
Eine Mehrzeitframe-Kaufpreis-Rückgang-Strategie ist eine relativ einfache automatische Handelsstrategie, die während der Aufwärtsphase des Trends erhebliche Gewinne erzielen kann. Allerdings sind nicht alle Preisrückgänge für den Kauf geeignet und müssen für jeden Handel optimiert werden.
Die Strategie nutzt den 1-Stunden-Zeitrahmen, um einen plötzlichen Preisrückgang zu erfassen, während die Preise in den letzten 12 Stunden deutlich gestiegen sind. In einer anhaltende Aufwärtstrend bietet ein sofortiger Zusammenbruch, der durch den Gewinn verursacht wird, eine sehr gute Zeit für den Markteintritt.
Die Einstellungen des Skripts sind für den 30-Minuten-Zeitrahmen optimiert. Sie können die Parameter anpassen, um die verschiedenen Zeitrahmen anzupassen.
Das System gibt ein Kaufsignal aus, wenn die folgenden Bedingungen erfüllt sind:
Der Preis ist um 1% niedriger als bei den letzten beiden K-Linien ((1 Stunden-Zeitrahmen = zwei 30-Minuten-K-Linien)
Preise sind in den vergangenen 12 Stunden um 3% gestiegen.
Die Einstellung wurde optimiert und wurde über 150 Mal auf mehr als 20 verschiedenen Kryptowährungspaaren getestet.
Die Strategie geht davon aus, dass 30% der verfügbaren Mittel für jeden Auftrag gehandelt werden. Die Strategie berücksichtigt eine Transaktionsgebühr von 0,1%, die mit den Basisgebühren von Binance übereinstimmt.
Die Kernidee der Multi-Time-Frame-Buy-Down-Price-Strategie ist die Kombination von langen und kurzen Zeitrahmen, um den Zeitpunkt des Markteintritts zu bestimmen.
Zunächst wird beurteilt, ob es zu einem plötzlichen Preisverfall auf dem 1-Stunden-Zeitrahmen gekommen ist. Dies wird bestätigt, indem beurteilt wird, ob es zu einem Rückgang von mehr als 1% auf der aktuellen K-Linie im Vergleich zu den beiden vorherigen K-Linien gekommen ist.
Zweitens wird auf dem 12-Stunden-Zeitrahmen beurteilt, ob ein deutlicher Preisanstieg auf der langen Linie vorliegt. Hier wird bestätigt, dass ein Preisanstieg von 3% in den letzten 12 Stunden erreicht wurde.
Ein Kaufsignal wird nur ausgesendet, wenn ein kurzfristiger Zeitrahmen rückläufig ist und ein langfristiger Zeitrahmen im Aufwärtstrend ist.
Diese Kombination verhindert Blindkäufe in langfristigen Abwärtstrends und nutzt die Kaufchancen, die eine kurzfristige Anpassung bietet. Durch die Kombination verschiedener Zeitrahmen wird die Handelsstrategie stabiler und zuverlässiger.
Technisch gesehen wird diese Strategie durch Aufrufen zweier unterschiedlicher Parameter erstellt.perc_change()Die Funktion umfasst zwei Zeiträume: eine für den Anstieg in den letzten 12 Stunden und eine für den Anstieg in der letzten 1 Stunde. Wenn beide Bedingungen gleichzeitig erfüllt sind, wird ein Kaufsignal ausgesendet.
Der größte Vorteil der Mehrzeit-Frame-Buy-Price-Fall-Strategie besteht darin, dass sie Trends effektiv beurteilen und den Kaufzeitpunkt für kurzfristige Anpassungen erfassen kann. Insbesondere gibt es folgende Vorteile:
In Kombination mit zwei kurzen Zeitrahmen kann es vermieden werden, bei einem langen Rückgang zu kaufen, wodurch unnötige Verluste verringert werden.
Kurze Zeitrahmen können plötzliche Anpassungen erfassen, die einen niedrigeren Kaufpreis bieten.
Die Rückmeldung optimiert die Parameter, um die Strategie besser für die hohen Volatilitätsmerkmale der Kryptowährungen geeignet zu machen.
Die Auswirkungen der Transaktionsgebühren wurden berücksichtigt, um die Simulationen dem realen Umfeld näher zu bringen.
Einfache Handelslogik und Parameter-Einstellungen, leicht zu verstehen und anzupassen.
Es ist sehr flexibel und kann für verschiedene Handelspaare verwendet werden.
Eine mehrfache Zeitrahmen-Kauf-Preis-Absenkungs-Strategie ist mit Risiken verbunden, die sich auf folgende Punkte konzentrieren:
Es ist unmöglich, die Gefahr eines falschen Durchbruchs vollständig zu vermeiden, und eine kurzfristige Anpassung kann auch eine Umkehrung des langfristigen Trends sein.
Festgelegte Parameter-Einstellungen sind möglicherweise nicht vollständig an Veränderungen am Markt angepasst und müssen angepasst werden.
Reaktionen: Always hat sich gut im Simulationsgeschäft entwickelt, im realen Geschäft gibt es Unterschiede.
Es gibt eine gewisse Zeitverzögerung, die den optimalen Kaufpunkt für kurzfristige Preisschwankungen verpasst.
Eine einzelne Handelsstrategie ist anfällig für Systemrisiken.
Die Hochfrequenz von Transaktionen erhöht die Belastung durch die Transaktionsgebühren.
Die folgenden Optimierungsmaßnahmen können in Bezug auf die strategischen Risiken in Betracht gezogen werden:
Es wurden weitere Indikatoren hinzugefügt, um langfristige Trends zu beurteilen und die Genauigkeit zu verbessern.
