Einfache Golden Cross- und Death Cross-Strategie mit gleitendem Durchschnitt


Erstellungsdatum: 2023-11-14 16:17:16 zuletzt geändert: 2023-11-14 16:17:16
Kopie: 0 Klicks: 716
1
konzentrieren Sie sich auf
1617
Anhänger

Einfache Golden Cross- und Death Cross-Strategie mit gleitendem Durchschnitt

Überblick

Die Strategie basiert auf einem einfachen Moving Average (SMA) aus mehreren Zeiträumen, um die Trendentwicklung zu beurteilen und ein Kauf- und Verkaufssignal zu senden. Die Strategie verwendet vier SMAs auf den Linien 20, 50, 100 und 200. Wenn Sie einen langen SMA auf dem kurzfristigen SMA tragen, geben Sie ein Gold-Fork-Signal, um mehr zu machen.

Strategieprinzip

Die Kernlogik der Strategie basiert auf folgenden Punkten:

  1. Berechnen Sie die SMA für verschiedene Zeiträume, einschließlich der 20-Tage-, 50-Tage-, 100-Tage- und 200-Tage-Linie.

  2. Beurteilen Sie die Kreuzung von kurzfristigen SMA (20-Tage-Linie) und langfristigen SMA (50-Tage-Linie, 100-Tage-Linie, 200-Tage-Linie).

  3. Wenn die 20-Tage-Linie die 50-Tage-Linie durchschreitet, wird als Goldfork-Signal beurteilt, mehr getan; wenn die 20-Tage-Linie die 50-Tage-Linie durchschreitet, wird als Todesfork-Signal beurteilt, leer gemacht.

  4. Gleichzeitig müssen die 50-, 100- und 200-Tage-Linien die Logik der großen Trendentscheidung erfüllen, d.h. die längerperiodischen SMAs müssen über den kürzerperiodischen SMAs liegen.

  5. Eintrittssignal-Priorität: 20-Linien und 50-Linien> 20-Linien und 100-Linien> 20-Linien und 200-Linien.

  6. Das Ausgangssignal überquert die 20-Day-Line und die 50-Day-Line.

Die Strategie beruht hauptsächlich auf der Kreuzung der SMA-Linien, um die Richtung des Trends zu bestimmen. In einem Bullenmarkt ist das Tragen eines langen SMA auf dem kurzfristigen SMA ein Gold-Fork-Signal, um zu zeigen, dass der Markt möglicherweise in einen Trend eintritt. In einem Bärenmarkt ist das Tragen eines langen SMA unter dem kurzfristigen SMA ein Todesfork-Signal, um zu zeigen, dass der Markt möglicherweise in eine Korrektur eintritt.

Strategische Vorteile

Die Strategie hat folgende Vorteile:

  1. Die Strategie ist einfach, klar und leicht zu verstehen und umzusetzen.

  2. Der SMA-Index ist ein Moving Average, der Marktgeräusche besser filtert und Trends besser erkennt als die EMA.

  3. Die Verwendung von Multiple-Phasen-SMAs erhöht die Signalzuverlässigkeit.

  4. Die Priorisierung der Eintrittssignale ist vernünftig, um eine vorzeitige Eintritt zu vermeiden.

  5. Die SMA-Periode und die Farbe können individuell angepasst werden, um die Strategie zu optimieren.

  6. Es kann in mehreren Zeiträumen verwendet werden und ist für verschiedene Handelsstile geeignet.

  7. Das SMA-Cross-System ist sehr präzise und effektiv bei der Beurteilung von Massentrends.

Strategisches Risiko

Die Strategie birgt auch folgende Risiken:

  1. In einem Erschütterungsszenario sind SMA-Kreuzungen häufig und können zu einer großen Anzahl von Fehlsignalen führen.

  2. Die Fix-SMA-Zyklen können sich nicht an Veränderungen des Marktes anpassen. Sie sollten in Kombination mit Trends und Volatilitätsoptimierung von SMA-Parametern eingesetzt werden.

  3. Die SMA-Kreuzung allein kann nicht die Eintrittszeit bestimmen, sondern sollte mit anderen Indikatoren wie der MACD-Unterstützung beurteilt werden.

  4. SMA ist von Natur aus rückläufig und sollte im Voraus optimiert werden, um den Einstieg zu ermöglichen oder die Limits zu nutzen.

  5. Die Strategie erfordert ein hohes Maß an Finanzmanagement und muss strikt an die Stop-Loss-Logik gebunden sein.

  6. Der Einfluss der Transaktionskosten auf die strategische Profitabilität sollte berücksichtigt werden.

Strategieoptimierung

Diese Strategie kann in folgenden Bereichen optimiert werden:

  1. Optimierung der SMA-Zyklusparameter, wobei unterschiedliche Zyklusparameter für unterschiedliche Marktsituationen verwendet werden können, in Kombination mit ATR-Dynamikoptimierung.

