
Die Strategie basiert auf einer Gold-Dead-Fork-Handelsstrategie, die auf zwei EMA-Indikatoren basiert. Die Strategie berechnet die EMA der Schnelllinie und die EMA der Schnelllinie, indem sie die langsame Linie auf der schnellen Linie überschreitet und die langsame Linie unter der schnellen Linie platziert. Die Strategie ist einfach und geeignet für den mittleren oder mittleren Handel.
Die Strategie basiert hauptsächlich auf zwei EMA-Indikatoren. Zuerst werden die Schnell-EMA und die Langzeit-EMA berechnet. Die Schnell-EMA-Zyklen sind kurz und spiegeln die Preisänderungen sensitively wider.
Insbesondere beinhaltet die Strategie folgende Schritte:
Eingabe von Parametern für schnelle EMA und langsame EMA, einschließlich der Länge der SMA-Zyklen, der Datenquelle usw.
Berechnung der Schnell- und Langzeite-EMA
Definition von Fuchszeit: Schnelle Linie durchschreitet langsame Linie von unten
Definition der Todeszeit: Schnelle Linie durchschreitet die langsame Linie von oben nach unten
Kaufen Sie mehr, wenn Sie Goldfalken haben
Das ist die einzige Möglichkeit, die es gibt.
Optionale Bereitstellung von Leerlauf und Einsatz von Stop-Loss-Stopp-Strategie
Ausgabe von Kauf- und Verkaufsanzeigen
Mit dieser einfachen doppelten EMA-Kreuzungsstrategie können kurzfristige Preistrends im Überblick erfasst und Gewinne erzielt werden.
Diese Strategie hat folgende Vorteile:
Die Strategie ist einfach, klar und verständlich.
Es sind nur zwei EMA-Werte nötig, um das zu realisieren.
Die Kurzzeit-Trend-Präisentwicklung kann schrittweise erfasst werden, wobei Arbitrage für schwankende Gewinne genutzt wird.
Anpassbare EMA-Zyklen, die sich flexibel an unterschiedliche Marktbedingungen anpassen können.
Sie können wählen, ob eine Leerlaufzeit erlaubt ist oder nicht, und ihre Risikomanagementstrategie ist flexibel.
Sie können wählen, ob Sie eine Stop-Loss-Strategie verwenden, um das Handelsrisiko zu kontrollieren.
Es gibt auch eine exportierte Verkaufsanzeige, die für eine einfache Überwachung verwendet werden kann.
Die Strategie ist leicht zu optimieren, EMA-Parameter können flexibel eingestellt werden, um den Gewinnraum zu optimieren.
Die Strategie birgt auch einige Risiken:
Eine doppelte EMA-Strategie erzeugt leicht falsche Signale und kann zu unnötigen Verlusten führen.
Unvernünftige Stop-Loss-Einstellungen können die Verluste ausweiten.
Die Häufigkeit der Transaktionen kann zu hohen Transaktionskosten führen und das Risiko einer Ausrutschung erhöhen.
Die EMA-Parameter sind nicht an Marktveränderungen angepasst.
Das ist eine sehr schwierige Aufgabe, die sich nicht lösen lässt.
Es ist unmöglich zu sagen, ob die Tendenz sich umkehrt, und es ist möglich, dass die Positionen umgekehrt werden.
Entsprechende Risikomanagementmaßnahmen:
Optimierung der EMA-Parameter zur Verringerung der Wahrscheinlichkeit von Falschsignalen.
Ein vernünftiger Stop-Loss-Punkt, um einzelne Verluste zu kontrollieren.
Optimierung der EMA-Zyklen und Verringerung der Handelsfrequenz.
Die EMA-Parameter können in verschiedenen Marktphasen dynamisch angepasst werden.
Es ist wichtig, die Trends zu analysieren und nicht auf die Absenkung zu achten.
In Kombination mit Trendbeurteilungsindikatoren wird die Richtung der großen Trends ermittelt.
Diese Strategie kann optimiert werden durch:
Dynamische Optimierung der EMA-Parameter, unterschiedliche EMA-Zykluskombinationen für verschiedene Marktphasen, Optimierung der Arbitrageeffekte der Parameter.
