IsGreater/IsLower Adaptiver Block, Autokorrelationsindikator und Pläne für 2025

Willkommen zu unserem heutigen Blogbeitrag! Wir freuen uns darauf, in die neue Ist größer/ist kleinerAdaptiver Vergleichsblock , eine innovative Erweiterung des bisherigen bereichsbasierten adaptiven Blocks. Außerdem stellen wir einen leistungsstarken neuen Indikator vor, Autokorrelation die jetzt auf dem StrategyQuant Sharing Server verfügbar ist. Zum Abschluss werden wir unsere Vision für 2025 vorstellen, die sich auf die Erweiterung des Strategy Client mit benutzerdefinierten Snippets und verbesserten Funktionen konzentriert. Fangen wir an!

IsGreater/IsLowerAdaptive Block

Kernfunktion

Die IsGreater Is/Lower Adaptiver Vergleichsblock tut vor allem eines: Er prüft, ob ein Indikator größer als ein anderer ist, erzeugt aber nur dann ein Signal, wenn ähnliche Situationen in der Vergangenheit profitabel waren.

Dieser Vergleichsblock analysiert die gesamte Länge des Signals, von dem Moment an, in dem es erzeugt wird, bis es nicht mehr gültig ist. Wenn wir zum Beispiel ein Signal analysieren, bei dem der RSI größer als 50 ist, wertet dieser adaptive Block Signale aus, bei denen der RSI über 50 lag. Situationen, in denen der RSI unter 50 lag, werden ignoriert, so dass der Block die Gesamtqualität des Signals bewerten kann.

Der Hauptunterschied zwischen dem Ist Greater Adaptive Block / Ist unterer adaptiver Block und die Kreuze oben Anpassungsfähig  / Kreuze Unterer Block liegt in ihrem Ansatz. Die Is Greater Adaptive/ Ist Niedriger Adaptiv Blöcke wertet die gesamte Signaldauer aus, während der Kreuze oberhalb der adaptiven /Kreuze unterhalb der adaptiven Blöcke analysiert Ereignisse nach einem bestimmten Crossover innerhalb einer definierten Anzahl von Bars.

Funktionsweise des Mechanismus "Größere Anpassungsfähigkeit/geringere Anpassungsfähigkeit

Die Ist Größere Anpassungsfähigkeit und Ist Niedriger Adaptiv Mechanismen folgen einem strukturierten Prozess, um Handelssignale zu bewerten und sich den Marktbedingungen anzupassen. Der Prozess besteht aus vier wesentlichen Schritten:

1. Grundlegende Signaldetektion

Der erste Schritt besteht in der Ermittlung einer grundlegenden Ist größer oder Ist niedriger Ereignis. Dies geschieht, wenn ein Indikator einen anderen über- oder unterschreitet. Beispiele hierfür sind:

• Der aktuelle Schlusskurs liegt über einem gleitenden 20-Perioden-Durchschnitt.
• Der RSI(14)-Wert kreuzt über 50.

Diese Ereignisse dienen als erste Signale, die weiter ausgewertet werden.

2. Historische Leistungsbewertung

Sobald ein Crossover-Ereignis erkannt wird, wertet das System seine historische Performance aus. Es analysiert, wie ähnliche Signale in vergangenen Geschäften (X-Trades) abgeschnitten haben. Dieser Schritt fungiert als "Backtest im Backtest" und hilft dabei, die potenzielle Zuverlässigkeit des aktuellen Signals auf der Grundlage historischer Daten zu ermitteln.

In der obigen Abbildung ist grafisch dargestellt, wie Signale definiert werden, wenn man isGreaterAdaptive . Ein Signal kann als eine Situation betrachtet werden, in der Schließen > Gleitender Durchschnitt .

3. Benutzerdefinierte Metriken und Schwellenwerte

Das System vergleicht dann die historische Performance mit benutzerdefinierten Metriken und Schwellenwerten. Händler können verschiedene Bewertungskriterien konfigurieren, wie z. B.:

• Proauglichkeitsfaktor: Das Verhältnis von Gewinn- zu Verlustgeschäften.
• Kumulative %PLeistung: Der prozentuale Gesamtertrag, der in der Vergangenheit mit dem Signal erzielt wurde.

Diese Metriken gewährleisten, dass nur Signale, die den Erwartungen des Händlers entsprechen, als gültig angesehen werden.

