
Diese Strategie verwendet die Goldfork-Sternenforke der beiden EMA-Einzellinien, um den Zeitpunkt des Eintritts und Ausstiegs zu bestimmen. Konkret erzeugt die Goldfork-Signal, wenn die EMA-Linie aus der unteren Richtung durch die langsame EMA-Linie bricht, und erzeugt die Goldfork-Signal, wenn die EMA-Linie aus der oberen Richtung nach unten fällt und die langsame EMA-Linie durchbricht, und erzeugt die Goldfork-Signal. Die Strategie ist einfach und ist eine sehr häufige Handelsstrategie.
Der Kerncode der Strategie lautet:
fast = input(25, title="Fast")
slow = input(75, title="Slow")
matype1=ema(source, fast)
matype2=ema(source, slow)
longCondition = crossover(matype1, matype2)
shortCondition = crossunder(matype1, matype2)
if (longCondition)
strategy.entry("Long", strategy.long)
if (shortCondition)
strategy.entry("Short", strategy.short)
Die Strategie setzt zunächst schnelle und langsame zwei EMA-Mittellinien, wobei die schnelle EMA-Linie mit einer Periode von 25 und die langsame EMA-Linie mit einer Periode von 75 übereinstimmt. Dann wird der Wert der beiden EMA-Linien berechnet. Wenn die schnelle EMA-Linie die langsame EMA-Linie von unten durchbricht, wird die LongCondition-Bedingung wahr; wenn die schnelle EMA von oben nach unten fällt und die langsame EMA durchbricht, wird die ShortCondition-Bedingung wahr.
Die Strategie nutzt die glatten Eigenschaften der EMA-Grenze, um Marktrauschen zu filtern und gleichzeitig Trendänderungen schnell zu erfassen. Die Kreuzung zwischen zwei EMA-Grenzen ist ein starkes Handelssignal und kann das Handelsrisiko effektiv kontrollieren.
Die Strategie hat folgende Vorteile:
Die Bedienung ist einfach, intuitiv und leicht zu verstehen.
Die EMA nutzt die Marktbewegungen, um False Signals zu filtern.
Die Gold-Death-Fork ist ein starkes Handelssignal, das das Risiko effektiv kontrolliert.
Die EMA-Zyklus kann flexibel angepasst werden, um unterschiedliche Marktumstände zu berücksichtigen.
Es kann leicht mit anderen technischen Kennzahlen kombiniert werden.
Die EMA-Parameter können optimiert werden, um bessere Strategieeffekte zu erzielen.
Die Strategie birgt auch einige Risiken:
In schwankenden Zeiten werden EMAs häufig gekreuzt, was zu einer Vielzahl von ungültigen Handelssignalen führt.
Die EMA ist nachlässig und könnte kurzfristige Chancen verpassen.
Die EMA-Kreuzung allein kann nicht den Trendwendepunkt bestimmen, es gibt eine Gewinnobergrenze.
Die festgelegte EMA-Zyklus kann nicht an Veränderungen des Marktes angepasst werden.
Das ist eine sehr schwierige Situation, aber es ist auch eine sehr schwierige.
Es sind strenge Stop-Loss-Regelungen erforderlich, da sonst die Verluste für ein einzelnes Unternehmen sehr hoch sein könnten.
Diese Strategie kann in folgenden Bereichen optimiert werden:
Optimierung der EMA-Zyklusparameter für unterschiedliche Marktbedingungen.
Zusätzliche Filter für andere Indikatoren, wie MACD, Brinband usw., verbessern die Signalqualität.
Es wurden Trendmessgrößen wie ATR-Stopps, ADX und andere hinzugefügt, um ungültige Geschäfte zu reduzieren.
In Kombination mit mehr Zeitzyklus-Analysen, um die Richtung der Trends zu bestimmen.
Dynamische Optimierung der EMA-Zyklen mithilfe von maschinellen Lernmethoden.
Optimierung des Positionsmanagements zur Risikokontrolle.
Optimierung der Stop-Loss-Strategie und Verringerung der Einzelschäden.
Diese Strategie verwendet die Gold-Fork-Dead-Fork-Kreuzung der Doppel-EMA-Gleichgewicht als Handelssignal und bildet eine eher klassische Trend-Follow-Strategie. Die Strategie ist einfach und einfach zu bedienen und kann leicht mit anderen technischen Indikatoren kombiniert werden. Sie ist für Anleger geeignet, die keine hohen Anforderungen an die Trendbeurteilung haben.
/*backtest
start: 2023-09-16 00:00:00
end: 2023-10-16 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// Double EMA CROSS By © EmreE (Emre Ertürk) Also thx for KivancOzbilgic color based bars
//@version=4
strategy(title="Double EMA CROSS", shorttitle="DEC", overlay=true)
matype = input("ema")
hidema = input(false)
sourcetype = input(close, title="Source Type")
source=close
// STEP 1:
// Configure backtest start date with inputs
startDate = input(title="Start Date", type=input.integer,
defval=1, minval=1, maxval=231)
startMonth = input(title="Start Month", type=input.integer,
defval=1, minval=1, maxval=12)
startYear = input(title="Start Year", type=input.integer,
defval=2020, minval=1800, maxval=2100)
// STEP 2:
// See if this bar's time happened on/after start date
afterStartDate = (time >= timestamp(syminfo.timezone,
startYear, startMonth, startDate, 0, 0))
fast = input(25, title="Fast")
slow = input(75, title="Slow")
matype1=ema(source, fast)
matype2=ema(source, slow)
signalcolor = source > matype2 ? color.blue : color.red
signal = cross(fast, slow)
hizliema=plot(hidema ? na : matype1, color=color.green, linewidth=2,transp=0, title="Fast EMA")
yavasema=plot(hidema ? na : matype2, color=color.red, linewidth=2,transp=0, title="Slow EMA")
//kesisme=plot(signal, style=cross, color=signalcolor, linewidth=5, title="Kesişme")
longCondition = crossover(matype1, matype2)
if (afterStartDate and longCondition)
strategy.entry("Long", strategy.long)
shortCondition = crossunder(matype1, matype2)
if (afterStartDate and shortCondition)
strategy.entry("Short", strategy.short)
//--------------------------------------------------------
//volume based color bars
length=input(21, "length", minval=1)
avrg=sma(volume,length)
vold1 = volume > avrg*1.5 and close<open
vold2 = volume >= avrg*0.5 and volume<=avrg*1.5 and close<open
vold3 = volume < avrg *0.5 and close<open
volu1 = volume > avrg*1.5 and close>open
volu2 = volume >= avrg*0.5 and volume<=avrg*1.5 and close>open
volu3 = volume< avrg*0.5 and close>open
cold1=#800000
cold2=#FF0000
cold3=color.orange
colu1=#006400
colu2=color.lime
colu3=#7FFFD4
ac = vold1 ? cold1 : vold2 ? cold2 : vold3 ? cold3 : volu1 ? colu1 : volu2 ? colu2 : volu3 ? colu3 : na
barcolor(ac)