
Die Strategie erzeugt ein Kaufsignal, indem sie einen einfachen Moving Average (SMA) aus 3 verschiedenen Perioden mit einem Kaufman Adaptive Moving Average kombiniert. Sie erzeugt ein Kaufsignal, wenn ein längerperiodischer SMA auf einem kurzen SMA überschritten wird. Darüber hinaus erzeugt die Strategie ein Kaufsignal, indem sie die K-Linie mit der Farbe der Entität kombiniert, um den Haupttrend zu bestimmen und nur bei einem Mehrkopftrend ein Kaufsignal zu erzeugen, um einen falschen Durchbruch zu vermeiden.
Diese Strategie verwendet drei unterschiedliche Perioden von SMAs, darunter SMA 4, SMA 9 und SMA 18. Die Kreuzung dieser drei SMAs ist ein klassischer technischer Indikator für die Richtung der Tendenz. Es wird ein langes Kaufsignal erzeugt, wenn SMA 4 durch SMA 9 und SMA 9 durch SMA 18 durchbrochen wird.
Um falsche Durchbrüche zu filtern, wird auch der Kaufman Adaptive Moving Average eingeführt. Die Goldfork-Signal des SMA wird nur dann wirksam, wenn der Schlusskurs über dem Adaptive Moving Average liegt, d.h. wenn sich der Trend in einem Mehrkopf-Trend befindet.
Darüber hinaus verwendet die Strategie auch 100-Zyklus-SMAs, um den Haupttrend zu bestimmen. Wenn der Preis den 100-Zyklus-SMA überschreitet, wird der Eintritt in den Mehrkopftrend bestätigt. Die Strategie erzeugt nur ein Kaufsignal im Haupt-Mehrkopftrend.
Insgesamt kommen die Kaufsignale für diese Strategie aus einer Kombination folgender Bereiche:
Wenn die drei oben genannten Bedingungen gleichzeitig erfüllt sind, wird ein langes Kaufsignal erzeugt.
Diese Strategie hat folgende Vorteile:
Die Strategie birgt auch Risiken:
Die Optimierung kann auf folgende Weise erfolgen:
Die Strategie kann noch weiter optimiert werden:
Diese Strategie, die durch die Bildung von Long-Line-Signalen durch Multiple-SMA-Kreuzungen erzeugt wird, kombiniert mit der Anpassung an den Moving Average und die Haupttrend-Beurteilung, kann in Trendsituationen einen größeren Gewinn erzielen, eine stabile Logik und eine starke reale Wirkung haben. Es besteht jedoch ein gewisses Risiko, das weiter optimiert werden muss, um Rücktritte zu verringern und die Gewinnrate zu erhöhen.
/*backtest
start: 2022-11-17 00:00:00
end: 2023-11-23 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/
// © Wielkieef
//@version=5
strategy(title='twisted SMA strategy [4h] ', overlay=true, pyramiding=1, initial_capital=10000, default_qty_type=strategy.percent_of_equity, default_qty_value=100, calc_on_order_fills=false, slippage=0, commission_type=strategy.commission.percent, commission_value=0.03)
src = close
Length1 = input.int(4, title=' 1-SMA Lenght', minval=1, group='SMA')
Length2 = input.int(9, title=' 2-SMA Lenght', minval=1, group='SMA')
Length3 = input.int(18, title=' 3-SMA Lenght', minval=1, group='SMA')
SMA1 = ta.sma(close, Length1)
SMA2 = ta.sma(close, Length2)
SMA3 = ta.sma(close, Length3)
Long_ma = SMA1 > SMA2 and SMA2 > SMA3
Short_ma = SMA1 < SMA2 and SMA2 < SMA3
LengthMainSMA = input.int(100, title=' SMA Lenght', minval=1)
SMAas = ta.sma(src, LengthMainSMA)
// Powered Kaufman Adaptive Moving Average by alexgrover (modificated by Wielkieef)
lengthas = input.int(25, title=' Lenght')
sp = input.bool(true, title=' Self Powered')
er = math.abs(ta.change(close, lengthas)) / math.sum(math.abs(ta.change(close)), lengthas)
pow = sp ? 1 / er : 2
per = math.pow(math.abs(ta.change(close, lengthas)) / math.sum(math.abs(ta.change(close)), lengthas), pow)
a = 0.
a := per * src + (1 - per) * nz(a[1], src)
mad4h = 0.
a_f = a / a[1] > .999 and a / a[1] < 1.001
///.
Bar_color = close > SMAas ? color.green : Long_ma ? color.blue : Short_ma ? color.maroon : color.gray
barcolor(color=Bar_color)
long_cond = Long_ma and SMAas < close and not a_f
long_stop = Short_ma
if long_cond
strategy.entry('BUY', strategy.long)
strategy.close_all(when=long_stop)
//by wielkieef