4. Endgültige Entscheidung: Anpassung an die Marktbedingungen

Schließlich prüft das System, ob die aktuellen Marktbedingungen denen ähneln, bei denen das Signal in der Vergangenheit gut abgeschnitten hat. Wenn die Bedingungen übereinstimmen und die Kennzahlen die festgelegten Schwellenwerte erfüllen (z. B. ein Gewinnfaktor von mehr als 1,5), wird der Handel bestätigt. Andernfalls sieht das System davon ab, einen Handel einzugehen, um die Wahrscheinlichkeit von Fehlsignalen zu verringern.

Dieser adaptive Ansatz ermöglicht es Händlern, historische Daten und Echtzeit-Marktanalysen zu nutzen, um fundiertere Handelsentscheidungen zu treffen.

Wichtige Einstellungen

Die Leistung der Kreuzung wird dann mit benutzerdefinierten Schwellenwerten verglichen. Der Benutzer kann verschiedene Bewertungsmetriken wählen, wie z. B.:

• Methodik
  • Profit-Faktor: Siege geteilt durch Verluste.
  • Kumulative %-Leistung: Gesamtrendite in Prozent.
• TradesLookBack: Anzahl der zu analysierenden vergangenen Trades (z.B. 10 bedeutet, dass die letzten 10 Signale analysiert werden).
• Leistungsschwellenwert: Mindestleistungsanforderung (z. B. bedeutet ein Profit-Faktor von 1,5, dass 1,5 Mal mehr Siege als Verluste erzielt werden).
• TS Max Bars Zurück:  Parameter, der ausschließlich für das Backtesting mit der TradeStation- oder MultiCharts-Engine verwendet wird. Dieser Parameter muss genau dem Wert entsprechen, der direkt in der TradeStation- oder MultiCharts-TS-Einstellung "Max Bars Back" festgelegt wurde.

Ergebnisse

• Erzeugt weniger Signale im Vergleich zu Standardvergleichen.
• Filtert Signale auf der Grundlage historischer Erfolge.
• Passt sich an veränderte Marktbedingungen an.

Importieren des Blocks : Eine Anleitung zum Importieren des Snippets finden Sie im Abschnitt Docs hier

Nach erfolgreichem Import können Sie die neuen Vergleichsblöcke in verwenden: 

Bauherr

Im Builder können Sie diesen Block unter Builder / Blöcke aktivieren. Bei der Durchführung von Blind Datamining wird empfohlen, die Metrik Avg Performance zu verwenden, die nicht richtungsgebunden ist und die durchschnittliche absolute Stärke eines Signals berechnet. Wie detailliert und spezifisch die Einstellungen sind, bleibt jedem Benutzer selbst überlassen.

 AlgoWizard - Benutzerdefinierte Blöcke

Mit den benutzerdefinierten Blöcken in StrategyQuant X können Händler personalisierte Bausteine für ihre Handelsstrategien erstellen, ohne selbst programmieren zu müssen. Diese Blöcke können verwendet werden, um spezifische Bedingungen, Indikatoren oder Logik zu definieren, die auf die Anforderungen des Benutzers zugeschnitten sind. Einmal erstellt, können benutzerdefinierte Blöcke nahtlos in AlgoWizard, den visuellen Strategie-Builder von StrategyQuant, integriert werden, um komplexe und anpassungsfähige Handelsstrategien zu erstellen. 

Benutzerdefinierte Blöcke erhöhen die Flexibilität, indem sie es Ihnen ermöglichen, Schlüsselmetriken wie Indikatorperioden, Gewinnfaktoren und Gewinnprozentsätze zu parametrisieren und so mehr Kontrolle über das Verhalten Ihrer Strategie zu erhalten. Zusammenfassend lässt sich sagen, dass benutzerdefinierte Blöcke präzisere, dynamischere und anspruchsvollere

Für den Moment habe ich mehrere benutzerdefinierte Blöcke auf der Grundlage dieser Bedingung vorbereitet. Sie können sie über diesen Link herunterladen Link und importieren Sie sie mit den folgenden Schritten.

 AlgoWizard - Vorlagen

Dies ist ein fortgeschrittenes Thema, das wir in einem der nächsten Artikel ausführlicher behandeln werden. Durch die Kombination von benutzerdefinierten Blöcken und Zufallsgruppen können Sie eine Prototyp-Strategie erstellen und SQX anweisen, nach bestimmten Arten von Strategien zu suchen und seine Anpassungsfähigkeit zu erhalten.

