Gleitender Durchschnitt Volumen Preis Trend Angriff Oszillationsstrategie
ChaoZhang
Überblick
Die Strategie kombiniert die Moving Averages, die Metrics und die Shock Indicators zu einem Dreifachfilter, der darauf abzielt, die mittleren und kurzen Trends zu erfassen, um bessere Renditen bei Trendbewegungen zu erzielen.
Grundsätze
Die Strategie besteht aus drei Teilen:
- Moving Average-Indikatoren
Ein Trendfilter wird mit einem 20-Tage-Indikator und einem 60-Tage-Indikator erstellt. Ein Kaufsignal wird erzeugt, wenn der kurzfristige Moving Average über dem langfristigen Moving Average liegt, und ein Verkaufssignal wird erzeugt, wenn der langfristige Moving Average unter dem kurzfristigen Moving Average liegt.
- Preise und Mengen
Die Quantifizierung des Kapitalflusses erfolgt anhand der Quantifizierung des Transaktionsvolumens durch die Quantifizierung des Transaktionsvolumens. Ein Anstieg des Quantifizierungsvolumens zeigt den Nettoinfluss, ein Rückgang des Quantifizierungsvolumens zeigt den Nettoausfluss.
- Brin-Band-Indikatoren
Die Berechnung des Brin-Band-Parameters anhand der 20-Tage-Donchian-Channel-Breite bildet einen Auf- und Abwärtstrend. Wenn der Preis nahe am Aufwärtstrend ist, ist dies ein Hinweis auf mögliche Rückstellungsdruck; Wenn der Preis nahe am Abwärtstrand ist, ist dies ein Hinweis auf mögliche Unterstützungsaufschwellen.
Zusammenfassend werden diese drei Teile, um die Erfassung von Kurzlinie Trends in der Mehrfach-Strategie. Wenn die kurzfristige Moving Average durch die langfristige Moving Average, und die Kennzahlen sind im Aufwärtstrend, wenn die Preise gerade verlassen Brin-Band auf der Bahn, bilden ein Kaufsignal; wenn die kurzfristige Moving Average unter der langfristigen Moving Average durch die Kurzlinie, die Preis-Indikatoren sind im Abwärtstrend, wenn die Preise gerade verlassen Brin-Band auf der Bahn, bilden Sie ein Verkaufsignal.
Vorteile
Diese Strategie hat folgende Vorteile:
Dreifache Filterung, die einen falschen Durchbruch wirksam verhindern kann.
Es ist auch besser, Trends, Kapitalflüsse und Überkäufe zu berücksichtigen, um ein zuverlässiges Signal zu erhalten.
Die Parameter des Indikators wurden für verschiedene Zyklen und Sorten optimiert.
Die Rücknahme ist kontrollierbar, die Einnahmen stabil.
Die Logik ist klar und verständlich, die Parameter können flexibel angepasst werden.
Die Gefahr
Die Strategie birgt auch einige Risiken:
Die Risiken von Trendwechseln können zu Stop Losses führen, wenn sich die Markttrends ändern.
Nachlässigkeit der Quantitäts- und Preisindikatoren. Nachlässige Preisänderungen bei den Quantitäts- und Preisindikatoren, die den Kauf- und Verkaufspunkt möglicherweise verpassen.
Schwierigkeiten bei der Parameter-Anpassung. Bei verschiedenen Sorten und Perioden müssen die Parameter angepasst werden, da dies zu schlechten Ergebnissen führen kann.
Zurückziehungssteuerung kann durch dynamische Stop-Loss- oder Positionsverwaltung weiter optimiert werden.
Optimierungsrichtung
Diese Strategie kann in folgenden Bereichen optimiert werden:
Erhöhung der Stop-Loss-Strategie, um den Rückzug durch mobile Stopps und Tracking-Stopps weiter zu kontrollieren.
Ein zusätzliches Modul zur Positionsverwaltung, das die Positionsgröße an die dynamischen Marktschwankungen anpasst.
Optimierung der Kennzahlen, um die optimale Kombination von Parametern für verschiedene Züchtungszyklen zu finden.
Erhöhung der Genauigkeit von Signalen durch die Unterstützung von Machine-Learning-Modellen
Das Verhalten des Kindes wird in der Vergangenheit durch das Verhalten der Eltern und der Erwachsenen geprägt.
