持现有状态,对比短线市场情绪,理解这种操作的本质。现在我理解这种情况的出现可能与“快策略+慢选股”有关系。这也是我后面值得实验的一个理念。对于快策略可能比较好理解,就是小周期买卖点的把控和操作;对于慢选股,究竟如何慢,慢到什么节奏,如何知道换股的周期节点等对我来说都是比较新的东西。为了简化,并理解这个因素的影响,我想通过多周期控制来实现这两个层面的控制。快策略的就是小周期,而慢选股的最直观方法就是使用大周期,例如周线。在这种“此处无人胜有人”的状态结束后,我会尝试一下这个双层控制的方法。
5月26日持仓情况
第一名 名臣健康
前面曾有过持仓,也有过空仓,完全是策略自己决定的,在周五早上开盘上冲之后,就激活了策略关注,并且在半路和排板两种模式上触发了一系列的操作,这也导致这只股票在收盘时仓位排名成为第一。
第二名 中大力德
之前没有过持仓,尤其周五早盘开盘还是低开,横走,直到后面有一段缓慢爬升后,策略认定有鲸鱼进场,才做了半路和低吸的操作。但是,我主观并不看好这个操作,虽然这些操作是在下午执行的,降低了风险。
第三名 台海核电
这只股票经过涨停洗礼进入“物极必反”的激烈阶段,全天都在找高点卖。 水上高点卖,跳水后找机会也得卖。
第四名 新联电子
早上直接低开,曾经一度被按了跌停,所以,密集的卖卖卖层出不穷,将持仓损失控制到最小。
静为噪君最近几日又在忙着解决选股系统因为硬件环境变化引入的各种问题,做量化还真是要求全面,不仅要懂金融,还要懂技术,能编程,还要知道运行环境因为更新带来的各种问题。相比之下,TradingView算是非常稳定的环境了,作为策略原型开发真是不错,可惜没有条件选股器。所以,我只能用Python搭建一个“小电驴”凑合着用吧。
不过这两天忙着维修,也没时间管理策略,反而发现这几天都是赚钱的。这真的是让我有点翻白眼,之前每天做功课细细研究,几乎每天更新股票池,都不太容易稳定盈利,却在选股器出问题的这几天,围绕之前那几只让机器反复做来做去,却开始稳定盈利了,交易真的要这么折腾人么?
5月24日持仓情况
第一名 台海核电
因为完全没有人为干预,这个操作看起来还是比较流畅的,早上冲高的时候买入,横盘时候卖出做了T,相当不错,后面又在封涨停的时候排板买入,包括回封后的买入都是比较符合半路策略的。
第二名 新联电子
在早盘冲高半路买入,封死一段开始排板,但是后面炸了,一路都比较悬,但是排板就是风险较大,是赌博,所谓富贵险中求,幸好尾盘回封也同样预示着第二天存在溢价的概率不小。
第三名 远大智能
早盘低开下杀,之后迅速拉起,策略卖在高点附近,而且是清仓,从一天的行情看来确实相当不错了。
第四名 名臣健康
低开还下杀,反弹没有到水上,但是策略直接清仓了,这就是错过了后面水上的机会,但是这种完全的事靠代码实现,对我来说依旧很难,能有此表现也颇为不错了。
5月25日持仓情况
第一名 台海核电
因为早盘高开又比较强势封了涨停,导致策略没有任何动作,也没有触发补仓的动作,相当于锁仓一天,索性今天封的依旧不错。
第二名 新联电子
低开高走,策略在水上分多次将持有的仓位卖出,而且这一路东北的强势,在快封涨停时候触发了扫板的操作,这个买的动作我也是很满意的。
红杏出墙这是中国特有的蜡烛图形态之一。红杏出墙出自中国古代宋朝叶绍翁《游小园不值》诗:“春风满园关不住,一支红杏出墙来。” 尽管暗喻指妻子有外遇,但是在此处只是形态描述。红杏出墙是波段蓄势阶段开始的信号,是很好的买点,默认的卖点是价格达到55日均线。
均线成典型的空头排列,价格长期下跌并远离长期均线,这时,13线有下降趋于走平,价格从下向上突破13线,并且在13线上企稳,这根站上13线的阳线称之为红杏出墙。
1. 红杏出墙出现当天,轻仓试探。
2. 第二天,盘中择低点介入
3. 被动式卖出。所谓被动式卖出,即价格触碰55线就果断清仓。因为股价初次上试55线一般都有一个回抽,先行卖出既可以保住果实,又能够获取操作上的主动权。
4. 主动式卖出。所谓主动式卖出,就是当股价冲上55线以后,如果成交量持续放大,支持股价继续上升,就持股不动,或者说不拉阴线就不考虑出货。即使拉出阴线也应该根据第二天的走势再定夺;如果第二天阳线能一举收复昨天失地,就继续持股不动,否则,就全线清仓。
值得注意的是
1. 价格的跌幅越大越好,跌幅越大,说明空方力量越小。
2. 13线必须走平,13线越平或上翘,成功率就越高。
3. 增加EMRSI9滤除假信号。
红杏出墙成功案例:
金龙汽车日线行情来自TradingView
欢瑞世纪日线行情来自TradingView