  2. Die Kombination anderer Indikatoren, wie MACD, RSI usw., wird zur Filterung der Eintrittszeit verwendet.

  3. Die Einführung von Trendbeurteilungslogiken, wie z.B. der ADX, verhindert, dass sich die Märkte im Aufruhr falsch handeln.

  4. Optimierte Stop-Loss-Methoden, wie Stop-Loss nach ATR oder Tracking Stop-Loss.

  5. Optimierung der Positionsverwaltung, wobei jede Position dynamisch an die Größe des Kapitals angepasst wird.

  6. Testen Sie die Wirkung der Parameter verschiedener Sorten und passen Sie die SMA-Zyklus nach Eigenschaften an.

  7. Es gibt mehrere Zeitrahmen, um die Big Cycle-Tendenzen zu vereinheitlichen.

Zusammenfassen

Insgesamt ist die SMA-Strategie, die durch ein einfaches Moving Average-Cross-System die Richtung des Trends ermittelt, sehr zuverlässig und für die meisten Händler geeignet. Es gibt jedoch einige Probleme mit der Verzögerung und den falschen Signalen. Wir sollten die Strategie weiter verbessern, indem wir die Einstiegsmomente, die Stop-Loss-Methode, die Position und die Positionsverwaltung optimieren.

Strategiequellcode
/*backtest
start: 2023-10-14 00:00:00
end: 2023-11-13 00:00:00
period: 1h
basePeriod: 15m
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/
// © xyzdesign1989
//@version=5
strategy("SMA crossover buy/sell [SCSM_Algo]", overlay=true, margin_long=3000, margin_short=3000)


BuyCond = ta.crossover(ta.sma(close, 20), ta.sma(close, 50)) and ta.sma(close, 20) > ta.sma(close, 50) and  ta.sma(close, 50) > ta.sma(close, 100) and  ta.sma(close, 100) > ta.sma(close, 200) or (ta.crossover(ta.sma(close, 20), ta.sma(close, 100)) and ta.sma(close, 20) > ta.sma(close, 50))
if (BuyCond)
    strategy.entry("SCSM 🤲 Buy", strategy.long)

SellCond = ta.crossunder(ta.sma(close, 20), ta.sma(close, 50))
if (SellCond)
    strategy.entry("الحمد للہ،Sell", strategy.short)

ma(source, length, type) =>
    type == "SMA" ? ta.sma(source, length) :
     type == "EMA" ? ta.ema(source, length) :
     type == "SMMA (RMA)" ? ta.rma(source, length) :
     type == "WMA" ? ta.wma(source, length) :
     type == "VWMA" ? ta.vwma(source, length) :
     na

show_ma1   = input(true   , "MA №1", inline="MA #1")
ma1_type   = input.string("SMA"  , ""     , inline="MA #1", options=["SMA", "EMA", "SMMA (RMA)", "WMA", "VWMA"])
ma1_source = input(close  , ""     , inline="MA #1")
ma1_length = input.int(20     , ""     , inline="MA #1", minval=1)
ma1_color  = input(#0929f6, ""     , inline="MA #1")
ma1 = ma(ma1_source, ma1_length, ma1_type)
plot(show_ma1 ? ma1 : na, color = ma1_color, title="MA №1")

show_ma2   = input(true   , "MA №2", inline="MA #2")
ma2_type   = input.string("SMA"  , ""     , inline="MA #2", options=["SMA", "EMA", "SMMA (RMA)", "WMA", "VWMA"])
ma2_source = input(close  , ""     , inline="MA #2")
ma2_length = input.int(50     , ""     , inline="MA #2", minval=1)
ma2_color  = input(#00fb04, ""     , inline="MA #2")
ma2 = ma(ma2_source, ma2_length, ma2_type)
plot(show_ma2 ? ma2 : na, color = ma2_color, title="MA №2")

show_ma3   = input(true   , "MA №3", inline="MA #3")
ma3_type   = input.string("SMA"  , ""     , inline="MA #3", options=["SMA", "EMA", "SMMA (RMA)", "WMA", "VWMA"])
ma3_source = input(close  , ""     , inline="MA #3")
ma3_length = input.int(100    , ""     , inline="MA #3", minval=1)
ma3_color  = input(#131313, ""     , inline="MA #3")
ma3 = ma(ma3_source, ma3_length, ma3_type)
plot(show_ma3 ? ma3 : na, color = ma3_color, title="MA №3")

show_ma4   = input(true   , "MA №4", inline="MA #4")
ma4_type   = input.string("SMA"  , ""     , inline="MA #4", options=["SMA", "EMA", "SMMA (RMA)", "WMA", "VWMA"])
ma4_source = input(close  , ""     , inline="MA #4")
ma4_length = input.int(200    , ""     , inline="MA #4", minval=1)
ma4_color  = input(#f60c0c, ""     , inline="MA #4")
ma4 = ma(ma4_source, ma4_length, ma4_type)
plot(show_ma4 ? ma4 : na, color = ma4_color, title="MA №4")