
Die EMA-Kreuzungsstrategie erzeugt ein Kauf- und Verkaufssignal, indem sie die Kreuzung der EMA-Mittellinie in zwei verschiedenen Perioden verfolgt. Sie erzeugt ein Kauf- und Verkaufssignal, wenn die kurze EMA über die lange EMA fällt, und ein Verkaufssignal, wenn die kurze EMA über die lange EMA fällt. Die Strategie kombiniert den SuperTrend-Indikator mit einem Übertrieb.
Die Strategie basiert hauptsächlich auf dem Gold-Stock-Stopp-Prinzip der EMA-Gehaltlinie. Die EMA-Gehaltlinie kann die Preisfilter-Geräusche ausgleichen und die Preisentwicklung durch die Kreuzung der EMA-Gehaltlinie bestimmen. Wenn der Kurzzeit-EMA ((20-Zyklus) auf dem langen EMA ((50-Zyklus) liegt, ist der Kurzzeit-Preis jetzt über dem langen EMA, was ein Kaufsignal erzeugt.
Die Strategie kombiniert die SuperTrend-Indikatoren, um die falschen Signale zu filtern, die durch die EMA-Kreuzung erzeugt werden. Die SuperTrend-Indikatoren sind Auf- und Abwärtsbahnen, die auf der Grundlage der ATR berechnet werden, um den wahren Trend genauer zu bestimmen.
Die Kriterien für diese Strategie lauten:
Wenn der 20 EMA über 50 EMA geht und der Preis den Supertrend überschreitet, wird ein Kaufsignal erzeugt.
Ein Verkaufssignal wird erzeugt, wenn der 20 EMA den 50 EMA durchbricht und der Preis den Supertrend unterbricht.
Durch die EMA-Kreuzung kann die Grosstrend-Bewertung, in Kombination mit dem SuperTrend-Indikator, die Schwingungen filtern, die Genauigkeit der Strategie-Handelssignale verbessern.
Die EMA-Cross-Strategie hat folgende Vorteile:
Die Bedienung ist einfach und leicht zu realisieren. Es ist nur erforderlich, die Kreuzung zweier EMA-Gleichlinien zu berechnen.
Die EMA als Moving Average filtert die Preisschwankungen und ist in der Lage, einige Geräusche zu filtern.
In Kombination mit den SuperTrend-Indikatoren kann der Lärm weiter gefiltert und die falschen Signale reduziert werden.
Die EMA-Zyklusparameter können an unterschiedliche Marktbedingungen angepasst werden.
Die Anpassung von langen und kurzen Positionen ermöglicht verschiedene Handelsmethoden.
Es kann in verschiedenen Zeitspannen realisiert werden und ist für verschiedene Arten von Händlern geeignet.
Die EMA-Cross-Strategie birgt auch einige Risiken:
Bei starken Marktschwankungen können EMA-Kreuzsignale zurückbleiben und nicht in der Lage sein, die Preisänderungen rechtzeitig zu reflektieren.
Die EMA-Gehaltlinie ist nachlässig und kann falsche Signale erzeugen.
Die Einstellungen für die kurz- und langzeitigen EMA-Parameter sind falsch eingestellt, was zu einer Überschneidung der Fehlsignale führen kann.
Die Tatsache, dass die Marktentwicklung nur durch eine lineare Überschneidung bestimmt werden kann, ist eine Art von Blindheit.
Die richtige Stop-Loss-Strategie ist notwendig, um das Risiko zu kontrollieren.
Die folgenden Maßnahmen können das Risiko verringern:
Optimieren Sie die EMA-Zyklusparameter und wählen Sie die richtige schnelle oder langsame Durchschnittszyklus.
Die Verringerung der Haltedauer und die zeitnahe Verringerung der Verluste.
In Kombination mit anderen Indikatoren, wie beispielsweise einem Moving Average oder K-Line-Formen, wird ein Gesamturteil vorgenommen.
Um die Häufigkeit der Transaktionen zu reduzieren, sollten Sie die Anzahl der Transaktionen entsprechend anpassen.
Diese Strategie kann in folgenden Bereichen optimiert werden:
Optimierung der Periodiparameter der EMA-Mittellinie, um sie an unterschiedliche Perioden und Marktumstände anzupassen. Eine Optimierungsmechanik für die Adaptionsparameter kann eingeführt werden.
Versuchen Sie mit verschiedenen Mittellinien, wie SMA, KWMA usw.