红杏出墙失败案例:
中国高科日线行情来自TradingView
央视传媒日线行情来自TradingView
RSI变体改善红杏出墙本人早年学习宁俊明的135战法,集成了一些新技术提升其准确性,在众多技术形态中,红杏出墙可以说是比较好效果的波段起点,也在实战中相比其它形态的成功率要高些。其市场意义是市场完成筑底,开始新一波拉升的信号。按照原教义的描述,红杏出墙的形态定义为其前期必须是下降趋势中,空方力量尽数化解,135日均线(13,34,55)系统呈典型的空头排列,股价经过长期的下跌并远离长期均线,渐渐的13日均线由下降趋势开始走平,股价在量能的配合下由下向上突破13日均线,并且在13日均线上企稳,这第一根站上13日均线的的阳线便是叫做“红杏出墙”。 按照这个描述写成Tradingview脚本后会发现其实红杏出墙成功率并不高,因为K线形态类似,但是市场阶段不同,其市场意义不同,照猫画虎只记得K线形态,不了解市场运行的时空位置,会早晚把钱输光吧。后面,我就想进一步改善这个形态的准确性,其中一个就是按照宁俊明的说法前面要有一个MACD金叉,并且前面要有一波反弹。可惜,即使如此效果已经非常一般,我先面主图中展示的就是红杏出墙进化到这个阶段的结果。但是,我研习了各种RSI变种,发现一些变种对于滤除红杏出墙伪信号效果还是颇为不错的:
1. 变种RSI尤其是融合随机信号的RSI比较敏感,对于滤除中继类型红杏出墙有着不错的效果。
2. 将RSI做成快慢线,金死叉状态加上超卖超买信号条件也是非常好的滤波器。
下面以金龙汽车为例,说明下两种RSI变体对于红杏出墙的改善效果:
金龙汽车日线行情来自TradingView
金龙汽车日线行情来自TradingView
短线情绪修复
今天短线情绪修复,短线行情最近还是很不错的,这是全面注册制之后第一波相对友好的行情了。今天主要是在中字头概念、职业教育、一带一路方向上的炒作,带头大哥分别是中远海科二版,国新文化二板,秦港股份四板。涨停数增多、跌停数减少。
上证指数行情来自TradingView
今日持仓
第一名 华设集团
数据交易概念股,炒的是国家大数据战略。虽然早盘强势但是很快被砸下来,期间又反复拉锯,最终在尾盘再次封板,实属惊险。但是看分时图上面不断上移的低点,多方力量还是比较顽强的,看好明天给个溢价。
第二名 掌阅科技
人工智能+互联网数字阅读服务概念,算是这波行情中难得的连板股,但是今天三进四失败了,虽然盘中再次封板但是最后还是炸开了。我看了几个首板和接力的大佬,目前全面注册制之下,他们基本不会在高位接盘类似掌阅科技这种连板。接力已经像以前那样吃香了。
第三名 金龙汽车
新能源汽车概念,完成一进二晋级,而且走的比较稳健,没有太大的反击,希望明天能是轮到新能源汽车,这样先手说不定会有不错的溢价。
股性不改:一惊一乍A股果然是一惊一乍的,前一天还赚钱效应爆棚,第二天就来个跌停的小高潮,这让在A股交易的人着实煎熬。这也再次说明在这种神经兮兮的市场中,用人肉去操作难免受到情绪的影响(除非已经大成,就像北京炒家那种防守极强的选手),而拥有一套机械化的稳定操作系统才是长久混迹市场的必要手段。
上证指数行情来自TradingView
今日清仓
第一名 鸿博股份
AI依旧是资金追捧的的板块,但是随着剑桥的陨落可能会对情绪有所影响,陈小群的出局可能给剑桥的反包带来契机。对于老牌强势的鸿博股份,溢价还是不错,说明资金的记忆性还是不错,这就是股性好。虽然卖飞了,但是也是在阶段高点,这样的操作已经算是比较满意了。
第二名 新坐标
新坐标开盘就被闷头锤了下去,等了一会儿感觉反攻无望,在小反弹的途中进行了清仓。正所谓:一鼓作气,再而衰,三而竭,反之亦然。
第三名 老凤祥
老凤祥的强势是随着美联储加息,国际金价暴涨而雄起,同样随着国际黄金价格回撤,第二日资金的追捧程度也是锐减,在接近昨日收盘价附近进行了清仓。
今日持仓
第一名 掌阅科技
继续强势连板,也不敢怠慢,重仓杀进去了。
第二名 城市传媒
高开后被按了下来,在震荡中,低吸了几下,但是在恶劣的氛围中,显然其中资金没有意愿“傻乎乎”的去封板,不是头铁的资金,不能跟上去,果然,在尾盘时候又被狠狠的锤了下来。
第三名 杭氧股份
高开低走,但是显然有了个弱转强的趋势,所以在快封板的时候追了进去,我还是比较看好这个,觉得会有些溢价,否则主力顶着这么大的压力来回折腾只是为了玩玩?
第四名 广深铁路
原有持仓做了个不太成功的T,事实上有些卖飞的感觉,但是至少在盘中随着时间的流逝,将风险控制在一定的范围中了。