Adaptive ATR-Strategie für gleitende Durchschnittswerte

Schriftsteller:ChaoZhang, Datum: 2023-11-02 16:51:14
Tags:

img

Übersicht

Diese Strategie kombiniert adaptive ATR gleitende Durchschnittsindikator und Trend folgend für die Entdeckung von Trends im Markt und den Handel entlang des Trends. Es verwendet Hull gleitende Durchschnitts um ATR zu glätten und glatte ATR gleitende Durchschnitte zu bilden, dann erzeugt Handelssignale basierend auf Preiss Beziehung mit den ATR gleitenden Durchschnitten. ATR gleitende Durchschnitte können effektiv Filter Marktlärm und identifizieren signifikante Trends. Die Strategie setzt auch feste Stop-Loss und nehmen Gewinnpunkte, um das Risiko / Gewinn-Verhältnis pro Handel zu kontrollieren.

Strategie Logik

Der Kernindikator dieser Strategie ist der gleitende Durchschnitt ATR. ATR ist ein wichtiges Volatilitätsmesswerkzeug, das die Marktvolatilität und Preisschwankungen misst.

Speziell berechnet die Strategie zunächst den True Range, der die Differenz zwischen den hohen und niedrigen Preisen des Tages und die maximale Differenz zwischen dem vorherigen Schlusskurs und dem aktuellen Höchst-/Nindestpreis darstellt.

Nach der Berechnung der gleitenden ATR-Durchschnitte vergleicht die Strategie den Preis mit den gleitenden ATR-Durchschnitten. Wenn der Preis über den gleitenden ATR-Durchschnitte geht, signalisiert er einen Aufwärtstrend und die Strategie geht lang. Wenn der Preis unter den gleitenden ATR-Durchschnitten geht, signalisiert er einen Abwärtstrend und die Strategie geht kurz.

Darüber hinaus werden nach jedem Handel feste Stop-Loss- und Take-Profit-Bereiche festgelegt. Wenn der Preis das Stop-Loss-Niveau erreicht, wird der Handel gestoppt. Wenn der Preis das Take-Profit-Niveau erreicht, wird der Gewinn genommen. Dies begrenzt den Verlust und sperrt den Gewinn für jeden Handel.

Zusammenfassend lässt sich sagen, dass diese Strategie adaptive gleitende ATR-Durchschnitte und ein strenges Risikomanagement kombiniert, um signifikanten Trends zu folgen und Verluste pro Handel zu kontrollieren, um ein stetiges Gewinnwachstum zu erzielen.

Analyse der Vorteile

Die wichtigsten Vorteile dieser Strategie sind:

  1. Verwendung adaptiver gleitender ATR-Durchschnitte zur effektiven Identifizierung bedeutender Trends und Filterung von Marktlärm, um nicht in die Falle zu geraten.

  2. Anwendung der Hull-Methode zur Berechnung glatterer gleitender ATR-Durchschnitte, ohne sich durch hohe Frequenzschwankungen irrezuführen.

  3. Festsetzung von Stop Loss und Take Profit, um Verluste pro Handel zu begrenzen und Gewinne zu sichern, um ein Risiko-Rendite-Verhältnis zu gewährleisten.

  4. Der Trend nach dem Handelsstil kann Trends erfassen und das Gewinnpotenzial erhöhen.

  5. Einfache und klare Logik, leicht verständlich, flexible Parameter-Einstellungen für verschiedene Produkte und Märkte.

  6. Kann in jedem Produkt angewendet werden, um Trends zu folgen.

Risikoanalyse

Die wichtigsten Risiken dieser Strategie sind:

  1. Möglichkeit falscher Signale aus den gleitenden ATR-Durchschnitten. Die Preise können heftig schwanken und Fehler in den ATR-gleitenden Durchschnittssignalen verursachen.

  2. Wenn der Stop-Loss zu eng ist, erhöht sich die Wahrscheinlichkeit, dass er gestoppt wird.

  3. Festverzinsung kann zu früh beendet werden, da sie keine vollständigen Trends erfassen kann.

  4. Es ist notwendig, den Handel während solcher Ereignisse zu pausieren, um große Verluste zu vermeiden.

  5. Wenn der Trend nicht rechtzeitig umgekehrt wird, kann dies zu Verlusten führen.

  6. Die Parameter müssen für verschiedene Produkte und Märkte optimiert werden, da dies sonst die Strategieleistung beeinträchtigen kann.

