
Diese Strategie basiert auf einem dynamischen Indikator, kombiniert mit einem Moving Average, um den Markttrend zu verfolgen. Wenn die Preise steigen, wenn die Preise steigen, wenn die Preise sinken, gehören sie zu den Strategien, die dem Trend folgen.
Berechnen Sie den Momentum des Preises mit der Formel: ((aktueller Preis - N-Zykluspreis) / N-Zykluspreis
Berechnen Sie den Moving Average des Preises mid mit dem Parameter N-Perioden Moving Average
Normalisieren Sie die dynamische Verarbeitung, indem Sie sie auf den Bereich 0-1 abbilden
Wenn der dynamische Wert nach der Regression größer als 0,5 ist und der Preis höher als der Moving Average ist, machen Sie mehr
Wenn der dynamische Wert nach der Regression kleiner als 0,5 ist und der Preis unter dem Moving Average liegt, wird ein Leerlauf gemacht
Die Verwendung von mobilen Stop-Mechanismen, um eine angemessene Stop-Position zu bestimmen
Das ist die grundlegende Handelslogik der Strategie. Wenn der Markt im Trend ist, fallen die Preise in Folge, was zu einem größeren dynamischen Wert führt. Die Strategie beurteilt die Stärke des Trends anhand der Größe des dynamischen Wertes und entscheidet über den Eintritt in Kombination mit der Richtung des Moving Averages.
Diese Strategie hat folgende Vorteile:
Markttrends zu verfolgen, hohes Gewinnpotenzial
Die Dynamometer sind auf Preisänderungen empfindlich und können schnell auf Trends reagieren.
Der Moving Average schließt zufällige Schwankungen aus und funktioniert gut in Kombination mit Dynamikindikatoren
Stop-Loss-Strategien, die Verluste bei einzelnen Geschäften begrenzen
Die Transaktionslogik ist einfach und klar, leicht zu implementieren und zu erfassen.
Flexible Anpassung der Parameter an unterschiedliche Zyklen und Marktumgebungen
Im Allgemeinen ist dies eine sehr gute Strategie, um Trends zu verfolgen, und in einigen Situationen, in denen es eine deutliche Richtung gibt, kann es sehr profitabel sein.
Obwohl diese Strategie viele Vorteile hat, gibt es einige Risiken, die beachtet werden müssen:
Bei mehreren Fahrten besteht die Gefahr, dass nach dem Durchbruch der Bahn wieder zurückgeworfen wird, und der mobile Stopp kann gesperrt werden.
In einer ungeschädigten Situation besteht die Gefahr eines Aufpralls nach einem Absturz, und ein Bewegungsschaden ist ebenso wahrscheinlich wie ein Deckung.
Wenn die Märkte um den Moving Average herum wackeln, werden mehrere unnötige Handelssignale erzeugt.
Die Parameter sind nicht rechtzeitig eingestellt, was zu Fehlschlägen bei den Messwerten und den Moving Averages führen kann
Die Strategie ist tendenziell und hat sich in einem schwankenden Overshopping-Markt schlecht entwickelt.
Die Stop-Loss-Rate und die Bewegungsbreite müssen streng kontrolliert werden, um zu verhindern, dass die Stop-Loss-Rate zu klein oder zu schnell durchbrochen wird.
Diese Risiken erfordern eine optimierte Stop-Loss-Strategie, die Lockerung von Parameter-Filterung unnötiger Signale, die Anpassung der Parameter an die unterschiedlichen Perioden und die Kontrolle der Positionsgröße.
Es gibt noch einige weitere Optimierungsmöglichkeiten für diese Strategie:
Die Auswirkungen verschiedener Parameter auf die Rückmessung können getestet werden, um die optimale Kombination von Parametern zu wählen
Sie können die Seehandelsregeln hinzufügen, indem Sie bei einem Verlust von 2 N liquidieren und bei einem Gewinn von 1 N liquidieren.
Die Stop-Loss-Position kann in Kombination mit einem Volatilitätsindikator optimiert werden, wobei die Stop-Loss-Werte an die Marktfluktuation angepasst werden können.
Positionsverwaltungsmodule können hinzugefügt werden, um die Größe der Positionen an die Rücknahme und die Zeit anzupassen
Verschiedene Bewegungsberechnungsmethoden können erprobt werden, wie z. B. ein Index-Glieder-Bewegungsmittel
Sie können die Candlestick-Grafiken filtern, um einige unerwünschte Handelssignale zu filtern.
Sie können mit maschinellen Lernalgorithmen versuchen, Parameter zu optimieren, Merkmale auszuwählen usw.
Man kann eine gewisse Erfahrung einbringen, um strategische Entscheidungen an Schlüsseln zu unterstützen.
Durch diese Methoden kann man erwarten, die Stabilität, Adaptabilität und SUFFIX-Fähigkeit der Strategie weiter zu verbessern. Jede Optimierung erfordert jedoch eine strenge statistische Verifizierung, um eine Überoptimierung zu vermeiden.
Die Dynamik-Tracking-Strategie ist eine einfache und praktische Trend-Strategie. Sie kann die Markttrends scharf erfassen und bei der Verfolgung von Absenkungen hohe Gewinne erzielen. Es muss jedoch darauf geachtet werden, dass die Rücklaufkurve nicht zu schön ist, das Risiko streng kontrolliert wird und die Strategie stabil bleibt. Optimierungen wie Parameteroptimierung und Funktionserweiterung können die Strategie in mehr Marktumgebungen zu stabilen Erträgen bringen.
/*backtest
start: 2023-11-02 00:00:00
end: 2023-11-09 00:00:00
period: 15m
basePeriod: 5m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=3
strategy("Momentum Strategy, rev.2", overlay=true)
//
// Data
//
src = input(close)
lookback = input(20)
cscheme=input(1, title="Bar color scheme", options=[1,2])
//
// Functions
//
momentum(ts, p) => (ts - ts[p]) / ts[p]
normalize(src, len) =>
hi = highest(src, len)
lo = lowest(src, len)
res = (src - lo)/(hi - lo)
//
// Main
//
price = close
mid = sma(src, lookback)
mom = normalize(momentum(price, lookback),100)
//
// Bar Colors
//
clr1 = cscheme==1?black: red
clr2 = cscheme==1?white: green
barcolor(close < open ? clr1 : clr2)
//
// Strategy
//
if (mom > .5 and price > mid )
strategy.entry("MomLE", strategy.long, stop=high+syminfo.mintick, comment="MomLE")
else
strategy.cancel("MomLE")
if (mom < .5 and price < mid )
strategy.entry("MomSE", strategy.short, stop=low-syminfo.mintick, comment="MomSE")
else
strategy.cancel("MomSE")
//plot(strategy.equity, title="equity", color=red, linewidth=2, style=areabr)