Tägliche Schlusskursvergleichsstrategie


Erstellungsdatum: 2023-09-17 18:28:31 zuletzt geändert: 2023-09-17 18:28:31
Kopie: 3 Klicks: 630
1
konzentrieren Sie sich auf
1617
Anhänger

Überblick

Diese Strategie beurteilt die Trendrichtung durch den Vergleich des aktuellen K-Linien-Klopppreises mit dem Vortagsklopppreis. Sie gehört zu den einfachen Trendverfolgungsstrategien. Wenn die Preise steigen, machen Sie mehr, wenn sie sinken, machen Sie weniger.

Strategieprinzip

  1. Berechnen Sie die Differenz zwischen dem aktuellen Schlusskurs der K-Linie und dem Schlusskurs des Vortages.

  2. Wenn das Verhältnis größer ist als der Set-Through-Value, bedeutet dies, dass der Preis steigt und mehr getan wird.

  3. Wenn das Verhältnis kleiner als die negative eingestellte Schwelle ist, bedeutet dies, dass der Preis gesunken ist.

  4. Die Schwelle wird auf 0 gesetzt, d.h. wenn der Preis steigt, ist mehr zu tun, wenn er sinkt, ist es leer.

  5. Es gibt keine Stop-Loss-Logik, sondern nur Trendbeständigkeit, um Gewinne zu erzielen.

Analyse der Stärken

  1. Es ist eine sehr einfache, intuitive Methode, um Trends zu erkennen, die leicht zu verstehen und umzusetzen sind.

  2. Es wird keine technischen Kennzahlen berechnet, was den Rechenressourcenbedarf verringert.

  3. Das bedeutet, dass wir uns auf die wichtigsten Informationen konzentrieren und unnötigen Kennzahlenlärm reduzieren.

  4. Die Rückmeldung war sehr gut, aber die Wirksamkeit auf der Festplatte ist zweifelhaft.

Risikoanalyse

  1. Es gibt keine Stop-Loss-Einstellungen, es besteht das Risiko unbegrenzter Verluste.

  2. Es ist unmöglich, die schwankenden Märkte effizient zu bereinigen und leicht zu überlisten.

  3. Es besteht die Gefahr einer Anpassung, die Wirksamkeit muss noch verifiziert werden.

  4. Der Trend ist nicht der einzige Weg, um Gewinne zu erzielen, und es gibt nur begrenzte Gewinne.

Optimierungsrichtung

  1. Die Einführung einer mobilen Stop-Loss-Strategie, um Verluste unter Kontrolle zu halten.

  2. In Kombination mit den Volatilitätsindikatoren wird die Deckungsrate für die Umstrukturierung gesenkt.

  3. Tests mit unterschiedlichen Tageszyklusparametern erhöhen die Stabilität.

  4. Es ist wichtig, die Trend-Anzeige zu erhöhen, um unvernünftige Preisschwankungen zu vermeiden.

  5. Optimierung von Stop-Loss-Strategien, wie z.B. Rückblick auf Höchstpreise, um Gewinnspielräume zu erweitern.

Zusammenfassen

Die Kernidee der Strategie ist einfach, aber die Wirksamkeit in der Praxis ist fraglich. Es ist notwendig, die Risikokontrollmechanismen zu verstärken und die Parameter zu optimieren, um sie wirklich umsetzbar zu machen. Die Grundidee ist jedoch zu lernen.

Strategiequellcode
/*backtest
start: 2023-08-17 00:00:00
end: 2023-09-16 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("Daily Close Comparison Strategy (by ChartArt)", shorttitle="CA_-_Daily_Close_Strat", overlay=false)

// ChartArt's Daily Close Comparison Strategy
//
// Version 1.0
// Idea by ChartArt on February 28, 2016.
//
// This strategy is equal to the very
// popular "ANN Strategy" coded by sirolf2009,
// but without the Artificial Neural Network (ANN).
//
// Main difference besides stripping out the ANN
// is that I use close prices instead of OHLC4 prices.
// And the default threshold is set to 0 instead of 0.0014
// with a step of 0.001 instead of 0.0001.
//
// This strategy goes long if the close of the current day
// is larger than the close price of the last day.
// If the inverse logic is true, the strategy
// goes short (last close larger current close).
//
// This simple strategy does not have any
// stop loss or take profit money management logic.
//
// List of my work: 
// https://www.tradingview.com/u/ChartArt/
// 
//  __             __  ___       __  ___ 
// /  ` |__|  /\  |__)  |   /\  |__)  |  
// \__, |  | /~~\ |  \  |  /~~\ |  \  |  
// 
// 

threshold = input(title="Price Difference Threshold", type=float, defval=0, step=0.001)

getDiff() =>
    yesterday=security(syminfo.tickerid, 'D', close[1])
    today=security(syminfo.tickerid, 'D', close)
    delta=today-yesterday
    percentage=delta/yesterday
    
closeDiff = getDiff()
 
buying = closeDiff > threshold ? true : closeDiff < -threshold ? false : buying[1]

hline(0, title="zero line")

bgcolor(buying ? green : red, transp=25)
plot(closeDiff, color=silver, style=area, transp=75)
plot(closeDiff, color=aqua, title="prediction")

longCondition = buying
if (longCondition)
    strategy.entry("Long", strategy.long)

shortCondition = buying != true
if (shortCondition)
    strategy.entry("Short", strategy.short)