Konvergenz- und Divergenzstrategie für logarithmische gleitende Durchschnitte


Erstellungsdatum: 2023-09-21 15:38:05 zuletzt geändert: 2023-09-21 15:38:05
Kopie: 4 Klicks: 929
1
konzentrieren Sie sich auf
1617
Anhänger

Überblick

Die Strategie basiert auf dem Logarithmic Moving Average Aggregate Scatter Wave Indicator (LMA) und erzeugt Handelssignale. Sie beurteilt Markttrends und -chancen durch Berechnung der Differenz zwischen schnellen und langsamen Logarithmischen Moving Averages.

Strategieprinzip

Die Hauptlogik der Strategie lautet:

  • Berechnung des schnellen linear-bewegten Durchschnitts (default 12 Tage) und des langsamen linear-bewegten Durchschnitts (default 26 Tage)

  • Die MACD ist die Differenz zwischen den beiden, um die Marktdynamik zu beschreiben.

  • Die Signallinie ist der MACD-Glattbewegungsmittel (Default 9-Tage)

  • Wenn die MACD-Leitung die Signalleitung von unten durchbricht, wird mehr getan

  • Wenn die MACD-Leitung von oben fällt, wird die Signalleitung frei gemacht

  • MACD- und Signalliniendifferenz in der Form eines Pylogramms

Im Vergleich zu einem einfachen Moving Average MACD kann der logarithmische MACD die Veränderung der Trends in einem exponentiellen Wachstumsmarkt hervorheben. Nach der logarithmischen Umwandlung können sehr schwankende Werte relativ vergleichbar auf der Grafik bleiben.

Strategische Vorteile

  • Mit der Logarithmus-Umwandlung können Preisänderungen auf Index-Ebene erfasst werden

  • MACD-Highlighting für Preisschwankungen

  • Die Signalleitung glatte MACD und bildete ein Handelssignal.

  • Die MACD-Säulen sind ein intuitiver Ausdruck der Trendrichtung

Strategisches Risiko

  • Die Zahlenumrechnung könnte die Preisschwankungen verstärken

  • Die Signalfrequenz ist übertrieben.

  • Unzureichende Risikokontrolle und fehlende Berücksichtigung von Stop Loss Management

Gegenmaßnahmen:

  • Anpassung der Parameter zur Verringerung der Signalfrequenz

  • Erhöhung der Filterbedingungen zur Vermeidung von Signalen bei Erschütterungen

  • Setzen Sie eine Stop-Loss-Strategie, um einzelne Verluste zu kontrollieren

Richtung der Strategieoptimierung

  • Optimierung der Parameter und Stabilität

  • Versuchen Sie es mit anderen Indikatoren, wie beispielsweise dem Index Moving Average.

  • Kombination von Trendindikatoren mit Filtersignalen

  • Erhöhung der Stop-Loss-Strategie

  • Maschinelles Lernen zur Bestimmung der Signalsicherheit

Zusammenfassen

Die Strategie nutzt die logarithmische Umwandlung, um die Empfindlichkeit des MACD-Indikators zu erhöhen und Trendänderungen früher zu erkennen. Es ist jedoch wichtig, die Handelsfrequenz zu kontrollieren. Durch die Optimierung der Parameter, die Verbesserung der Windkontrolle usw. kann die Strategie zu einem stabilen und individuell quantifizierten Handelssystem werden.

Strategiequellcode
/*backtest
start: 2022-09-14 00:00:00
end: 2023-09-20 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3
strategy(title="Logarithmic Moving Average Convergence Divergence Strategy", shorttitle="LMACD Strategy")

// Getting inputs
fast_length = input(title="Fast Length",  defval=12)
slow_length = input(title="Slow Length",  defval=26)
src = input(title="Source",  defval=close)
signal_length = input(title="Signal Smoothing",  minval = 1, maxval = 50, defval = 9)
sma_source = input(title="Simple MA(Oscillator)",  defval=false)
sma_signal = input(title="Simple MA(Signal Line)", defval=false)

// Plot colors
col_grow_above = #26A69A
col_grow_below = #FFCDD2
col_fall_above = #B2DFDB
col_fall_below = #EF5350
col_macd = #0094ff
col_signal = #ff6a00

// Calculating
fast_ma = sma_source ? sma(src, fast_length) : ema(src, fast_length)
slow_ma = sma_source ? sma(src, slow_length) : ema(src, slow_length)
lmacd = log(fast_ma) - log(slow_ma)
signal = sma_signal ? sma(lmacd, signal_length) : ema(lmacd, signal_length)
hist = lmacd - signal

plot(hist, title="Histogram", style=columns, color=(hist>=0 ? (hist[1] < hist ? col_grow_above : col_fall_above) : (hist[1] < hist ? col_grow_below : col_fall_below) ), transp=0 )
plot(lmacd, title="LMACD", color=col_macd, transp=0)
plot(signal, title="Signal", color=col_signal, transp=0)

if (crossover(hist, 0))
	strategy.entry("Long", strategy.long, comment="LMACD long")
if (crossunder(hist, 0))
	strategy.entry("Short", strategy.short, comment="LMACD short")