Strategie für den gewichteten gleitenden Durchschnitt mit Umkehrausbruch
ChaoZhang
Überblick
Die Hauptidee der Strategie ist es, Positionen zu erstellen, die wichtige Unterstützungs- oder Widerstandszonen in der Nähe der beweglichen Durchschnittslinie nutzen. Es ist sehr wahrscheinlich, dass eine Unterstützung oder ein Druck entsteht, wenn die Durchschnittslinie nach einem Preissturz oder einem Sturz zurückgerichtet wird, was zu einer Umkehrung führt.
Strategieprinzip
Die Strategie basiert auf einem gewichteten Moving Average-Indikator, der zunächst einen gewissen Umfang des gewichteten Moving Average berechnet und dann überwacht, ob der Preis einen Bruch von einer bestimmten Größe aufweist. Wenn der Preis den Durchschnittswert überschreitet, wird ein Pfeil angezeigt und eine Position eröffnet.
Die Strategie wählt, ob sie einen Tracking-Stop oder einen festen Stop-Distanz verwendet. Sie kann das Risiko kontrollieren, indem sie die Stop-Loss-Werte anpasst. Sie kann einen Teil der Gewinne durch die Einschränkung des Preis-Einzel-Parameters sperren. Sie kann auch die Eröffnung von Positionen in bestimmten Zeitabschnitten durch eine Zeitfilterung begrenzen.
Analyse der Stärken
Der größte Vorteil dieser Strategie besteht darin, dass die Umkehrung mit der Durchschnittlinie kombiniert wird, um die Marktkritik zu ermitteln. Die Gewinn- und Verlustquote der Umkehrung ist in der Regel besser, und das Risiko ist leicht zu kontrollieren. Die Strategie bietet außerdem einen ausgezeichneten Stop-Loss-Mechanismus und eine Methode zum Sperren von Teilen der Gewinne, die dazu beitragen können, das Risiko zu senken und die Stabilität zu verbessern.
Aufgrund der Basis eines beweglichen Durchschnitts gibt es viel Spielraum für die Optimierung der Parameter, um die Anpassungsfähigkeit der verschiedenen Märkte zu testen, indem Parameter wie die Durchschnittslänge und die Durchbruchbreite angepasst werden.
Risikoanalyse
Das größte Risiko dieser Strategie besteht darin, dass die Umkehrung fehlschlägt. Wenn der Preis ein Umkehrsignal erzeugt hat, kann ein großer Flüchtlingsverlust entstehen, wenn er nicht erfolgreich einen Stop-Loss oder einen Stop-Stop auslöst, sondern in die ursprüngliche Richtung weiterläuft.
Darüber hinaus ist die Abhängigkeit von Parameteroptimierung hoch, und wenn die Parameter nicht richtig eingestellt sind, kann die Zeit für die Preisumkehr verpasst oder falsche Signale erzeugt werden. Es ist notwendig, das Marktverhalten zu verstehen und zu testen und die Parameter-Einstellungen sorgfältig zu bewerten.
Optimierungsrichtung
Es kann in Erwägung gezogen werden, mehr Indikatoren hinzuzufügen, um die Signalqualität und -genauigkeit zu verbessern. Zum Beispiel kann der Anstieg über einen bestimmten Zeitraum, insbesondere die Kurzzeit-Anstiegsdaten, vor dem Preiswechselsignal erkannt werden, um die Merkmale der Preisfluktuation zu bestimmen. Oder der Hinzufügung bestimmter Quantifizierungsfaktoren, um die Dynamik des Preises, die Schwankungsrate und andere Merkmale zu erfassen, um ein Multifaktormodell zu erstellen.
Es können auch Machine Learning-Methoden ausprobiert werden, um die mögliche Bewegung des Preises durch die Aufzeichnung historischer Handelssignale und Preisdaten zu bestimmen. Dies kann dazu beitragen, gefälschte Signale zu filtern und die Signalqualität zu verbessern.
Zusätzlich kann ein gewisser Anpassungs-Optimierungsmechanismus eingeführt werden, der die Parameter oder Regelgewichte dynamisch anpasst, um eine Selbstoptimierung der Strategie und ENO zu realisieren, basierend auf den tatsächlichen Handelsergebnissen.
Zusammenfassen
Die Strategie arbeitet insgesamt stabil und kann unter vernünftigen Parameterräumen und Marktbedingungen gute Erträge erzielen. Der größte Vorteil besteht darin, dass das Risiko kontrolliert werden kann und gleichzeitig ein gewisses Optimierungspotenzial besteht. Die nächsten Schritte konzentrieren sich auf die Verbesserung der Signalqualität und die Erhöhung der Fähigkeit zur Adaptionsoptimierung.
/*backtest
start: 2023-11-20 00:00:00
end: 2023-11-22 08:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=3
strategy(title="WMA Breakout",overlay=true, initial_capital=25000, default_qty_value=1, commission_type=strategy.commission.cash_per_contract, commission_value=3.02)
len = input(20, minval=1, title="Length")
src = input(close, title="Source")
out = wma(src, len)
price_drop = input(.003, "When price drops (In Ticks) Enter Long", step=.001)
price_climb = input(.003, "When price climbs (In Ticks) Enter Short", step=.001)
trail = input(true, "Trailing Stop(checked), Market stop(unchecked)")
stop = input(10, "Stop (in ticks)", step=1)
limit = input(5, "Limit Out", step=1)
//size = input(1, "Limit Position Size (pyramiding)", minval=1)
timec = input(true, "Limit Time of Day (Buying Side)")
//Time Session
sess = input("1600-0500", "Start/Stop trades (Est time)")
t = time(timeframe.period, sess)
//plots
plot(wma(src,len))
z = if low+price_drop<out
(out-low)
plotarrow(z, colorup=red)
a = if high-price_climb>out
(high-out)
plotarrow(a, colorup=lime)
av=wma(src,len)
//Orders
if(timec)
strategy.entry("Enterlong", long=true, when=z and t>1)
else
strategy.entry("Enterlong", long=true, when=z)
if(trail)
strategy.exit("Exit","Enterlong", profit=limit, trail_points = 0, trail_offset = stop )
else
strategy.exit("Exit","Enterlong", profit=limit, loss = stop )
if(timec)
strategy.entry("Entershort", long=false, when=a and t>1)
else
strategy.entry("Entershort", long=false, when=a)
if(trail)
strategy.exit("Exit","Entershort", profit=limit, trail_points = 0, trail_offset = stop )
else
strategy.exit("Exit","Entershort", profit=limit, loss = stop )