Crossover-Master - Umkehr-Breakout-Strategie

Schriftsteller:ChaoZhang, Datum: 2023-10-20 17:24:14
Tags:

img

Übersicht

Die Crossover Master - Reversal Breakout Strategie ist eine einfache, aber praktische Handelsstrategie, die auf gleitenden Durchschnitten basiert. Sie verwendet das Crossover eines schnellen gleitenden Durchschnitts und eines langsamen gleitenden Durchschnitts als Kauf- und Verkaufssignale. Wenn der schnelle MA über den langsamen MA überschreitet, wird ein Kaufsignal generiert. Wenn der schnelle MA unter dem langsamen MA überschreitet, wird ein Verkaufssignal generiert. Die Strategie eignet sich für Märkte mit mittlerer Volatilität.

Strategie Logik

Die Strategie verwendet zwei gleitende Durchschnitte: einen kurzfristigen schnellen MA und einen langfristigen langsamen MA. Die schnelle MA-Periode beträgt 12, und die langsame MA-Periode beträgt 26. Die Strategie berechnet zunächst den 2-tägigen einfachen gleitenden Durchschnitt des ENDPOINT als Preisinput, berechnet dann den schnellen MA und den langsamen MA. Wenn der schnelle MA über den langsamen MA überschreitet, wird ein Kaufsignal ausgelöst. Wenn der schnelle MA unter dem langsamen MA überschreitet, wird ein Verkaufssignal ausgelöst.

Speziell vergleicht die Strategie die Werte des schnellen MA und des langsamen MA, um den Markttrend zu bestimmen. Wenn der schnelle MA größer ist als der langsame MA, gilt der Markt als Aufwärtstrend (Bullish). Wenn der schnelle MA kleiner ist als der langsame MA, gilt der Markt als Abwärtstrend (Bearish). Die Strategie kombiniert sich mit der Preisdynamik, um Signale während der Umkehrungen des Marktes zu erzeugen.

Die Logik des Kaufsignals lautet: Wenn der Markt von einem Abwärtstrend in einen Aufwärtstrend wechselt, d. h. der schnelle MA über den langsamen MA überschreitet und der Preis über dem schnellen MA liegt, wird ein Kaufsignal generiert.

Die Verkaufssignallogik ist folgende: Wenn der Markt von einem Aufwärtstrend in einen Abwärtstrend wechselt, d. h. der schnelle MA unter den langsamen MA überschreitet und der Preis unter dem schnellen MA liegt, wird ein Verkaufssignal generiert.

Mit diesem Entwurf kann die Strategie umkehrbare Chancen rechtzeitig erfassen.

Analyse der Vorteile

Die Vorteile dieser Strategie sind:

  1. Die Strategielogik ist einfach und klar, leicht verständlich und umsetzbar.

  2. Die Technik des gleitenden Durchschnitts ist ausgereift und zuverlässig und weit verbreitet.

  3. Das Dual-MA-Design kann Marktlärm effektiv filtern und Trends erkennen.

  4. Durch die Kombination der Preisdynamik wird die Zeitgenauigkeit der Trades verbessert.

  5. Große Optimierungsmöglichkeiten für Parameter nach Markt.

  6. Der Stop-Loss kann zur Risikokontrolle hinzugefügt werden.

  7. Moderate Handelsfrequenz, vermeiden Sie Überhandelungen.

  8. Kann mit anderen Indikatoren wie Bollinger Bands, RSI zur Verbesserung kombiniert werden.

  9. Ausreichende Daten aus dem Backtesting zur Validierung der Strategieleistung.

Risikoanalyse

Zu den Risiken dieser Strategie gehören:

  1. Bei einer doppelten MA-Strategie können falsche Signale, fehlende Trends oder unnötige Trades entstehen.

  2. MAs haben eine verzögerte Wirkung, können schnelle Umkehrungen verpassen.

  3. Eine falsche Einstellung der Parameter führt zu einer zu hohen oder zu niedrigen Handelsfrequenz.

  4. Die Strategie eignet sich besser für den mittelfristigen Handel.

  5. Unfähig, sich an plötzliche Marktschocks anzupassen.

  6. Verlustmöglichkeit während bestimmter Zeiträume.

  7. Die Parameter müssen unterschiedlich angepasst werden.

  8. Weniger wirksam auf den Märkten mit Bandbreite.

Die Risiken können verringert werden, indem

  1. Optimierung der Parameter entsprechend den Marktbedingungen.

  2. Zusätzliche Filter mit anderen Indikatoren.

  3. Einführung von Stop-Loss zur Kontrolle von Verlusten.

  4. Richtige Einstellung der Positionsgröße

  5. Prüfung und Optimierung von Parametern pro Produkt.

Optimierungsrichtlinien

Die Strategie kann in folgenden Aspekten optimiert werden:

