Trendmanipulationsstrategien basierend auf Pivot-Indikatoren

Überblick

Diese Strategie basiert auf den Pivot-Indikatoren, die die Richtung des aktuellen Trends bestimmen und in Kombination mit dem RSI-Indikator umgekehrt manipulieren, um den Trend zu verfolgen.

Strategieprinzip

Diese Strategie nutzt SMA Moving Averages und RSI Relative Weakness Indikatoren, um den Pivot-Index zu erstellen. Die Berechnungsmethode ist wie folgt:

1. Berechnung eines N-Tage-SMA Moving Averages
2. Berechnung des M-Tage-RSI
3. Wenn der Schlusskurs höher als der SMA ist, ist der RSI-35 / (85-35)
4. Wenn der Schlusskurs unter dem SMA liegt, ist der Pivot = ((RSI-20) / (70-20)
5. Die Richtung der Trends anhand der Werte der Phasenindikatoren
   • Axialindex > 50 für die Aussicht
   • Pfahlindex < 50 als rückläufig

Nach dem Signal des Pivot-Index wird eine umgekehrte Manipulation durchgeführt, d.h. bei einem Blick nach unten wird kurz und bei einem Blick nach unten wird mehr gemacht, um die Richtung des Trends zu verfolgen.

Der Schlüssel zu dieser Strategie besteht darin, die Richtung der Trends anhand von Pivot-Indikatoren zu bestimmen und die Markttrends durch Rückwärtsmanipulation zu verfolgen.

Analyse der Stärken

Diese Strategie hat folgende Vorteile:

1. Die Verwendung von Pivot-Indikatoren zur Bestimmung der Trendrichtung ist genau. Die Pivot-Indikatoren berücksichtigen die Moving Averages und die RSI-Indikatoren, um die Trendwendepunkte genauer zu bestimmen.

2. Mit einer Strategie der Rückwärtsmanipulation kann der Trend effektiv verfolgt werden. Wenn ein Trend umgekehrt wird, werden die Rückwärtsoperationen durchgeführt, um den Trend zu verfolgen.

3. Die RSI-Parameter können auf die Strategieempfindlichkeit eingestellt werden. Je kleiner die RSI-Parameter sind, desto empfindlicher sind sie auf Marktveränderungen und können für verschiedene Märkte angepasst werden.

4. Die SMA-Zyklen können flexibel angepasst werden, um die Trendanalyse für verschiedene Zyklen anzupassen.

5. Es gibt verschiedene Richtungen, in denen man sich bewegen kann, um sich an die verschiedenen Situationen anzupassen.

6. Die Investitions-Effizienz ist hoch, und es werden keine großen Investitionen benötigt, um bessere Erträge zu erzielen.

Risikoanalyse

Es gibt einige Risiken bei dieser Strategie:

1. Es besteht die Gefahr von Fehleinschätzungen in den Pfahlindikatoren, die zu Abweichungen führen können, die zu Fehleinschätzungen führen.

2. Umgekehrte Manipulationsstrategien sind mit hohem Verlustrisiko verbunden und erfordern eine strenge Stop-Loss-Kontrolle.

3. Bei starken Trends ist es unmöglich, den Trend rechtzeitig umzukehren.

4. Die falsche Einstellung der Parameter kann zu einer Überempfindlichkeit oder Langsamkeit führen.

5. Es gibt viele Transaktionen und die Gebühren sind eine große Belastung.

Entsprechende Risikomanagementmaßnahmen:

1. Die Bewegungsmittel-Perioden sollten vernünftig eingestellt werden, um Fehleinschätzungen zu vermeiden.

2. Strenge Stop-Losses und Einzelschadenkontrolle

3. Die Gefahr wird durch die Einführung von Lagerstätten in Gruppen verringert.

4. Parameter-Optimierungs-Tests, um die richtige Kombination von Parametern für die Strategie auszuwählen.

5. Optimierung der Stop-Loss-Strategie und Verringerung der Verluste.

Optimierungsrichtung

Diese Strategie kann in folgenden Bereichen optimiert werden:

1. Optimierung der Kennzahlenparameter und Auswahl der optimalen Parameterkombinationen. Die optimalen Parameter können durch Rückvergleiche ermittelt werden.

2. Optimierung der Stop-Loss-Strategie. Es können dynamische Stop-Loss-Programme wie z. B. After-String-Stopp, Tracking-Stopp eingerichtet werden.

3. In Kombination mit anderen Indikatoren kann das Signal gefiltert werden. MACD, KDJ und andere Indikatoren können hinzugefügt werden, um Fehlsignale zu vermeiden.

4. Automatische Optimierung durch Einsatz von maschinellen Lernmethoden. Automatische Suche nach optimalen Parametern durch Einsatz von Evolutionsalgorithmen, Reinforcement Learning usw.

5. Bei der Auswahl der Kombination von Quantität und Preis wird nur bei einem Anstieg des Umsatzes berücksichtigt.

6. Modell-basierte Stop-Off. Erstellen Sie ein Modell für die Aktienpreisschwankungen und führen Sie dynamische Stop-Off durch.

7. Die Hochfrequenzdaten werden für die Stop-Loss-Optimierung genutzt.

Zusammenfassen

Diese Strategie basiert auf dem Kernexponder, um die Trendrichtung zu bestimmen, und verfolgt die Trends mit Hilfe des Trendverfolgungsmodells. Sie kann die Markttrends effektiv verfolgen. Der Vorteil besteht darin, genaue, flexible und effiziente Vermögensnutzung zu bestimmen, aber es besteht auch ein gewisses Risiko für Fehleinschätzungen und Verlustrisiken. Durch die Optimierung von Parametern und Stop-Loss-Optimierung können die Profitabilität und Stabilität der Strategie weiter verbessert werden.