Optimierung der Parameter-Einstellungen, um sie dynamischer an Marktveränderungen anzupassen.
Die Strategie wird in einer realen Umgebung getestet und die Unterschiede zwischen der Rückmessung und der Festplatte gemessen.
Anpassung des Zeitrahmens zur Verringerung der Zeitverzögerung
Das System ist in der Lage, das Systemrisiko zu verteilen, indem es gleichzeitig mehrere unabhängige Strategien einsetzt.
Ein Stop-Loss-Stopp ist ein vernünftiger Weg, um das Risiko eines einzelnen Handels zu kontrollieren.
Es gibt noch viel Optimierungsmöglichkeiten für die Strategie des Kaufens von Preissenkungen in mehreren Zeitrahmen, und zwar in folgenden Bereichen:
Es ist wichtig, mehr Indikatoren zu verwenden, um die Stabilität der Strategie zu verbessern, z. B. Brin-Band, RSI usw.
Mit Hilfe von Machine Learning-Modellen können die Parameter dynamisch optimiert und an Marktveränderungen angepasst werden.
Optimierung der Stop-Loss-Strategie und Verringerung des Risikos für Einzelgeschäfte.
Versuchen Sie, die optimale Kombination von Parametern zu finden, indem Sie mehrere Paare und Zeitspannen zurückprüfen.
In Kombination mit anderen Indikatoren wie der Veränderung des Handelsvolumens, um zu vermeiden, dass Sie von arbitragen Geschäften in die Irre geführt werden.
Risikomanagement-Module wie Asset Allocation, Positionskontrolle usw. werden hinzugefügt, um das Gesamtrisiko zu kontrollieren.
Versuchen Sie, andere Arten von Strategien, wie Trend-Tracking, Arbitrage, etc. zu versuchen.
Erforschen Sie komplexere Kombinationen von mehreren Zeiträumen, um die optimale Kombination von Parametern zu finden.
Das ist ein weiterer Weg, um den Handel zu fördern, indem man News-Trading-Elemente nutzt.
Durch die oben genannten Optimierungsmethoden kann die Strategie stabiler, intelligenter und umfassender gemacht werden, um sich an die Komplexität des Krypto-Marktes anzupassen. Jede Optimierung muss jedoch sorgfältig getestet werden, um ein Problem der Überoptimierung zu vermeiden.
Die Multi-Time-Frame-Buy-Drop-Strategie ist insgesamt eine sehr praktische Short-Line-Trading-Strategie. Sie konzentriert sich sowohl auf die kurzfristige als auch auf die langfristige Dimension und erhöht die Richtigkeitswahrheit, während sie relativ effizient bleibt. Mit vernünftigen Parameter-Einstellungen und -Optimierungen kann sie sich an die meisten Handelsmärkte anpassen, insbesondere bei Trendprodukten.
Aber wie jede automatisierte Strategie hat es auch seine Grenzen, die es den Händlern erfordern, vernünftig zu bleiben und sich ständig zu optimieren und anzupassen, um sich den Veränderungen des Marktes anzupassen. Eine erfolgreiche Strategie entwickelt sich ständig weiter, nicht stetig.
Zusammenfassend bietet die Multi-Zeitrahmen-Kauf-Preis-Rückgang-Strategie ein sehr gutes Beispiel für algorithmischen Handel. Sie umfasst die grundlegenden Elemente des Algorithmus-Handels, wie die Auswahl verschiedener Zeitrahmen, die Einstellung von Parametern, die Rückmessung, die Optimierung und die Risikokontrolle. Die richtige Anwendung der Strategie und die ständige Verbesserung in der Praxis können dem Händler helfen, wichtige Hinweise in einer Fülle von Informationen zu erfassen und eine dauerhafte Alpha in den Märkten zu erhalten.
/*backtest
start: 2023-09-26 00:00:00
end: 2023-10-26 00:00:00
period: 4h
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/
// © Coinrule
//@version=1
strategy(shorttitle='Multi Time Frame Buy the Dips',title='Multi Time Frame Buy the Dips (by Coinrule)', overlay=true, initial_capital = 1000, default_qty_type = strategy.percent_of_equity, default_qty_value = 30, commission_type=strategy.commission.percent, commission_value=0.1)
//Backtest dates
fromMonth = input(defval = 1, title = "From Month")
fromDay = input(defval = 10, title = "From Day")
fromYear = input(defval = 2020, title = "From Year")
thruMonth = input(defval = 1, title = "Thru Month")
thruDay = input(defval = 1, title = "Thru Day")
thruYear = input(defval = 2112, title = "Thru Year")
showDate = input(defval = true, title = "Show Date Range")
start = timestamp(fromYear, fromMonth, fromDay, 00, 00) // backtest start window
finish = timestamp(thruYear, thruMonth, thruDay, 23, 59) // backtest finish window
window() => true // create function "within window of time"
inp_lkb = input(24, title='Lookback Long Period')
inp_lkb_2 = input(2, title='Lookback Short Period')
perc_change(lkb) =>
overall_change = ((close[0] - close[lkb]) / close[lkb]) * 100
// Call the function
overall = perc_change(inp_lkb)
overall_2 = perc_change(inp_lkb_2)
//Entry
dip= -(input(1))
increase= (input(3))
strategy.entry(id="long", long = true, when = overall > increase and overall_2 < dip and window())
//Exit
Stop_loss= ((input (3))/100)
Take_profit= ((input (4))/100)
longStopPrice = strategy.position_avg_price * (1 - Stop_loss)
longTakeProfit = strategy.position_avg_price * (1 + Take_profit)
strategy.close("long", when = close < longStopPrice or close > longTakeProfit and window())