  1. Optimierung der MA-Perioden, um den aktuellen Markt besser zu erfüllen.

  2. Verschiedene Arten von MAs wie EMA, WMA usw. testen.

  3. Zusätzliche Volumenanzeige zur Bestätigung der Trends.

  4. Kombinieren Sie andere Indikatoren wie MACD, RSI für den Zusammenfluss.

  5. Fügen Sie Stop-Loss-Techniken wie Trailing Stop-Loss hinzu.

  6. Optimierung von Positionsgrößenmethoden, z. B. feste Bruchteilgröße, dynamische Größe usw.

  7. Optimierung der Prüfparameter nach Zeitrahmen und Produkt.

  8. Einführung von maschinellem Lernen für die automatische Einstellung von Parametern und Signalvalidierung.

  9. Verwenden Sie Deep Learning, um komplexere Chartmuster zu erkennen.

  10. Erforschung von Konzepten für die Gestaltung von Strategie ohne Parameter.

Kontinuierliche Optimierungen können die Anpassungsfähigkeit der Strategie verbessern und gleichbleibende Ergebnisse unter unterschiedlichen Marktbedingungen erzielen.

Zusammenfassung

Zusammenfassend lässt sich sagen, dass die Crossover Master - Reversal Breakout Strategie eine klare Logik und praktischen Wert aufweist. Sie nutzt die Trendverfolgungsfähigkeit von gleitenden Durchschnitten und kombiniert die Preisdynamik, um die Signalqualität zu verbessern. Es gibt Raum für die Verbesserung von Parametern und Risikokontrolle. Insgesamt bietet sie ein gutes Beispiel für eine Breakout-Strategie, die auf einfachen Indikatoren basiert, und kann als nützliche Fallstudie für das Quant-Strategie-Lernen dienen.


/*backtest
start: 2022-10-13 00:00:00
end: 2023-10-19 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("CDC Action Zone V.2 strategy", overlay=true)
// Credit Script base from CDC Action Zone V.2 by piriya33
// CDC ActionZone V2 29 Sep 2016
// CDC ActionZone is based on a simple 2MA and is most suitable for use with medium volatility market
// 11 Nov 2016 : Ported to Trading View with minor UI enhancement

src = input(title="Data Array",defval=ohlc4)
prd1=input(title="Short MA period",defval=12)
prd2=input(title="Long MA period",defval=26)
AP = ema(src,2)
Fast = ema(AP,prd1)
Slow = ema(AP,prd2)

// === INPUT BACKTEST RANGE ===
FromYear  = input(defval = 2019, title = "From Year", minval = 2009)
FromMonth = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
FromDay   = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
ToYear    = input(defval = 9999, title = "To Year", minval = 2009)
ToMonth   = input(defval = 12, title = "To Month", minval = 1, maxval = 12)
ToDay     = input(defval = 31, title = "To Day", minval = 1, maxval = 31)

// === FUNCTION EXAMPLE ===
start     = timestamp(FromYear, FromMonth, FromDay, 00, 00)  // backtest start window
finish    = timestamp(ToYear, ToMonth, ToDay, 23, 59)        // backtest finish window
window()  => time >= start and time <= finish ? true : false // create function "within window of time"

Bullish = Fast>Slow
Bearish = Fast<Slow

Green = Bullish and AP>Fast
Red = Bearish and AP<Fast
Yellow = Bullish and AP<Fast
Blue = Bearish and AP>Fast

//Long Signal
Buy = Green and Green[1]==0
Sell = Red and Red[1]==0

//Short Signal
Short = Red and Red[1]==0
Cover = Red[1] and Red==0

//Plot

l1=plot(Fast,"Fast", linewidth=1,color=red)
l2=plot(Slow,"Slow", linewidth=2,color=blue)
bcolor = Green ? lime : Red ? red : Yellow ? yellow : Blue ? blue : white
barcolor(color=bcolor)
fill(l1,l2,bcolor)

strategy.entry("Buy",true,when=window() and Buy)
strategy.close_all(when=window() and Sell)


Mehr