
Die Strategie nutzt die Kombination von Moving Average Crossing System und MACD Indikator, um eine automatisierte Handelsstrategie zu realisieren, die in der Phase des Trendbanks mehr macht und an den Trendwendepunkten Stopp-Stopp-Loss macht. Die Strategie wird als “Crossover-Strategie mit MACD” bezeichnet.
Die Strategie basiert hauptsächlich auf einer Kombination aus dem Linear-Cross-System und dem MACD-Indikator. Konkret wird der Long-Mean-Effekt auf dem kurzfristigen Durchschnitt übertrieben, während der Long-Mean-Effekt unter dem kurzfristigen Durchschnitt ausgebucht wird. Hier wird die 21-Tage-EMA als kurzfristige Durchschnitt und die 100-Tage-EMA als langfristige Durchschnitt gewählt.
Die MACD-Indikatoren werden zur Bestätigung des Handelssignals verwendet. Die MACD-DIFF-Leitung wird nur dann als Multi-Signal ausgegeben, wenn sie die DEA-Leitung durchbricht. Sobald die DIFF die DEA durchbricht, wird der Multi-Stop-Loss ausgeglichen.
Die Strategie nutzt außerdem den RSI, um übermäßige Leerstellungen zu vermeiden, und leert nur, wenn der RSI unter 30% liegt.
In Bezug auf die Stop-Loss-Strategie verwendet die Strategie eine Methode, bei der ein fester Prozentsatz des Stop-Losses verfolgt wird, wobei der Multiple Stop-Loss-Punkt 1% des Einstiegspreises abnimmt und der Leer-Stop-Loss-Punkt 1% des Einstiegspreises erhöht. Gleichzeitig realisiert die Strategie auch einen mobilen Stop-Loss, bei dem der Multiple Floating Profit 3% des Einstiegspreises erreicht.
Der größte Vorteil dieser Strategie besteht darin, dass die Verwendung eines linearen Systems zur Bestimmung der Richtung des großen Trends und der Eintritt in den MACD-Indikator verwendet werden kann, um falsche Durchbrüche effektiv zu filtern. Im Vergleich zur Verwendung eines linearen Kreuzungssystems kann die Anzahl der ineffektiven Geschäfte reduziert und die Gewinnwahrscheinlichkeit erhöht werden.
Außerdem kann die Strategie mit einem festen Prozentsatz Stop Loss und einem mobilen Stop Loss die Verluste in den erträglichen Bereich halten, während die Verluste so früh wie möglich beendet und die Gewinne gesperrt werden, wenn ein Gewinn garantiert wird. Dies kann sowohl die Rücknahme des Kontos im tatsächlichen Handel verringern als auch die durch Gier verursachten Verluste verringern.
Die wichtigsten Risiken dieser Strategie bestehen in folgenden Aspekten:
Durchschnittslinie-Kreuzungssysteme sind nachlässig und können zu Verzögerungen bei der Einfahrt führen, die die besten Eintrittspunkte verpassen. Die Verzögerung kann durch Optimierung der Durchschnittslinie-Parameter verringert werden.
MACD-Indikatoren sind leicht zu falschen Signalen und müssen mit anderen Indikatoren gefiltert werden. Die Optimierung kann mit Indikatoren wie KDJ betrachtet werden.
Die Festprozentsatz-Stopp-Stopp-Methode kann manchmal nicht rechtzeitig gestoppt werden. Sie kann in eine dynamische Tracking-Stopp-Methode umgestellt werden.
Strategische Rücktritte sind möglich, um Risiken zu vermeiden, und es kann in Betracht gezogen werden, Positionen zu senken.
Eine Strategie, die nur mehr und nicht weniger macht, hat die Einschränkung, nur mehr und mehr Trends zu verfolgen, und kann in Erwägung gezogen werden, einen Kaufmechanismus einzusetzen.
Diese Strategie kann in folgenden Bereichen optimiert werden:
Optimierung der Mittellinienparameter, um die Mittelliniensignale präziser zu machen. Verschiedene Arten von Mittellinien wie EMA, SMA und andere können getestet werden.
Hinzufügen von anderen Indikatoren, die die Querschnittsignale wie KDJ, RSI usw. filtern, um Fehltrades zu reduzieren.
Versuchen Sie mit dynamischen Stop-Methoden, um das Risiko besser zu kontrollieren.
Die Strategie wird durch die Einführung eines Depo-Mechanismus profitabel gemacht, wenn der Markt nach unten geht.
Optimierung der Kapitalverwaltung und Anpassung der Positionsgröße, um die maximale Rücknahme zu verringern.
Test der Performance verschiedener Arten von Verträgen, um die Reichweite der Strategie zu erweitern.
Erhöhung der Anzahl von Algorithmen zur automatischen Optimierung von Parametern und zur Verringerung der menschlichen Intervention.
Die Strategie integriert die Vorteile des Gleichgewicht-Kreuzesystems und der MACD-Indikatoren und erzielt eine hohe Gewinnrate. Durch die Optimierung der Parameter-Einstellungen, die Hinzufügung anderer Indikatoren und die Verbesserung der Stop-Loss-Methode kann die Strategie-Stabilität weiter erhöht und die Rücknahme reduziert werden. Die Hinzufügung von Leerlaufmechanismen und maschinellem Lernen kann die Anwendbarkeit der Strategie erweitern.
/*backtest
start: 2023-10-16 00:00:00
end: 2023-10-23 00:00:00
period: 2m
basePeriod: 1m
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/
// © Toxic_Cat_
//@version=5
// strategy("MA_50_200_CROSS", overlay=true, margin_long=100, margin_short=100)
EMA21 = ta.ema(close, 21)
EMA100 = ta.ema(close, 100)
[macdLine, signalLine, histLine] = ta.macd(close, 12, 26, 9)
plot(EMA21)
plot(EMA100, color = color.orange)
openLong = ta.crossover(EMA21, EMA100) and macdLine > signalLine
openShort = ta.crossunder(EMA21, EMA100) and ta.rsi(close, 14) <= 33
crossunderMACD = ta.crossunder(macdLine, signalLine)
if (strategy.opentrades < 1)
if openLong
strategy.entry("L",strategy.long, 1)
if openShort
strategy.entry("S",strategy.short, 1)
// slose long
// if ((strategy.opentrades.entry_price(0) + strategy.opentrades.entry_price(0)*0.03) <= open)
// strategy.exit("profit L", "L", limit = close)
// else if strategy.opentrades.entry_price(0) - strategy.opentrades.entry_price(0)*0.01 >= open or crossunderMACD
// strategy.exit("loss L", "L", stop = close)
// slose short
// if (strategy.opentrades.entry_price(0) - strategy.opentrades.entry_price(0)*0.03) >= open
// strategy.exit("profit S", "S", limit = (strategy.opentrades.entry_price(0) - strategy.opentrades.entry_price(0)*0.03))
// else if strategy.opentrades.entry_price(0) + strategy.opentrades.entry_price(0)*0.01 <= open
// strategy.exit("loss S", "S", stop = (strategy.opentrades.entry_price(0) + strategy.opentrades.entry_price(0)*0.01))