Breakout-Trading-Strategie basierend auf gleitenden Durchschnitten

Überblick

Dies ist eine Breakout-Trading-Strategie, die auf einer beweglichen Durchschnittslinie basiert. Sie erzeugt ein Handelssignal, wenn der Preis die Durchschnittslinie durchschreitet, indem er den durchschnittlichen Preis für einen bestimmten Zeitraum als Durchschnittslinie berechnet.

Strategieprinzip

Die Strategie basiert hauptsächlich auf dem Moving Average-Indikator. Es verwendet die SMA-Funktion, um den durchschnittlichen Schlusskurs innerhalb eines bestimmten Zeitraums zu berechnen, um den Moving Average zu erhalten. Es erzeugt ein Kaufsignal, wenn der neueste Schlusskurs den Moving Average von unten nach oben durchbricht; es erzeugt ein Verkaufsignal, wenn der neueste Schlusskurs den Moving Average von oben nach unten durchbricht.

Konkret definiert es in der Strategie die Berechnungsquelle für den Moving Average (der aktuelle Schlusskurs) und die Dauer der Periode und erhält eine Serie von Moving Average-Daten. Dann setzt es zwei Bedingungen: Es wird ein Kauf-Order erstellt, wenn der Preis die Durchschnittslinie überschreitet. Es wird ein Verkauf-Order erstellt, wenn der Preis die Durchschnittslinie unterschreitet.

Analyse der Stärken

Dies ist eine einfache und praktische Strategie, um Trends zu verfolgen.

1. Die Parameter sind klar und leicht zu verstehen und anzupassen.
2. Die Moving Average ist ein häufig verwendeter und zuverlässiger technischer Indikator, der Marktlärm filtert und Trends erkennt.
3. Der Stop-Loss-Satz ermöglicht es, einen Teil der Gewinne zu sperren und das Risiko zu kontrollieren.
4. Es wird nur mit einfachen Parametern betrieben und ist für die Quantifizierung der Einführung geeignet.

Risikoanalyse

Obwohl die Strategie viele Vorteile hat, gibt es einige Risiken:

1. Die Moving Average ist leicht zu verzögern und kann eine kurzfristige Umkehr verpassen.
2. Es ist nicht einfach, sich in einem so großen Umfeld aufzuhalten, dass man in den Knast kommt.
3. Die Optimierung der Parameter wird nicht durchgeführt, und die falsche Einstellung der Parameter beeinflusst die Strategie.
4. Es gibt keine Filterung in Kombination mit anderen Indikatoren und eine gewisse Fehlmeldungsrate.

Um diese Risiken zu kontrollieren, können wir Filteroptimierungen in Kombination mit anderen Indikatoren durchführen, kurzfristige Trendbeurteilungen in den Großhandel einführen oder die optimale Kombination von Parametern mithilfe von Methoden des maschinellen Lernens finden.

Optimierungsrichtung

Die Strategie kann vor allem in folgenden Bereichen optimiert werden:

1. Hinzufügen von anderen technischen Indikatoren, die das Handelssystem bilden und die Strategiegewinnrate verbessern. Zum Beispiel die Aufnahme von unterstützenden Indikatoren wie MACD, KD usw.

2. Einschließung von Stop-Loss-Mechanismen. Verwenden Sie Tracking-Stops oder Timed-Stops, um Gewinne zu sichern und Verluste zu vermeiden.

3. Optimierung der Parameter. Veränderung der Periodenparameter der beweglichen Mittelwerte, um die optimale Kombination von Parametern zu finden. Es können auch verschiedene Arten von beweglichen Mittelwerten getestet werden.

4. Mehr Machine-Learning-Beschlüsse. Die Verwendung von Random Forest, LSTM und anderen Algorithmen, die mehrere Faktoren kombinieren, um Trends zu bestimmen.

5. Optimierung der Ein- und Ausstiegslogik. Setzen Sie Trendfilterbedingungen, um eine Umkehrung am Ende des Trends zu vermeiden. Erwägen Sie die Verwendung von Batch-Plating-Logik.

Zusammenfassen

Diese mobile Durchbruchstrategie ist im Allgemeinen sehr gut geeignet als Einstiegsstrategie für die Quantifizierung von Transaktionen. Die Idee ist einfach, leicht zu verstehen und zu bedienen und hat eine gewisse Wirkung im Einsatz. Gleichzeitig bleibt viel Raum für nachfolgende Tests und Optimierungen. Auf dieser Grundlage können wir mehr technische Kennzahlen und Modelle einführen und eine effektivere Quantifizierungsstrategie entwickeln.