Trendfolgende Handelsstrategien


Erstellungsdatum: 2023-09-25 17:50:11 zuletzt geändert: 2023-09-25 17:50:11
Kopie: 0 Klicks: 643
1
konzentrieren Sie sich auf
1617
Anhänger

Überblick

Die Noro-Trend-Tracking-Handelsstrategie ist eine einfache Trend-Tracking-Strategie, die auf Preiskanälen, RSI- und Einheitsfiltern basiert. Sie identifiziert die Richtung der Preiskanäle als Großtrend, nutzt den Überkauf-Überverkauf-Indikator RSI für den Einstieg und kombiniert mit Einheitsfiltern, um Handelssignale zu senden. Die Strategie eignet sich für kontinuierlich trendige Sorten wie Aktienindizes, Devisen usw.

Strategieprinzip

Die wichtigsten Transaktionslogiken der Strategie sind:

  1. Die Anwendung von Preiskanälen zur Bestimmung der Richtung der großen Tendenz. Die Kanäle werden durch Berechnung der Höchst- und Tiefstpreise in einem bestimmten Zeitraum gebildet, wobei die Preise oberhalb der Kanäle als bullish und unterhalb als bearish eingestuft werden.

  2. Der RSI-Indikator beurteilt die Überkauf-Überverkaufszone und hilft bei der Suche nach Eintrittspunkten. RSI über 60 ist die Überkaufszone und unter 40 ist die Überverkaufszone.

  3. Der Filter gibt ein letztes Signal. Nur bei einer Größe größer als eine bestimmte Größe wird gehandelt, um Geräusche zu vermeiden.

  4. In Kombination mit dem großen Trend, dem RSI-Signal und dem Einheitsfilter wird eingegeben. Bei einem mehrköpfigen Trend wird ein bullisher Signal eingegeben, während bei einem unbeteiligten Trend ein bearisher Signal eingegeben wird.

  5. Es bietet die Möglichkeit, die Hintergrundfarbe zu aktivieren, um die Richtung der großen Trends intuitiv zu bestimmen.

  6. Die Strategie kann in einem bestimmten Zeitraum gehandelt werden.

Die Strategie resoniert mit mehreren Indikatoren, wobei der Grosstrend die Richtung bestimmt, der RSI den Zeitpunkt und die Einheitsfilter die Qualität, was eine relativ stabile Trendverfolgungsstrategie bildet.

Analyse der Stärken

Diese Strategie hat folgende Vorteile:

  1. Der Preiskanal kann die Richtung der großen Trends intuitiv bestimmen und verhindert, dass die Kurve umgekehrt wird.

  2. Der RSI ist ein sehr nützlicher Indikator, um zu erkennen, wann ein Überkauf oder ein Überverkauf eintritt.

  3. Die physikalische Filterung erhöht die Signalqualität und verhindert, dass Geräusche oder falsche Signale getäuscht werden.

  4. Mehrfache Filterung und Bestätigung von Kennzahlen zur Verbesserung der Entscheidungsfindung.

  5. Mit einfachen Kennzahlen reduziert man die Risiken der Kurvenoptimierung.

  6. Die Anpassung der Handelszeiträume erlaubt eine flexible Anwendung in Richtung großer Trends.

  7. Einfach zu bedienen, mit weniger Parametern, auch für Anfänger.

  8. Es bietet die Möglichkeit, die Hintergrundfarbe zu wählen, um einen klaren visuellen Effekt zu erzielen.

Risikoanalyse

Die Strategie birgt auch Risiken:

  1. Der Trend ist ein falsches Risiko, und die Preiskanäle können fehlschlagen.

  2. Der RSI riskiert, falsche Signale zu senden und zu überkaufen oder zu verkaufen.

  3. Die Entity-Filterung schließt das Risiko aus, dass ein normales Signal eingeht, und verpasst die Handelschancen.

  4. Es gibt ein Risiko für Rückzugsrisiken, aber auch eine tiefe Anpassung der großen Trends.

  5. Optimierungsrisiken, die zu einer Überoptimierung führen können, wenn die Parameter falsch eingestellt werden.

  6. Positionsrisiken, Standard-Full-Position-Handel kann zu Verlusten führen.

  7. Die Strategie ist nur für Trendsorten geeignet.

  8. Die Risiken, die für die Zeit des Handels gelten, müssen angemessen eingestellt werden, um zu wirken.

Optimierungsrichtung

Die Strategie kann folgendermaßen optimiert werden:

  1. Erhöhung der Stop-Loss-Strategie zur Kontrolle von Einzelschäden.

  2. Optimierung der Parameter, um sie besser an die Eigenschaften der jeweiligen Handelsart anzupassen.

  3. Ein zusätzliches Modul zur Positionsverwaltung, das die Positionen an die Stärken und Schwächen der Trends anpasst

  4. Zur Vermeidung einer Vergrößerung der Verluste kann eine Rücknahme-Kontrolle eingerichtet werden.

  5. Signalprüfung in Verbindung mit Messwerten zur Verbesserung der Genauigkeit.

  6. Die Parameteroptimierung durch Technologien wie maschinelles Lernen.

  7. Klassifizierung und Optimierung von Handelssorten, individualisierte Strategien.

  8. Optimierung der Logik für die Einstellung der Handelszeiträume, um eine größere Flexibilität zu ermöglichen.

Zusammenfassen

Die Noro-Trend-Tracking-Strategie integriert die Preiskanäle, den RSI und die Entity-Filter in eine einfache und praktische Trend-Tracking-Strategie. Sie kann fortgeschritten werden, um Rückwärtshandel zu vermeiden. Durch Verbesserungen wie Parameteroptimierung und Risikokontrolle wird die Strategie zu einer nachhaltig profitablen Trend-Trading-Strategie.

Strategiequellcode
/*backtest
start: 2023-08-25 00:00:00
end: 2023-09-24 00:00:00
period: 3h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy(title = "Noro's TrendMaster Strategy v1.0", shorttitle = "TrendMaster str 1.0", overlay = true, default_qty_type = strategy.percent_of_equity, default_qty_value = 100, pyramiding = 0)

//Settings
needlong = input(true, defval = true, title = "long")
needshort = input(true, defval = true, title = "short")
len = input(21, defval = 20, minval = 2, maxval = 200, title = "MA Period")
needbg = input(false, defval = false, title = "Need trend Background?")
fromyear = input(1900, defval = 1900, minval = 1900, maxval = 2100, title = "From Year")
toyear = input(2100, defval = 2100, minval = 1900, maxval = 2100, title = "To Year")
frommonth = input(01, defval = 01, minval = 01, maxval = 12, title = "From Month")
tomonth = input(12, defval = 12, minval = 01, maxval = 12, title = "To Month")
fromday = input(01, defval = 01, minval = 01, maxval = 31, title = "From day")
today = input(31, defval = 31, minval = 01, maxval = 31, title = "To day")

//PriceChannel 1
lasthigh = highest(close, len)
lastlow = lowest(close, len)
center = (lasthigh + lastlow) / 2

//Trend
trend = low > center and low[1] > center[1] ? 1 : high < center and high[1] < center[1] ? -1 : trend[1]

//Bars
bar = close > open ? 1 : close < open ? -1 : 0

//Fast RSI
fastup = rma(max(change(close), 0), 2)
fastdown = rma(-min(change(close), 0), 2)
rsi = fastdown == 0 ? 100 : fastup == 0 ? 0 : 100 - (100 / (1 + fastup / fastdown))

//Body filter
nbody = abs(close - open)
abody = sma(nbody, 10)
body = nbody > abody / 2

//Signals
up1 = trend == 1 and rsi < 60 and (strategy.position_avg_price > close or strategy.position_size <= 0) and body
dn1 = trend == -1 and rsi > 40 and (strategy.position_avg_price < close or strategy.position_size >= 0) and body

//Lines
plot(center, color = blue, linewidth = 3, transp = 0, title = "MA")

//Background
col = needbg == false ? na : trend == 1 ? lime : red
bgcolor(col, transp = 80)

//Trading

if up1
    strategy.entry("Long", strategy.long, needlong == false ? 0 : na, when=(time > timestamp(fromyear, frommonth, fromday, 00, 00) and time < timestamp(toyear, tomonth, today, 23, 59)))

if dn1
    strategy.entry("Short", strategy.short, needshort == false ? 0 : na, when=(time > timestamp(fromyear, frommonth, fromday, 00, 00) and time < timestamp(toyear, tomonth, today, 23, 59)))
    
if time > timestamp(toyear, tomonth, today, 23, 59)
    strategy.close_all()