Erhöhung der Auswahlkriterien für die Aktien, um die Erfolgsrate zu erhöhen, wenn die Aktien bestimmte Kriterien erfüllen.
In Kombination mit Volatilitätsindikatoren reduzieren Sie die Risiken der Positionsumgehung in der Phase mit geringer Volatilität.
In Kombination mit dem Wechselkursindikator wird ein Trendbestätigungssignal nur in hohen Mengen erzeugt.
Setzen Sie Preiskonditionen, z. B. durchbrechen Sie die 20-Tage-Linie und handeln Sie nach der EMA-Strategie.
Optimieren Sie Ihre Stop-Loss-Strategie und legen Sie Stop-Loss-Bedingungen fest, um Gewinne zu sichern.
Es ist wichtig, dass man sich über die Trends auf großer Ebene informiert, um negative Positionen zu vermeiden.
Strategie zur kontinuierlichen Optimierung in Kombination mit Deep-Learning-Algorithmen und verschiedenen Machine-Learning-Algorithmen
Zusammenfassend lässt sich sagen, dass die Gesamtkonzeption der Doppel-EMA-Goldfork-Strategie einfach und klar ist, leicht zu verstehen und umzusetzen ist. Sie kann Preisschwankungen in der Zwischenzeit erfassen und profitieren, aber es besteht auch ein gewisses Gewinnrisiko. Wir können das Risiko durch Parameteroptimierung, Stop-Loss-Stopps, Aktienfilterung und groß angelegte Trendurteile steuern und zufriedenstellende Erträge erzielen.
/*backtest
start: 2023-09-15 00:00:00
end: 2023-10-15 00:00:00
period: 4h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("EMA Strategy", shorttitle="EMA Strategy", overlay=true, pyramiding=0, default_qty_type=strategy.percent_of_equity, default_qty_value=100)
// === Inputs ===
// short ma
maFastSource = input(defval=close, title="Fast MA Source")
maFastLength = input(defval=3, title="Fast MA Period", minval=1)
// long ma
maSlowSource = input(defval=close, title="Slow MA Source")
maSlowLength = input(defval=9, title="Slow MA Period", minval=1)
// invert trade direction
shorting = input(defval=false, title="Allow Shorting?")
// risk management
useStop = input(defval=false, title="Use Initial Stop Loss?")
slPoints = input(defval=25, title="Initial Stop Loss Points", minval=1)
useTS = input(defval=false, title="Use Trailing Stop?")
tslPoints = input(defval=120, title="Trail Points", minval=1)
useTSO = input(defval=false, title="Use Offset For Trailing Stop?")
tslOffset = input(defval=20, title="Trail Offset Points", minval=1)
// Messages for buy and sell
message_buy = input("Buy message", title="Buy Alert Message")
message_sell = input("Sell message", title="Sell Alert Message")
// Calculate start/end date and time condition
startDate = input(timestamp("2021-01-01T00:00:00"), type = input.time)
finishDate = input(timestamp("2021-12-31T00:00:00"), type = input.time)
time_cond = true
// === Vars and Series ===
fastMA = ema(maFastSource, maFastLength)
slowMA = ema(maSlowSource, maSlowLength)
plot(fastMA, color=color.blue)
plot(slowMA, color=color.purple)
goLong() =>
crossover(fastMA, slowMA)
killLong() =>
crossunder(fastMA, slowMA)
strategy.entry("Buy", strategy.long, when=goLong() and time_cond, alert_message = message_buy)
strategy.close("Buy", when=killLong() and time_cond, alert_message = message_sell)
// Shorting if using
if shorting
strategy.entry("Sell", strategy.short, when=killLong() and time_cond, alert_message = message_sell)
strategy.close("Sell", when=goLong() and time_cond, alert_message = message_buy)
if useStop
strategy.exit("XLS", from_entry="Buy", stop=strategy.position_avg_price / 1.08)
strategy.exit("XSS", from_entry="Sell", stop=strategy.position_avg_price * 1.08)