In Kombination mit mehr Indikatoren werden Kombinationsgeschäfte getätigt, um ein Multifaktor-Modell zu bilden, z. B. MACD, RSI usw. Die Einführung von Machine-Learning-Algorithmen zur Parameteroptimierung und Gewichtsanpassung.
Erhöhung der Stop-Loss-Strategie, wie Stop-Tracking, Stop-Percentage etc. um das Risiko zu kontrollieren.
Die Einführung von Volumenfiltern und die Vermeidung von Falschsignalen in Verbindung mit dem Volumenindikator.
Optimierung der Exits-Strategie, Einrichtung von Exit-Regeln. EXIT-Signals wie K-Linienformationen, Durchbrüche usw.
Bestätigung von Trends in höheren Zeiträumen, Eintritt in niedrigere Zeiträume und Trendverfolgung.
Die EMA-Kreuzstrategie ist eine einfache und praktische Trendverfolgungsstrategie. Sie ist in der Lage, mittelfristige Preistrends zu identifizieren und Kauf- und Verkaufstimer zu erzeugen. In Kombination mit dem SuperTrend-Indikator kann der Lärm effektiv gefiltert und falsche Trades verringert werden. Die Strategie bleibt jedoch zurück und birgt das Risiko falscher Signale.
/*backtest
start: 2023-09-24 00:00:00
end: 2023-10-24 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/
// © alokbothra
//@version=5
strategy("Ema Crossover", overlay=true, initial_capital = 1000)
start = timestamp(2021,1,1,0,0)
end = timestamp(2023,10,30,0,0)
plot (ta.ema(close,20), title = "Ema 20", color = color.green , linewidth = 2)
plot (ta.ema(close,50), title = "Ema 50", color = color.red, linewidth = 2 )
//supertrend 1
Periods = input(title='ATR Period', defval=11)
Multiplier = input.float(title='ATR Multiplier', step=0.1, defval=3)
changeATR = input(title='Change ATR Calculation Method ?', defval=true)
showsignals = input(title='Show Buy/Sell Signals ?', defval=true)
highlighting = input(title='Highlighter On/Off ?', defval=true)
atr2 = ta.sma(ta.tr, Periods)
atr = changeATR ? ta.atr(Periods) : atr2
up = close - Multiplier * atr
up1 = nz(up[1], up)
up := close[1] > up1 ? math.max(up, up1) : up
dn =close+ Multiplier * atr
dn1 = nz(dn[1], dn)
dn := close[1] < dn1 ? math.min(dn, dn1) : dn
trend = 1
trend := nz(trend[1], trend)
trend := trend == -1 and close > dn1 ? 1 : trend == 1 and close < up1 ? -1 : trend
upPlot = plot(trend == 1 ? up : na, title='Up Trend', style=plot.style_linebr, linewidth=2, color=color.new(color.green, 0))
buySignal = trend == 1 and trend[1] == -1
plotshape(buySignal ? up : na, title='UpTrend Begins', location=location.absolute, style=shape.circle, size=size.tiny, color=color.new(color.green, 0))
dnPlot = plot(trend == 1 ? na : dn, title='Down Trend', style=plot.style_linebr, linewidth=2, color=color.new(color.red, 0))
sellSignal = trend == -1 and trend[1] == 1
plotshape(sellSignal ? dn : na, title='DownTrend Begins', location=location.absolute, style=shape.circle, size=size.tiny, color=color.new(color.red, 0))
mPlot = plot(ohlc4, title='', style=plot.style_circles, linewidth=0)
changeCond = trend != trend[1]
longonly = input.bool(defval = true, title = 'Long Only')
shortonly = input.bool(defval = true, title = 'Short Only')
longCondition = (ta.ema(close, 20) >= ta.ema(close, 50))
shortCondition = (ta.ema(close, 20) <= ta.ema(close, 50))
long = (trend == 1)
short = (trend == -1)
sell= short
cover= long
if time >= start and time < end
if longonly
if ((longCondition) and (long))
strategy.entry ("Long Entry", strategy.long, comment ="Long Entry")
if strategy.position_size > 0
strategy.close("Long Entry", when = sell, comment = "Long Exit")
if shortonly
if ((shortCondition) and (short))
strategy.entry("Short Entry", strategy.short, comment = "Short Entry")
if strategy.position_size < 0
strategy.close("Short Entry", when = cover, comment = "Short Exit")