Dynamische Multi-Timeframe-Backtest-Strategie
Übersicht
Diese Strategie verwendet einen dynamischen Rückblick über mehrere Zeitrahmen, indem sie die Höchst- und Tiefstpreise verschiedener Zeitperioden vergleicht, um den Preistrend zu bestimmen und ein risikarmes Arbitrage-Geschäft durchzuführen.
Strategieprinzip
Die Strategie ruft die benutzerdefinierte Funktion f_get_htfHighLow auf, um den Höchstpreis nhigh und den Tiefstpreis nlow für verschiedene Zeitrahmen zu erhalten. Konkret werden mittels der security-Funktion basierend auf dem vom Benutzer festgelegten Zeitrahmen resolution, dem Zeitrahmen-Multiplikator HTFMultiplier, den Rückblickparametern lookahead und gaps sowie dem Versatz offset die Höchst- und Tiefstpreise für verschiedene Zeitperioden ermittelt.
Beträgt der offset beispielsweise 0, so werden die Höchst- und Tiefstpreise des aktuellen Kerzencharts abgerufen; bei offset = 1 die des vorherigen Kerzencharts. Durch den Vergleich der Preisänderungen zwischen zwei Kerzen wird die Trendrichtung bestimmt.
Steigt der Höchstpreis und steigt gleichzeitig der Tiefstpreis, wird ein Aufwärtstrend angenommen; fallen der Höchstpreis und der Tiefstpreis, wird ein Abwärtstrend angenommen. Entsprechend der Trendrichtung wird eine Long- oder Short-Position eröffnet, um Arbitrage zu betreiben.
Vorteile der Strategie
- Nutzung der Analyse über mehrere Zeitrahmen zur Steigerung der Genauigkeit der Trendbestimmung.
- Anwendung eines dynamischen Rückblickmechanismus zur Vermeidung von Repainting.
- Flexible Einstellung verschiedener Parameterkombinationen zur Anpassung an Marktveränderungen.
- Eröffnung von Positionen nur bei klarem Trend, effektive Risikokontrolle.
Risiken der Strategie
- Die Beurteilung über mehrere Zeitrahmen kann zu Fehleinschätzungen führen.
- Unsachgemäße Einstellung der Rückblickparameter kann Repainting verursachen.
- Die Handelsfrequenz kann zu hoch sein, was zu erhöhten Transaktionskosten und Slippage-Risiken führt.
Lösungsansätze:
- Optimierung der Zeitrahmenparameter zur Verbesserung der Genauigkeit der Trendbestimmung.
- Strenge Prüfung der Rückblickparameter zur Vermeidung von Repainting.
- Angemessene Anpassung der Eröffnungsbedingungen zur Kontrolle der Handelsfrequenz.
Optimierungsrichtungen der Strategie
- Integration eines maschinellen Lernmoduls zur KI-gestützten Trendbestimmung.
- Kombination mit der Aktienkursvolatilität zur dynamischen Positionsgrößenanpassung.
- Implementierung eines Stop-Loss-Mechanismus zur effektiven Begrenzung von Verlustrisiken.
Zusammenfassung
Die Strategie zeichnet sich durch eine klare Grundidee aus: Durch dynamischen Rückblick über mehrere Zeitrahmen wird der Aktienkurstrend ermittelt, wodurch menschliche Beurteilungsfehler weitgehend minimiert werden. Es handelt sich um eine typische programmatische Handelsstrategie. Durch Parameteroptimierung und Funktionserweiterung können Stabilität und Profitabilität der Strategie weiter gesteigert werden, was eine vertiefte Untersuchung und Weiterverfolgung rechtfertigt.
/*backtest
start: 2022-11-14 00:00:00
end: 2023-11-20 00:00:00
period: 1d
basePeriod: 1h
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/
// © HeWhoMustNotBeNamed
//@version=4- 1

