Type/to search

Offene Umhüllungs-Eröffnungshoch-Kreuz-Handelsstrategie

Common strategy
Created: 2023-10-18 11:22:57
Last modified: 3 years ago
1
Follow
1802
Followers

img

Überblick

Die Strategie basiert auf dem Crossover von Eröffnungskurs und Höchstkurs zur Generierung von Handelssignalen. Wenn der Eröffnungskurs den Höchstkurs nach oben durchbricht, wird eine Long-Position eröffnet; wenn er den Höchstkurs nach unten durchbricht, wird eine Short-Position eröffnet. Ein gleitender Durchschnitt kann die Kursdaten glätten und Rauschen reduzieren. Der Typ und die Parameter des gleitenden Durchschnitts sind konfigurierbar. Es kann auch ein Trailing-Stop-Loss aktiviert werden, um Gewinne zu sichern.

Strategieprinzip

  1. Basierend auf dem Eingabeparameter wird entschieden, ob eine alternative Periodenauflösung (useRes) verwendet wird. Falls ja, wird der Zeitraum gemäß stratRes festgelegt.

  2. Basierend auf dem Eingabeparameter wird entschieden, ob ein gleitender Durchschnitt (useMA) verwendet wird. Falls ja, wird der Typ des gleitenden Durchschnitts gemäß basisType und die Periodenlänge gemäß basisLen gewählt.

  3. Die Datenreihen für Eröffnungskurs (open) und Schlusskurs (close) werden abgerufen. Bei Verwendung eines gleitenden Durchschnitts wird dieser mit dem ausgewählten Typ und Parametern geglättet.

  4. Der aktuelle Eröffnungskurs x wird mit der Eröffnungskursreihe openSeries verglichen. Ist x größer als openSeries, ist der Trendstatus trendState bullish, andernfalls bearish.

  5. Ein Long-Signal longCond entsteht, wenn der Eröffnungskurs den gleitenden Durchschnitt der Eröffnungskurse nach oben durchbricht; ein Short-Signal shortCond entsteht, wenn er ihn nach unten durchbricht.

  6. Entsprechend den Long- bzw. Short-Signalen wird eine Long- oder Short-Position eröffnet. Bei aktiviertem Trailing-Stop-Loss werden Stopp-Niveau und Abstand festgelegt.

Strategievorteile

  1. Die Verwendung zweier verschiedener Reihen (Eröffnungs- und Höchstkurs) zur Signalgenerierung vermeidet die Einschränkungen einer einzelnen Datenreihe.

  2. Die Anwendung des gleitenden Durchschnitts filtert kurzfristiges Marktrauschen heraus und fokussiert den Haupttrend.

  3. Flexible Konfiguration des gleitenden Durchschnittstyps und Anpassung der Parameter für optimale Ergebnisse.

  4. Optionale Nutzung eines Trailing-Stop-Loss zur Risikokontrolle und Gewinnsicherung.

  5. Großer Optimierungsspielraum durch Anpassung der Parameter an verschiedene Instrumente und Marktumgebungen.

Strategierisiken

  1. Nur eine einzige Signalquelle – seltene Signale, die leicht verpasst werden können.

  2. Der gleitende Durchschnitt hat eine Verzögerung (Lag) und kann kurzfristige Chancen verpassen.

  3. Falsche Einstellungen des Trailing-Stop-Loss können zu vorzeitigem Stop oder zu großem Stopp-Abstand führen.

  4. Fehlerhafte Parametereinstellungen können zu übermäßig häufigen virtuellen Trades führen, was die Live-Performance beeinträchtigt.

  5. Unterschiedliche Instrumente und Marktumgebungen erfordern Parameteranpassungen – Optimierung ist aufwändig.

  6. Durch Hinzufügen weiterer Indikatoren oder den Einsatz von Machine-Learning-Modellen kann die Signalvielfalt erhöht werden. Anpassung des gleitenden Durchschnittstyps und der Parameter für optimale Glättung. Vorsichtige Festlegung der Stopp-Niveaus, gegebenenfalls etwas großzügiger, um mehr Gewinne zu erzielen. Ausreichende Backtest-Optimierung sichert die Parameterzuverlässigkeit.

Optimierungsrichtungen

  1. Hinzufügen weiterer technischer Indikatoren wie Bollinger-Bänder, KD usw. zur Signalvielfalt.

  2. Einsatz von Machine-Learning-Modellen zur Signalverarbeitung.

  3. Optimierung der Parameter des gleitenden Durchschnitts für die beste Parameterkombination.

  4. Optimierung der Trailing-Stop-Loss-Parameter – Balance zwischen Stopp-Breite und Gewinnsicherung.

  5. Hinzufügen einer Parameteroptimierungsfunktion zur automatischen Suche nach optimalen Parametern.

  6. Entwicklung spezifischer Parametervorlagen für verschiedene Instrumente.

  7. Entwicklung eines quantitativen Backtest-Frameworks zur schnellen Iteration der Strategie.

Zusammenfassung

Die Strategie basiert auf dem Crossover von Eröffnungs- und Höchstkurs zur Signalgenerierung und nutzt den gleitenden Durchschnitt zur Rauschfilterung. Flexible Parameterkonfiguration ermöglicht verschiedene Effekte. Sie hat gewisse Vorteile, aber auch einige Probleme wie seltene Signale und Verzögerung. Durch Hinzufügen weiterer Indikatorkombinationen, Machine-Learning usw. kann sie zu einer leistungsstärkeren Handelsstrategie weiterentwickelt werden. Eine Anpassung der Parameter an verschiedene Instrumente und Marktumgebungen ist erforderlich, um die besten Ergebnisse zu erzielen.

Source
Pine
/*backtest
start: 2022-10-17 00:00:00
end: 2023-10-17 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2

//strategy(title = "Open Close Cross Strategy", shorttitle = "OCC Strategy", overlay = true, pyramiding = 0, default_qty_type = strategy.percent_of_equity, default_qty_value = 10)
Strategy parameters
Strategy parameters
Use Alternate Resolution? ( recommended )
Set Resolution ( should not be lower than chart )
Use MA? ( otherwise use simple Open/Close data )
MA Type: SMA, EMA, DEMA, TEMA, WMA, VWMA, SMMA, HullMA, LSMA, ALMA ( case sensitive )
MA Period
Offset for LSMA / Sigma for ALMA
Offset for ALMA
Use Trailing Stop?
Stop Loss Trail Points
Stop Loss Trail Offset
Comment
All comments (0)
No data
No data
  • 1
Forums
PINE Language
Get the app
iPhone Download
© 2015 - ∞ INVENTOR PTE LTD (SG)