Langfristige Trendumkehr-Strategie


Erstellungsdatum: 2023-11-13 10:51:35 zuletzt geändert: 2023-11-13 10:51:35
Kopie: 0 Klicks: 670
1
konzentrieren Sie sich auf
1617
Anhänger

Langfristige Trendumkehr-Strategie

Überblick

Eine langfristige Trendwende-Strategie ist ein mechanisches Handelssystem, das Trendverfolgung und kurzfristige Umkehrungen kombiniert. Die Strategie nutzt 7-Tage-Höhen und Tiefen, um Kanäle zu bauen, um die langfristige Trendrichtung in Verbindung mit dem 200-Tage-Moving Average zu bestimmen. In einem Bullenmarkt wird die Strategie bei einem Rückgang gekauft und bei einem Anstieg verkauft; in einem Bärenmarkt wird die Strategie bei einem Anstieg verkauft und bei einem Rückgang gekauft.

Strategieprinzip

Die Strategie basiert auf folgenden Prinzipien:

  1. Die 7-Tage-Hoch-Low-Punkte werden verwendet, um einen Kanal zu erstellen, um die Höhe und die Tiefe der letzten 7 Tage zu beurteilen.

  2. Der 200-Tage-Moving-Average entscheidet über die Richtung der langfristigen Trends.

  3. Wenn der Preis unter dem 7-Tage-Tief liegt und über dem 200-Tage-Moving-Average liegt, wird ein Kaufsignal erzeugt. Dies bedeutet, dass die kurzfristige Korrektur der Abnahme beendet ist und der Trend möglicherweise nach oben umgekehrt wird.

  4. Wenn der Preis den 7-Tage-Hochpunkt überschreitet und unter dem 200-Tage-Moving Average liegt, wird ein Verkaufssignal erzeugt. Dies bedeutet, dass die kurzfristige Anpassung des Aufschwungs beendet ist und der Trend rückläufig umkehren kann.

  5. Einmalige Verluste werden mit doppelten ATR-Stopps kontrolliert.

Der Schlüssel zu dieser Strategie ist es, sowohl kurzfristige als auch langfristige Trends in zwei Zeitdimensionen zu berücksichtigen. Die 7-Tage-Kanal beurteilt den Abwärtstrend der letzten Woche und der 2-Tage-Moving-Average die Richtung des langfristigen Trends um die Hälfte des Jahres. Ein Handelssignal wird nur erzeugt, wenn beide gleichzeitig bullish oder bullish sind.

Analyse der Stärken

Die wichtigsten Vorteile der Strategie sind:

  1. Die Strategie-Signale sind einfach, klar und einfach umzusetzen, basierend nur auf dem Preis und dem Durchschnitt.

  2. Die Einführung von Geräuschfiltern, die sowohl kurz- als auch langfristige Trends berücksichtigen, ist eine gute Möglichkeit, die Geräusche zu filtern.

  3. Die Einnahmen sind relativ stabil, da der Handel mit Trend-Tracking und Reverse Combination durchgeführt wird.

  4. Die Risiken der ATR-Stop-Loss-Kontrolle sind relativ gering, die maximale Rücknahme ist relativ gering.

  5. Es kann für verschiedene Märkte wie Aktien, Devisen und Kryptowährungen verwendet werden.

  6. Funktioniert in Hoch- und Niederfrequenzumgebungen.

Risikoanalyse

Die wichtigsten Risiken dieser Strategie sind:

  1. In einem langen, starken Trend könnte die Strategie den größten Teil des Anstiegs verpassen.

  2. Die Schadensbegrenzung kann bei Erschütterungen häufig ausgelöst werden.

  3. Die falsche Einstellung der Parameter kann zu zu häufigen Transaktionen führen.

  4. Die Kriterien für die Beurteilung von kurz- und langfristigen Trends sind falsch eingestellt, was dazu führen kann, dass die meisten Chancen ausgeschaltet werden.

