Schaff-Trend-Zyklusdynamik nach Strategie

Schriftsteller:ChaoZhang, Datum: 2023-11-01 16:08:35
Tags:

Übersicht

Diese Strategie basiert auf dem Schaff Trend Cycle Indikator, kombiniert mit den überkauften und überverkauften Prinzipien des Stoch RSI, um Trends mithilfe von Momentum-Metriken zu bestimmen und zu verfolgen.

Strategie Logik

1. Berechnen Sie den MACD, bei dem die Standard-Fast Length 23 und die Slow Length 50 ist. Der MACD spiegelt die Differenz zwischen kurz- und langfristigen gleitenden Durchschnitten wider, um die Kursdynamik zu beurteilen.
1. Der Stoch-RSI wird auf den MACD angewendet, um den Wert K zu ermitteln, wobei die Standardzykluslänge 10 beträgt und die Überkauf-/Überverkaufswerte der MACD-Momentumsmetrik widerspiegelt.
1. Nehmen Sie den gewichteten gleitenden Durchschnitt von K in Form D, wobei die Standardlänge des ersten %D 3 beträgt, um Lärm aus K zu entfernen.
1. Der Stoch-RSI wird erneut auf D angewendet, um den anfänglichen STC-Wert zu bilden, wobei die Standardlänge von 2 %D 3 beträgt, um präzise Überkauf-/Überverkaufssignale zu erzeugen.
1. Nehmen Sie den gewichteten gleitenden Durchschnitt des anfänglichen STC, um den endgültigen STC-Wert zu erhalten, der zwischen 0 und 100 liegt.
1. Gehen Sie lang, wenn STC über 25 nach oben und kurz, wenn STC nach unten über 75 geht.

Vorteile

1. Das STC-Design, das den Stoch RSI kombiniert, zeigt deutlich überkaufte/überverkaufte Regionen an und bildet starke Trendsignale.
1. Der doppelte Stoch-RSI-Filter entfernt effektiv falsche Ausbrüche.
1. Der standardisierte STC-Bereich 0-100 ermöglicht einfache mechanisierte Handelssignale.
1. Der Backtest implementiert visuelle Ausbruchmarkierungen und Text-Popup-Warnungen für eine klare und intuitive Signalfassung.
1. Optimierte Standardparameter vermeiden überempfindliche Signale und unnötige Trades.

Risiken

1. STC ist parameterempfindlich. Verschiedene Münzen und Zeitrahmen erfordern eine Parameteranpassung an die Marktmerkmale.
1. Ausbruchsstrategien sind anfällig für Fallen und erfordern Stopps, um das Risiko zu kontrollieren.
1. Falsche Ausbrüche mit geringer Liquidität können schlechte Signale erzeugen und einen Volumenfilter benötigen.
1. STC allein birgt das Risiko einer Umkehrung, eine Bestätigung unter Verwendung anderer Faktoren ist erforderlich.
1. Die wichtigsten Unterstützungs-/Widerstandsniveaus sollten beobachtet werden, um schlechte Signale zu vermeiden.

Möglichkeiten zur Verbesserung

1. Optimierung der MACD-Parameter für verschiedene Zeiträume und Münzen.
1. Stoch-RSI-Werte K und D zu verfeinern, um die STC-Kurve zu glätten.
1. Zusatz eines Volumenfilters, um falsche Ausbrüche mit geringer Liquidität zu vermeiden.
1. Hinzufügen zusätzlicher Indikatoren zur Bestätigung von Signalen, z. B. Bollinger-Bänder.
1. Hinzufügen von Stoppmechanismen wie Bewegung/ATR-Stopps.
1. Anpassung des Eingangs, z. B. Eingabe bei Rückzug nach Ausbruch zur Trendbestätigung.

Schlussfolgerung

Die Schaff Trend Cycle Strategie identifiziert Überkauf/Überverkauf über Momentum-Metriken, um kurzfristige Preistrendveränderungen zu bestimmen. Obwohl sie einfach und anpassbar ist, birgt sie Gefahren. Bestätigung und Stopps unterstützen die Optimierung für starke Trends.

/*backtest
start: 2023-10-01 00:00:00
end: 2023-10-31 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3
// Copyright (c) 2018-present, Alex Orekhov (everget)
// Schaff Trend Cycle script may be freely distributed under the MIT license.
strategy("Schaff Trend Cycle", shorttitle="STC Backtest", overlay=true)

fastLength = input(title="MACD Fast Length",  defval=23)
slowLength = input(title="MACD Slow Length",  defval=50)
cycleLength = input(title="Cycle Length",  defval=10)
d1Length = input(title="1st %D Length",  defval=3)
d2Length = input(title="2nd %D Length",  defval=3)
src = input(title="Source",  defval=close)
highlightBreakouts = input(title="Highlight Breakouts ?", type=bool, defval=true)

macd = ema(src, fastLength) - ema(src, slowLength)

k = nz(fixnan(stoch(macd, macd, macd, cycleLength)))

d = ema(k, d1Length)

kd = nz(fixnan(stoch(d, d, d, cycleLength)))

stc = ema(kd, d2Length)
stc := 	stc > 100 ? 100 : stc < 0 ? 0 : stc

//stcColor = not highlightBreakouts ? (stc > stc[1] ? green : red) : #ff3013
//stcPlot = plot(stc, title="STC", color=stcColor, transp=0)

upper = input(75, defval=75)
lower = input(25, defval=25)

transparent = color(white, 100)

upperLevel = plot(upper, title="Upper", color=gray)
// hline(50, title="Middle", linestyle=dotted)
lowerLevel = plot(lower, title="Lower", color=gray)

fill(upperLevel, lowerLevel, color=#f9cb9c, transp=90)

upperFillColor = stc > upper and highlightBreakouts ? green : transparent
lowerFillColor = stc < lower and highlightBreakouts ? red : transparent

//fill(upperLevel, stcPlot, color=upperFillColor, transp=80)
//fill(lowerLevel, stcPlot, color=lowerFillColor, transp=80)

long =  crossover(stc, lower) ? lower : na
short = crossunder(stc, upper) ? upper : na

long_filt = long and not short
short_filt = short and not long

prev = 0
prev := long_filt ? 1 : short_filt ? -1 : prev[1]

long_final = long_filt and prev[1] == -1
short_final = short_filt and prev[1] == 1

strategy.entry("long", strategy.long, when = long )
strategy.entry("short", strategy.short, when = short)

plotshape(crossover(stc, lower) ? lower : na, title="Crossover", location=location.absolute, style=shape.circle, size=size.tiny, color=green, transp=0)
plotshape(crossunder(stc, upper) ? upper : na, title="Crossunder", location=location.absolute, style=shape.circle, size=size.tiny, color=red, transp=0)

alertcondition(long_final, "Long", message="Long")
alertcondition(short_final,"Short", message="Short")

plotshape(long_final, style=shape.arrowup, text="Long", color=green, location=location.belowbar)
plotshape(short_final, style=shape.arrowdown, text="Short", color=red, location=location.abovebar)

Mehr