Durchschnittliche stochastische Handelsstrategie
ChaoZhang
Überblick
Diese Strategie basiert auf einem durchschnittlichen Zufallsindikator, um Handelssignale zu beurteilen, und ist eine Trendverfolgungsstrategie. Die Strategie wird durch die Berechnung des Moving Averages der durchschnittlichen Zufallsindikatoren% K und% D berechnet.
Strategieprinzip
Berechnen Sie die Werte der durchschnittlichen Zufallsindikatoren %K und %D. %K ist der bewegliche Durchschnitt eines Zufallswertes, der auf den Schlusskurs eines bestimmten Zeitraums basiert und die relative Position des aktuellen Preises gegenüber dem Höchst- und Tiefstpreis eines bestimmten Zeitraums widerspiegelt. %D ist der bewegliche Durchschnitt von %K, der zur Trendbestätigung verwendet wird.
Ein Indikator-Gleichlaufmittel ((EMA) für %K bzw. %D erhält den Mittelwert eines durchschnittlich zufälligen Indikators_avg_k und_avg_d。
Das sind die wichtigsten Faktoren, die den Handel beeinflussen.
Kaufsignale:_avg_Auf und ab_avg_d und_avg_d <20 und mehr.
Das ist ein Signal:_avg_K unterziehen_avg_d und_avg_d > 80 wird freigesetzt
Vermögensverwaltung:
Mehrfache Stop-Loss:_avg_d >80 Stunden nach der Platzierung
Leerfahrkarten-Stopp:_avg_d
Maximal 3 gleichzeitige Bestellungen sind erlaubt, wenn die Strategie auf Lagerhaltung basiert
Strategische Vorteile
Die Verwendung von doppelten Gleichlinien zur Bestimmung von Goldforken kann falsche Durchbrüche wirksam filtern und die Signalqualität verbessern
Durchschnittliche Zufallsindikatoren, die den Preistrend effektiv verfolgen
In Kombination mit Überkauf-Überverkauf-Bereichsurteilen können Sie häufige Transaktionen in einem Schock verhindern.
Die Banken sind in der Lage, ihre Aktien zu investieren, um ihre Aktien zu schützen.
Stop-Loss-Strategien können einzelne Verluste kontrollieren
Strategisches Risiko
Binäre Handelsstrategien sind anfällig für häufige Transaktionen, wenn die Transaktionsgebühren zu hoch sind, um die Gewinne zu beeinträchtigen.
Die Verwendung von festen Stop-Loss-Punkten kann zu früh zu einem Ausstieg führen
Zu viele Einlagen könnten zu größeren Verlusten führen
Es ist unmöglich, den Trendwendepunkt effektiv zu bestimmen, und es kann zu großen Verlusten kommen, wenn der Trend sich umkehrt.
Optimierung von Parameterzyklen, wobei die Wirkung von verschiedenen Zyklen stark variiert
Optimierungsrichtung
Es könnte in Erwägung gezogen werden, Trend-Anzeige-Indikatoren einzuführen, um einen Abweichhandel zu vermeiden.
Dies ist der Fall, wenn die Verluste in der Regel nicht mehr als ein halbes Jahr lang liegen.
Optimierung der Strategie, beispielsweise durch Erhöhung der Anzahl der Händler pro Runde
In Kombination mit anderen Indikatoren wurde eine Trendwende und ein früherer Ausfall aus den Gewinnen beurteilt.
Optimierung der Testparameter für verschiedene Sorten, um die Anpassungsfähigkeit der Parameter zu verbessern
Zusammenfassen
Diese Strategie ist insgesamt eine typische Trendverfolgungsstrategie, die die Richtung des Trends anhand eines durchschnittlichen Zufallsindikators beurteilt und beim Auftreten eines Trends einen Aufstockungsgeschäft durchführt. Die Strategie hat den Vorteil, dass sie eine starke Nachverfolgungsfähigkeit hat, die für die Trendsituation geeignet ist, jedoch muss darauf geachtet werden, dass Gegenhandelsgeschäfte verhindert werden.
/*backtest
start: 2022-10-19 00:00:00
end: 2023-10-25 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
//1. AVG Stochastic Calculate
//1.1 AVG %K is calculated by apply EMA with smooth K period on Average of Original Stochastic %k & %d
//+ avg_k=ema((%k+%d)/2,smoothK)
//1.2 AVG %D is calculated by apply EMA with %d period on AVG %K
//+ avg_d=ema(avg_k,periodD)
//2. Parameter
//+ %K Length: 21
//+ %K Smoothing: 3
//+ %D Smoothing: 3
//+ Symbol: BTC/USDT
//+ Timeframe: M30
//+ Pyramiding: Maximum 3 orders at the same direction.
//3. Signal
//3.1 Buy Signal
//+ Entry: AVG %K crossover AVG %D and AVG %D < 20
//+ Exit: AVG %D > 80
//3.2 Sell Signal
//+ Entry: AVG %K crossunder AVG %D and AVG %D > 80
//+ Exit: AVG %D < 20
strategy(title="AVG Stochastic Strategy [M30 Backtesting]", overlay=true, pyramiding=3)
periodK = input.int(21, title="%K Length", minval=1)
smoothK = input.int(3, title="%K Smoothing", minval=1)
periodD = input.int(3, title="%D Smoothing", minval=1)
k = ta.sma(ta.stoch(close, high, low, periodK), smoothK)
d = ta.sma(k, periodD)
_avg_k=ta.ema(math.avg(k,d),smoothK)
_avg_d=ta.ema(_avg_k,periodD)
up=
_avg_k[1]<_avg_d[1]
and _avg_k>_avg_d
and _avg_d<20
dn=
_avg_k[1]>_avg_d[1]
and _avg_k<_avg_d
and _avg_d>80
var arr_val=0
if up
arr_val:=1
strategy.entry("Long", strategy.long)
if dn
arr_val:=-1
strategy.entry("Short", strategy.short)
if up[1] or dn[1]
arr_val:=0
plotarrow(arr_val,title="Signal",colorup=color.green,colordown=color.red)
if _avg_d>80
strategy.close("Long")
if _avg_d<20
strategy.close("Short")
//EOF