  5. Extrasampeldaten können das Modell zum Scheitern bringen.

Die wichtigsten Maßnahmen zur Risikokontrolle sind:

  1. Optimierung der Parameter, um zu gewährleisten, dass die Stop-Loss- und Handelsfrequenz angemessen ist.

  2. Strenge Rückprüfungen, die die Stabilität der verschiedenen Märkte und Zeiträume überprüfen.

  3. Mit Hilfe von Portfolio-Investitionen reduzieren Sie die Risiken einer einzigen Strategie.

  4. Verringern Sie Ihre Einzelschäden mit einem Stop-Loss-Index.

Optimierungsrichtung

Die Strategie kann optimiert werden durch:

  1. Optimierung der Parameter für die Länge der Kanäle und Suche nach geeigneteren Kriterien für die Beurteilung von kurzfristigen Trends.

  2. Optimierung der Moving Average-Parameter und Suche nach geeigneteren langfristigen Trendkriterien.

  3. Versuchen Sie andere Methoden, wie zum Beispiel Prozentsatzstop, mobile Stop usw.

  4. Die Umsatzsteigerungs-Kriterien. Eine Trendwende wird oft mit einer Erhöhung der Umsatzsteigerungen einhergehen.

  5. Optimale Parameter für lang- und kurzfristige Trends, basierend auf Daten aus der Vergangenheit.

  6. Ein dynamischer Ausstiegsmechanismus in Verbindung mit emotionalen und grundlegenden Indikatoren.

  7. Optimierung von Stop-Loss-Algorithmen zur Realisierung von Index-Stop- oder Gewinnschutz-Stop-Losses.

Durch die systematische Optimierung und Kombination von Parametern kann die Strategie die Rendite- und Risikobereitschaftsindikatoren weiter verbessern.

Zusammenfassen

Eine langfristige Trendwende-Strategie ist eine typische algorithmische Handelsstrategie, die Trends und Reverses kombiniert. Sie erzeugt Handelssignale an den Trendwendepunkten, indem sie sowohl kurzfristige als auch langfristige Trendveränderungen beurteilt. Im Vergleich zu reinen Trends oder reinen Reverses kann die Strategie effizient kurzfristigen Marktrauschen filtern und eine stabile Rendite erzielen, vorausgesetzt, dass das Risiko kontrolliert wird.

Strategiequellcode
/*backtest
start: 2023-11-05 00:00:00
end: 2023-11-12 00:00:00
period: 45m
basePeriod: 5m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © racer8
//@version=4
// This Algo Strategy Has Only 3 rules and 62% Win Rate (Youtube) 

strategy("Trend Bounce", overlay=true)

nn = input(7,"Channel Length")
hi = highest(high,nn)
lo = lowest(low,nn)
n2 = input(200,"Ma Length")
ma = sma(close,n2)

if close>ma and close<lo[1]
    strategy.entry("Buy",strategy.long)
if close>hi[1]
    strategy.close("Buy") 
    
if close<ma and close>hi[1]
    strategy.entry("Sell",strategy.short)
if close<lo[1]
    strategy.close("Sell")


plot(hi,"high",color=color.aqua)
plot(lo,"low",color=color.aqua)
plot(ma,"sma",color=color.yellow)       

//-----------------------------------------Stop Loss-------------------------------------------------------

atr = sma(tr,10)[1]
bought = strategy.position_size[0] > strategy.position_size[1]
sold = strategy.position_size[0] < strategy.position_size[1]
slm = input(2.0,"ATR Stop Loss",minval=0)
StopPrice_Long  = strategy.position_avg_price - slm*atr              // determines stop loss's price 
StopPrice_Short  = strategy.position_avg_price + slm*atr              // determines stop loss's price 
FixedStopPrice_Long = valuewhen(bought,StopPrice_Long,0)                  // stores original StopPrice  
FixedStopPrice_Short = valuewhen(sold,StopPrice_Short,0)                  // stores original StopPrice  
plot(FixedStopPrice_Long,"ATR Stop Loss Long",color=color.blue,linewidth=1,style=plot.style_cross)
plot(FixedStopPrice_Short,"ATR Stop Loss Short",color=color.red,linewidth=1,style=plot.style_cross)
if strategy.position_size > 0
    strategy.exit(id="Stop", stop=FixedStopPrice_Long)    // commands stop loss order to exit!
if strategy.position_size < 0
    strategy.exit(id="Stop", stop=FixedStopPrice_Short)    // commands stop loss order to exit!