Optimierungsrichtlinien

Die Strategie kann in folgenden Aspekten optimiert werden:

  1. Optimierung der Parameter des gleitenden ATR-Durchschnitts, einschließlich der ATR-Periode und der Glättungsparameter, die sich auf den gleitenden ATR-Durchschnitts auswirken.

  2. Optimieren Sie die Stop-Loss- und Take-Profit-Strategie. Betrachten Sie dynamische Stops und Ziele, die auf ATR und nicht auf festen Werten basieren.

  3. Hinzufügen von Regeln zur Bestimmung der Trendumkehrung, die andere Indikatoren kombinieren, um nicht von Umkehrungen gefangen zu werden.

  4. Test und Optimierung von Parametern für verschiedene Produkte und Marktumgebungen, um optimale Parameter zu finden.

  5. Fügen Sie die Erkennung extremer Ereignisse hinzu, halten Sie den Handel an, wenn große Preisspitzen auftreten, um Verluste zu kontrollieren.

  6. Optimieren Sie den Eintrittszeitpunkt, ziehen Sie in Erwägung, bei Rückzügen statt bei Ausbrüchen einzutreten, um das Risiko zu senken.

  7. Optimierung der Parameterkombination, Prüfung verschiedener Kombinationen von ATR-Perioden und Glättungsparametern, um die beste Übereinstimmung zu finden.

Schlussfolgerung

Zusammenfassend lässt sich sagen, dass diese Strategie adaptive ATR- gleitende Durchschnitte verwendet, um Trends zu identifizieren, und die Trends mit einem festen Stop-Loss und Take-Profit handelt. ATR-gleitende Durchschnitte identifizieren Trends effektiv, und feste Stops und Ziele steuern Risiko / Belohnung. Die Vorteile sind einfache und klare Logik, leicht verständlich, an unterschiedliche Produkte durch Parameter-Tuning anpassbar. Aber Risiken umfassen falsche Signale, fehlerhafte Stop-Loss-Einstellungen. Zukünftige Verbesserungen können durch Optimierung der ATR-gleitenden Durchschnittsparameter, Stop-Loss / Take-Profit-Strategien, Hinzufügen von Trendumkehrerkennung usw. erzielt werden, um die Leistungsstrategie weiter zu verbessern.


/*backtest
start: 2022-10-26 00:00:00
end: 2023-11-01 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3
strategy("ATR(Hull)", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=100, calc_on_order_fills= false, calc_on_every_tick=true, pyramiding=0)
length = input(title="Length", defval=14, minval=1)
price = input(close)
SL = input(50, title="Stop loss")
TP = input(150, title="Take profit")
FromMonth = input(defval = 9, title = "From Month", minval = 1, maxval = 12) 
FromDay = input(defval = 1, title = "From Day", minval = 1, maxval = 31) 
FromYear = input(defval = 2018, title = "From Year", minval = 2017) 
ToMonth = input(defval = 1, title = "To Month", minval = 1, maxval = 12) 
ToDay = input(defval = 1, title = "To Day", minval = 1, maxval = 31) 
ToYear = input(defval = 9999, title = "To Year", minval = 2017) 
start = timestamp(FromYear, FromMonth, FromDay, 00, 00) 
finish = timestamp(ToYear, ToMonth, ToDay, 23, 59) 
window() => true
p=price[1]
func_hma(style, length)=>
    return = wma((2*wma(p,length/2))-wma(p,length),round(sqrt(length)))
ATR=func_hma(tr(true), length)    
plot(ATR[0], title="ATR1",color=green,transp=0)
plot(ATR[1], title="ATR2",color=red,transp=0)
if (ATR>ATR[1])
    strategy.entry("long",strategy.long,comment="Long",when=window())
if (ATR<ATR[1])
    strategy.entry("short",strategy.short,comment="Short",when=window())
//strategy.close_all(when=strategy.openprofit<-eqSL and window())
//strategy.close_all(when=strategy.openprofit>eqTP and window())
strategy.exit("exit", "long", profit = TP, loss = SL)
strategy.exit("exit", "short", profit = TP, loss = SL)

Mehr