Kurzfristige Handelsstrategien basierend auf Schlusskursdivergenzen
ChaoZhang
Überblick
Die Strategie ermöglicht Short-Trading durch die Analyse von Zwei-Tage-Schlusskursdifferenzen, um die Richtung der zukünftigen Preisbewegung zu bestimmen. Die Strategie ist einfach, intuitiv und leicht umzusetzen und eignet sich für Short-Trader.
Strategieprinzip
Die Kernlogik der Strategie besteht darin, den heutigen Schlusskurs mit dem gestrigen Schlusskurs zu vergleichen.
- Berechnung der Differenz zwischen dem heutigen und dem gestrigen Schlusskurs
- Wenn die Differenz größer ist als der festgelegte Wert, ist der heutige Preis höher als der von gestern und man macht mehr.
- Wenn die Differenz kleiner als die festgelegte Negativschwelle ist, ist der heutige Preis im Vergleich zum gestrigen Preis gesunken, was einen Short-Off bedeutet.
- Wenn nicht, bleibt die Haltung von gestern erhalten.
Der Schlüssel ist, einen vernünftigen Schwellenwert zu setzen. Wenn der Schwellenwert zu groß ist, werden kleinere Preisschwankungen verpasst. Wenn der Schwellenwert zu klein ist, werden viele unvernünftige Transaktionen aufgrund normaler Schwankungen ausgelöst. Die Strategie verwendet eine einstellbare Schwellenwert-Design mit einem Defaultwert von 0,004 und einer Schrittlänge von 0,001, die anhand historischer Daten getestet werden kann, um einen geeigneten Schwellenwert zu wählen.
Insgesamt erfasst die Strategie die Veränderungen der Preise zwischen zwei aufeinanderfolgenden Handelstagen, filtert die normalen Schwankungen durch die Verringerung und beurteilt die mögliche Richtung der zukünftigen Preisentwicklung, um kurz zu handeln. Die Strategie ist einfach, intuitiv und leicht zu verstehen und umzusetzen.
Strategische Vorteile
- Einfach, intuitiv, leicht zu verstehen und umzusetzen
- Keine komplizierten technischen Kennzahlen, niedrigere Erfahrungsschwelle
- Die Verwendung von Schlusspreisen filtert Weißrauschen und erhöht die Signalstabilität.
- Anpassungsfähiges Design, um optimale Parameter zu finden
- Das System ist für den Short-Line-Handel geeignet, um Preisänderungen schnell zu erfassen.
- Funktionieren in mehreren Marktumgebungen
Strategisches Risiko
- Die Wahrscheinlichkeit, dass der Schlusskurs eine Leerlauflücke aufweist, könnte die Preisänderung übersehen
- Wenn man sich nur auf einen Indikator verlässt, kann man andere wichtige Informationen übersehen.
- Die falsche Einstellung der Schwelle führt zu zu vielen falschen Handelssignalen.
- Kurzleitungen sind häufig und können zu hohen Transaktionskosten führen.
- Die Parameter müssen genau beobachtet und rechtzeitig angepasst werden.
Um diese Risiken zu bekämpfen, sollten Sie Folgendes in Betracht ziehen:
- In Kombination mit anderen Indikatoren wie Handelsvolumen, um die Genauigkeit der Signale zu verbessern
- Einsatz von Stop-Loss-Logik zur Kontrolle von Einmalverlusten
- Optimierung der Parameter und Verbesserung der Signalqualität
- Um den Handelsprozess angemessen zu verlängern und die Häufigkeit zu verringern
- Steigerung der Lagerverwaltung zur Steigerung der Profitabilität
Richtung der Strategieoptimierung
Die Strategie kann in folgenden Richtungen optimiert werden:
Mehrere Zeitspannen- Die Parameter der Rückmessstrategie mit unterschiedlichen Zeitspannen (Sonnenlinie, 4 Stunden, 1 Stunde usw.) werden ausgewählt, um die optimale Zeitspanne und Parameter zu wählen.
In Verbindung mit der Volatilitätsindikator- Die Einbeziehung von Indikatoren zur Berücksichtigung von Preisschwankungen, wie z. B. ATR, kann die dynamische Schwelle besser aufbauen.
Stop Loss Logik hinzugefügt- Setzen Sie angemessene Stop-Loss-Punkte, um einmalige Verluste zu kontrollieren.
Optimierung der Positionsführung- Optimierung der Positionsgröße und der Regeln für die Errichtung von Lagerstätten, um die Gewinnspanne zu erhöhen und gleichzeitig die Verlustverhinderung zu gewährleisten.
Berücksichtigung der Transaktionskosten- Die Einbeziehung von Transaktionskosten wie Gebühren, Slippoints usw. in die Rückmessung, um die Rückmessung näher an die reale Welt zu bringen.
Einführung von maschinellem Lernen- Die Anwendung von maschinellen Lernalgorithmen, um mehr Merkmale zu extrahieren und ein stärkeres Handelssignal zu erstellen.
Zusammenfassen
Diese Strategie basiert auf der Schließung der Preisunterschiede, um die zukünftigen Preistrends zu beurteilen. Die Strategie ist einfach zu implementieren und ist für den Short-Line-Betrieb geeignet, aber es kann ein gewisses Verlustrisiko geben.
/*backtest
start: 2023-08-28 00:00:00
end: 2023-09-27 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
strategy("Daily Close Comparison Strategy (by ChartArt) repainting results", 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 repainting results", type=float, defval=0.004, 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)