 Der Indikator ist implementiert für: MT4/MT5/Tradestation/ Multicharts.  Sie können es herunterladen hier .

Das Verständnis des Autokorrelationsindikators

Die Autokorrelationsindikator ist ein leistungsfähiges statistisches Werkzeug, das in der technischen Analyse eingesetzt wird, um wiederkehrende Muster und zyklisches Verhalten auf den Finanzmärkten zu erkennen. Hier finden Sie einen Überblick über seine Funktionalität, Implementierung und Anwendungen.

Was ist Autokorrelation?

Die Autokorrelation misst den Grad der Ähnlichkeit zwischen einer Zeitreihe und einer verzögerten Version ihrer selbst. Einfach ausgedrückt, bestimmt sie, ob die heutigen Kursbewegungen mit den Bewegungen einer bestimmten Anzahl von Zeiträumen vor ihnen zusammenhängen.

• +1 : Perfekte positive Korrelation.
• 0 : Keine Korrelation.
• -1 : Perfekte negative Korrelation.

Hauptvorteile und Handelsanwendungen

• Marktzyklen : Identifiziert wiederkehrende Muster und prognostiziert Kursbewegungen für Strategien zur Mittelwertumkehr.
• Momentum : Misst die Stärke des Markttrends und erkennt Regimewechsel.
• Entwicklung einer Strategie : Erleichtert systematische Handelsstrategien mit Risikomanagement.

Bewährte Praktiken

1. Lag-Auswahl
   • Kurze Verzögerungen (1-5): Kurzfristige Beziehungen.
   • Mittlere Verzögerungen (10-20): Zwischenzeitliche Zyklen.
   • Lange Verzögerungen (20+): Langfristige Muster.
2. Signalauswertung
   • Starke positive Autokorrelation: Wahrscheinliche Trendfortsetzung.
   • Starke negative Autokorrelation: Mögliche Umkehrung.
   • Die Autokorrelation ist nahezu null: Zufällige Preisbewegung.
3. Verknüpfung mit anderen Indikatoren
   • Trendindikatoren zur Bestätigung.
   • Maße für die Volatilität.
   • Volumenanalyse zur Entscheidungsunterstützung.

Der Indikator umfasst drei benutzerdefinierte Blöcke, die verschiedene Marktszenarien abdecken:

1. AutoKorrelation_StrongTrend : Dieser benutzerdefinierte Block identifiziert Situationen, in denen die Autokorrelation darauf hindeutet, dass sich der Markt im Trend befindet.
2. AutoKorrelation_RandomPreise : Dieser Block hebt Perioden hervor, in denen die Preise zufällig erscheinen und die theoretisch weniger günstig für den Handel sind.
3. AutoKorrelation_MeanReversion : Dieser Block erkennt Mittelwertumkehrperioden, die Zeiten signalisieren, in denen der Preis innerhalb einer Spanne schwankt.

Der Autokorrelationsindikator bietet wertvolle Einblicke in das Marktverhalten, sollte aber immer als Teil einer umfassenden Handelsstrategie verwendet werden.

Der Indikator ist implementiert für: MT4/MT5/Tradestation/Multicharts. Sie können ihn herunterladen hier .

Pläne für 2025: Neue Snippets und Funktionen

Für das kommende Jahr haben wir mehrere spannende Funktionen geplant, darunter:

•  Liegt über dem gleitenden Durchschnitt/ liegt unter dem gleitenden Durchschnitt Vergleichsblock, mit dem Sie Indikatoren mit Hilfe des gleitenden Durchschnitts erstellen und glätten können.
• Ausschnitt aus der Divergenzanalyse : Implementiert als Vergleichsblock.
• Statistische Process Control Vergleichsblöcke
• Daten-Drift-Erkennungsblöcke : Verhinderung des Handels bei Regimewechseln.
• CUSUM-Überwachung : Kleine Verschiebungen erkennen.
• EWMA : Verfolgen Sie schrittweise Veränderungen.
• Kolmogorov-Smirnov-Regime-Indikator
• Page-Hinkley-Testindikator
• Drift Detection Method (DDM) Indikator
• Earth Mover's Distance Indicator

Wir sind bestrebt, die Möglichkeiten des Strategie-Clients zu erweitern und Tools anzubieten, die es Händlern ermöglichen, effizient durch dynamische Märkte zu navigieren.