交易策略优化热力图

我构建了一个偏见安全的Ichimoku + EMA信号,在7种主要货币对上以4小时的分辨率进行了回测,然后使用参数热力图选择了稳健的设置。

交易策略优化热力图
一键发币: SUI | SOL | BNB | ETH | BASE | ARB | OP | POLYGON | 用AI学区块链开发

我构建了一个偏见安全的Ichimoku + EMA信号,在7种主要货币对上以4小时的分辨率进行了回测,然后使用参数热力图选择了稳健的设置。热力图使优化视觉化和诚实,你可以看到稳定性区域,而不仅仅是幸运的峰值。

1、神奇的热力图

收益百分比与ATR(止损)和RR(风险回报率)乘数的关系

我可以诚实地花几个小时来分析这个热力图,但让我们先聚焦于第一眼注意到的东西:横跨整个图表的波浪状“条纹”或对齐方式。你会注意到这些小山脊线将收益群集分开,有点像地图上的等高线,并且它们呈负斜率。

在交易术语中这意味着什么?嗯,ATR乘数(你的止损距离)随着风险回报乘数的增加而减少。翻译:如果你的止损很宽,那么你的止盈(只是SL × RR)会离入场点太远。你不能同时将两者都设得很高而不破坏策略的数学逻辑。换句话说,ATR乘数直接决定了你的止盈可以合理达到多远。

把它想象成调音吉他弦:调得太紧(大的ATR止损)而同时又把音高(RR乘数)调高,就会绷断。调得太松,声音(你的收益)就变得平淡无味。只有当两者平衡时才存在最佳点,而这正是这个热力图所展示的。

现在这里有趣的部分:看看颜色分布。几乎整个地图都处于绿色(正收益)区域。当然,这里那里有一些深色斑块,但主要的收获是,无论你选择哪种ATR和RR的组合,该策略仍然有利可图。这不是免费的午餐,我甚至在回测中包含了佣金。

这就是它的魅力:你不是在看一个只在“魔法数字”下工作的脆弱系统。稳健性通过热力图清晰可见。

2、策略规则(市场入场规则)

由策略自动生成的信号,用Python编码,它自己运行

我们在这个策略上使用的是4小时时间框架,所以每个蜡烛代表4小时的价格行为。

2.1 趋势过滤器 — EMA 100

首先,我们必须确保我们确实处于趋势中,然后再考虑交易。

我们使用EMA 100(一条平滑的长期移动平均线)。

要称为上升趋势

  • 当前蜡烛以及至少前五个蜡烛必须完全位于EMA之上(它们的开盘价和收盘价都位于EMA线上方)。

要称为下降趋势

  • 当前蜡烛以及至少前五个蜡烛必须完全位于EMA之下

如果蜡烛在EMA周围混合?不交易。保持耐心。

这就像一个门卫:只有当市场明显处于趋势中时才进行交易。

2.2 入场规则 — Ichimoku云回撤

一旦EMA给了我们绿灯,我们就放大观察Ichimoku云来寻找精确的入场点。

假设我们正在寻找一个做多交易(上升趋势情况):

  1. 查看最后10根蜡烛。至少7根(或者5根或6根,但至少一半)必须完全位于云的上边缘之上。这告诉我们动量很强。
  2. 对于当前蜡烛:它必须在云的上边缘之下开盘(稍微进入云内),然后重新收于云之上。这基本上是一个进入云内的小幅回调,随后向上反弹。

对于做空交易(下降趋势情况),翻转所有内容:

  1. 最后10根蜡烛中至少有7根收于云的下边缘之下。
  2. 当前蜡烛在下边缘之上开盘(进入云内),然后重新收于其下。

因此,入场总是“进入云内并反弹回趋势方向”。

2.3 风险管理 — ATR & RR

止损(SL): 设置在ATR × 乘数的距离。

止盈(TP): 基于止损,乘以选定的风险回报率

例如:ATR = 40点,乘数 = 2 → SL = 80点。
如果RR = 2,则TP = 160点。

就是这样!简单来说:

  • EMA 100 确保我们只在真正的趋势中交易。
  • Ichimoku云 给我们一个干净的“回撤并反弹”入场点。
  • ATR & RR 管理风险和盈利目标。

上面显示的图表展示了红色三角形,这是我们的算法在CHFUSD数据中生成的做空入场点。

下面的图表显示了用绿色三角形标记的做多信号。

由我们的算法生成的上升趋势做多信号(绿色三角形)。

3、说实话,整体表现如何?

这个策略的问题在于它有点慢。规则非常严格,你很少能捕捉到那些“完美”的信号,即一切都对齐的情况。

如果你手动交易,比如像传统的图表观察者一样,你可能会更灵活一些。例如,你可能不需要等待蜡烛实体进入云内再收于其上,你也可以考虑那些仅影线进入云内的设置。特别是如果你能识别出支撑位的形成,那通常是一个明显的反弹即将发生的迹象。

但在回测时,我们不能依赖“直觉”或“目测支撑”。我们需要硬性、客观的规则。这就是为什么我用这些超级严格的数值条件编写了这个策略。结果令人惊讶地稳固。热力图显示,大多数ATR乘数和风险回报率的组合下,收益都是正的

事实上,该策略在回测中达到了约40%的年收益率,并且在包括交易佣金后仍如此。


原文链接:Heatmap For Trading Strategy Optimization (Full Backtest)

DefiPlot翻译整理,转载请标明出处

免责声明:本站资源仅用于学习目的,也不应被视为投资建议,读者在采取任何行动之前应自行研究并对自己的决定承担全部责任。