Zusammenfassen
Die Strategie kombiniert die Verwendung von Moving Averages, Metrics und Brin-Band-Indikatoren, die bei der Erfassung von Trends in den mittleren und kurzen Linien besser funktionieren. Durch weitere Optimierung von Stop-Loss, Positionsmanagement und Parameterwahl können bessere Strategieeffekte erzielt werden. Die Strategie ist klar und verständlich und kann Indikatoren und Parameter an unterschiedliche Bedürfnisse anpassen.
/*backtest
start: 2023-10-16 00:00:00
end: 2023-11-15 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=3
////////////////////////////////////////////////////////////
// Copyright by HPotter v1.0 29/04/2019
// This is combo strategies for get
// a cumulative signal. Result signal will return 1 if two strategies
// is long, -1 if all strategies is short and 0 if signals of strategies is not equal.
//
// First strategy
// This System was created from the Book "How I Tripled My Money In The
// Futures Market" by Ulf Jensen, Page 183. This is reverse type of strategies.
// The strategy buys at market, if close price is higher than the previous close
// during 2 days and the meaning of 9-days Stochastic Slow Oscillator is lower than 50.
// The strategy sells at market, if close price is lower than the previous close price
// during 2 days and the meaning of 9-days Stochastic Fast Oscillator is higher than 50.
//
// Secon strategy
// The Average Directional Movement Index Rating (ADXR) measures the strength
// of the Average Directional Movement Index (ADX). It's calculated by taking
// the average of the current ADX and the ADX from one time period before
// (time periods can vary, but the most typical period used is 14 days).
// Like the ADX, the ADXR ranges from values of 0 to 100 and reflects strengthening
// and weakening trends. However, because it represents an average of ADX, values
// don't fluctuate as dramatically and some analysts believe the indicator helps
// better display trends in volatile markets.
//
// WARNING:
// - For purpose educate only
// - This script to change bars colors.
////////////////////////////////////////////////////////////
Reversal123(Length, KSmoothing, DLength, Level) =>
vFast = sma(stoch(close, high, low, Length), KSmoothing)
vSlow = sma(vFast, DLength)
pos = 0.0
pos := iff(close[2] < close[1] and close > close[1] and vFast < vSlow and vFast > Level, 1,
iff(close[2] > close[1] and close < close[1] and vFast > vSlow and vFast < Level, -1, nz(pos[1], 0)))
pos
fADX(Len) =>
up = change(high)
down = -change(low)
trur = rma(tr, Len)
plus = fixnan(100 * rma(up > down and up > 0 ? up : 0, Len) / trur)
minus = fixnan(100 * rma(down > up and down > 0 ? down : 0, Len) / trur)
sum = plus + minus
100 * rma(abs(plus - minus) / (sum == 0 ? 1 : sum), Len)
ADXR(LengthADX, LengthADXR, Signal1, Signal2) =>
xADX = fADX(LengthADX)
xADXR = (xADX + xADX[LengthADXR]) / 2
pos = 0.0
pos := iff(xADXR < Signal1, 1,
iff(xADXR > Signal2, -1, nz(pos[1], 0)))
pos
strategy(title="Combo Backtest 123 Reversal and Average Directional Movement Index Rating", shorttitle="Combo", overlay = true)
Length = input(14, minval=1)
KSmoothing = input(1, minval=1)
DLength = input(3, minval=1)
Level = input(50, minval=1)
LengthADX = input(title="Length ADX", defval=14)
LengthADXR = input(title="Length ADXR", defval=14)
Signal1 = input(13, step=0.01)
Signal2 = input(45, step=0.01)
reverse = input(false, title="Trade reverse")
posReversal123 = Reversal123(Length, KSmoothing, DLength, Level)
posADXR = ADXR(LengthADX, LengthADXR, Signal1, Signal2 )
pos = iff(posReversal123 == 1 and posADXR == 1 , 1,
iff(posReversal123 == -1 and posADXR == -1, -1, 0))
possig = iff(reverse and pos == 1, -1,
iff(reverse and pos == -1, 1, pos))
if (possig == 1)
strategy.entry("Long", strategy.long)
if (possig == -1)
strategy.entry("Short", strategy.short)
if (possig == 0)
strategy.close_all()
barcolor(possig == -1 ? red: possig == 1 ? green : blue )