Momentum Breakout Moving Average Handelsstrategie
ChaoZhang
Überblick
Diese Strategie ermöglicht die Erzeugung von Handelssignalen für niedrig-volatile Aktien durch die Kombination der Verwendung von Moving Averages, MACD-Indikatoren und K-Line-Formen. Es kann ein Kauf- oder Verkaufssignal ausgedruckt werden, um zu zeigen, dass bestimmte Bedingungen erfüllt sind. Ich werde es als Zeit-Spar-Tool verwenden, um zu identifizieren, welche Grafiken Aufmerksamkeit benötigen.
Strategieprinzip
Die Strategie basiert auf drei Indikatoren, die für die Bewertung von Handelssignalen verwendet werden:
Moving Average: Berechnung eines dreifachen Moving Averages aus Schnell-, Lang- und Referenzlinien, der ein Kaufsignal erzeugt, wenn die Schnelllinie die Langlinie durchquert.
MACD-Indikator: Berechnung der MACD-Säule und der Signallinie, die ein Kaufsignal erzeugt, wenn die MACD-Säule 0 durchläuft.
K-Linie-Form: Berechnung des Anstiegs eines einzelnen K-Linie-Anteils, wenn der Anstieg über einen bestimmten Prozentsatz hinausgeht, wird er als Markup-Verhalten des Eigentümers beurteilt und ein Kaufsignal erzeugt.
Bei der Beurteilung von Verkaufssignalen setzt die Strategie einen Stop-Loss- und einen Stop-Out-Signal ein, der ein Verkaufssignal erzeugt, wenn der Preis den Stop-Loss-Signal erreicht.
Strategische Vorteile
Die Kombination verwendet drei verschiedene Arten von technischen Kennzahlen, die sich gegenseitig verifizieren können, um falsche Signale zu vermeiden.
Der Moving Average-Indikator identifiziert mittlere Longline-Trends, der MACD-Indikator identifiziert kurze Linie-Momentum, die K-Linie-Form identifiziert Hauswirt-Verhalten.
Es wurden Stop-Loss- und Stop-Stop-Bedingungen festgelegt, um die Gewinne maximal zu sichern und die Verluste zu verhindern.
Die Strategie ist einfach, klar und einfach umzusetzen. Die Eingabeparameter sind intuitiv und anpassungsfähig und können flexibel an unterschiedliche Marktbedingungen angepasst werden.
Die Kennzahlen wurden optimiert und getestet, um eine hohe Stabilität und Profitabilität zu gewährleisten.
Strategisches Risiko
Als Trendstrategie, um mittel- und langfristige Trends zu verfolgen, ist der Handel in einem wackligen Markt nicht effizient und kann zu häufigen kleinen Verlusten führen.
Die K-Linienform ist eher subjektiv und es ist schwierig, das Verhalten des Spielers genau zu beurteilen, was zu Fehleinschätzungen führen kann.
Die Stop-Loss- und Stop-Stop-Einstellungen müssen für verschiedene Aktien angepasst werden. Eine zu kleine Einstellung kann zu früh zu einem Stop-Loss führen, eine zu große Einstellung kann zu einem Gewinnschaden führen.
Die Strategie ist relativ komplex und erfordert die gleichzeitige Berücksichtigung mehrerer Indikatoren. Die technischen Anforderungen an die Händler sind hoch. Die Optimierungsparameter müssen ständig verfolgt werden.
Optimierungsrichtung
Erhöhung der Beurteilung der Marktsituation, Trendverfolgung in einer Phase, in der die Tendenz eindeutig ist, und Vermeidung von Geschäften in Zeiten von Turbulenzen. Zusätzliche Beurteilungen wie der ATR-Indikator können hinzugefügt werden.
Die Optimierung der Moving Average-Parameter und die Anpassung der Perioden machen sie besser geeignet für die Eigenschaften der gehandelten Aktien. Es ist auch möglich, verschiedene Arten von Moving Averages zu versuchen.
Die Einführung von Methoden wie maschinellem Lernen kann dazu beitragen, ein Modell für das Verhalten von Casinos zu erstellen, um Fehleinschätzungen zu reduzieren.
Entwickeln Sie Stop-Loss- und Stop-Stop-Strategien, die es ermöglichen, sich dynamisch anzupassen, anstatt feste Einstellungen zu verwenden.
Vereinfachung der Strategie, Entfernen von zu subjektiven Indikatoren, Verringerung der Wahrscheinlichkeit von Fehleinschätzungen. Es kann auch berücksichtigt werden, dass gleichartige Indikatoren gemittelt werden, um die Ergebnisse stabiler zu machen.
Zusammenfassen
Diese Strategie integriert die Moving Averages, MACD-Indikatoren und Hausmeister-Verhalten zu einem relativ vollständigen Low-Risk-Aktien-Handelsstrategie. Es hat einige Vorteile, aber es gibt auch einige Probleme, die verbessert werden können. Obwohl kompliziert ist, ist es nicht zu hoch für die technischen Anforderungen an den Händler. Durch kontinuierliche Optimierung und Test kann die Strategie ein sehr praktisches quantitatives Handelsinstrument werden.
/*backtest
start: 2022-10-25 00:00:00
end: 2023-10-31 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=3
strategy("Simple Stock Strategy", overlay=true)
//Simple Trading Strategy for Stocks//
// by @ShanghaiCrypto //
////SMA////
fastLength = input(12)
slowLength = input(26)
baseLength = input(100)
price = close
mafast = sma(price, fastLength)
maslow = sma(price, slowLength)
mabase = sma(price, baseLength)
///MACD////
MACDLength = input(9)
MACDfast = input(12)
MACDslow = input(26)
MACD = ema(close, MACDfast) - ema(close, MACDslow)
aMACD = ema(MACD, MACDLength)
delta = MACD - aMACD
////PUMP////
OneCandleIncrease = input(6, title='Gain %')
pump = OneCandleIncrease/100
////Profit Capture and Stop Loss//////
stop = input(2.0, title='Stop Loss %', type=float)/100
profit = input(6.0, title='Profit %', type=float)/100
stop_level = strategy.position_avg_price * (1 - stop)
take_level = strategy.position_avg_price * (1 + profit)
////Entries/////
if crossover(mafast, maslow)
strategy.entry("Cross", strategy.long, comment="BUY")
if (crossover(delta, 0))
strategy.entry("MACD", strategy.long, comment="BUY")
if close > (open + open*pump)
strategy.entry("Pump", strategy.long, comment="BUY")
/////Exits/////
strategy.exit("SELL","Cross", stop=stop_level, limit=take_level)
strategy.exit("SELL","MACD", stop=stop_level, limit=take_level)
strategy.exit("SELL","Pump", stop=stop_level, limit=take_level)
////Plots////
plot(mafast, color=green)
plot(maslow, color=red)
plot(mabase, color=yellow)
plot(take_level, color=blue)
plot(stop_level, color=orange)