Strategie für den Crossover-Handel mit mehreren gleitenden Durchschnitten

Schriftsteller:ChaoZhang, Datum: 2023-12-06 17:10:00
Tags:

Strategieübersicht

Diese Strategie erzeugt Handelssignale, die auf mehreren gleitenden Durchschnittsindikatoren basieren. Sie überwacht kurzfristige, mittelfristige und langfristige gleitende Durchschnitte gleichzeitig und erzeugt Handelssignale entsprechend ihren Crossover-Situationen, um die Trendrichtung zu bestimmen.

Name der Strategie

Strategie für die Übertragung von mehreren gleitenden Durchschnitten

Strategie Logik

Diese Strategie verwendet 3 gleitende Durchschnitte mit verschiedenen Perioden, darunter 7-Tage-, 13-Tage- und 21-Tage-Linien.

Wenn die kurzfristige 7-tägige MA die mittelfristige 13-tägige MA aufwärts überschreitet, während die langfristige 21-tägige MA in einem Aufwärtstrend ist, wird ein langes Signal erzeugt.
Wenn die kurzfristige 7-tägige MA unterhalb der mittelfristigen 13-tägigen MA nach unten geht, während die langfristige 21-tägige MA in einem Abwärtstrend ist, wird ein kurzes Signal erzeugt.

Durch die Kombination von gleitenden Durchschnitten in verschiedenen Zeitrahmen kann die Strategie Markttrends genauer beurteilen und falsche Trades vermeiden.

Vorteile

Die Verwendung mehrerer MA-Linien kann Marktbewegungen besser bestimmen und verhindern, dass Sie durch falsche Ausbrüche oder kurzfristige Marktschwankungen irregeführt werden.
Es werden nur Signale erzeugt, wenn der Trend klar ist, wodurch unnötige Trades und Transaktionskosten verringert werden.
Flexible Parameter-Einstellungen - die Zeiten der Zulassungsbeihilfen können je nach persönlicher Präferenz an unterschiedliche Produkte und Marktbedingungen angepasst werden.

Risiken

In einem vielfältigen, unruhigen Markt können häufige falsche Signale auftreten.
Als Trendindikatoren können die MAs keine Wendepunkte genau lokalisieren.
Verzögerte Signale durch MA-Kreuzfahrten können einen Teil der Gewinne verpassen.
Die Risiken können durch die Einführung anderer technischer Indikatoren für die Signalvalidierung und die Optimierung der MA-Parameter verringert werden.

Optimierungsrichtlinien

Überlegen Sie, Volatilitätsindikatoren einzubeziehen, um die Trendstärke zu messen und den Handel in unruhigen Märkten zu vermeiden.
Versuchen Sie, maschinelle Lernmodelle anzuwenden, um MA-Parameter automatisch zu optimieren.
Fügen Sie Stop-Loss-Strategien hinzu, um Verluste rechtzeitig zu reduzieren, wenn sich die Abzüge erhöhen.
Verwenden Sie Grenzbefehle, wenn ein MA-Crossover stattfindet, um den Rutsch zu reduzieren.

Schlussfolgerung

Diese Strategie kombiniert kurzfristige, mittelfristige und langfristige MAs, um die Marktentwicklung auf der Grundlage ihrer Querschnittsbeziehungen zu bestimmen, was sie zu einer relativ stabilen und effizienten Trendfolgestrategie macht.

/*backtest
start: 2022-11-29 00:00:00
end: 2023-12-05 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/
// © Crypto-Oli

//@version=4
strategy("CryptOli 3 MAs long/short Backtest", initial_capital=5000, default_qty_type=strategy.percent_of_equity, default_qty_value=100, overlay=true)

// this is an educational Script - basicly its very simple - you can see how minimal changes impact results, thats why i posted it
// Credits to Quantnomad to publish tons of free educational script
// this Script is based on https://www.tradingview.com/script/0NgUadGr-Ultimate-MA-Cross-Indicator/ Quantnomads Ultimate MA Indicator 
// HA - Option for calcucaltion based on HA-Candles (very famous recently)
// Source Input - Option (Candletype for calculation, close, ohlc4 ect.) --- there are huge differences --- try it by your own

////////////////////////////////////////////////////////////////////////////////
// BACKTESTING RANGE

// From Date Inputs
fromDay = input(defval=1, title="From Day", minval=1, maxval=31)
fromMonth = input(defval=1, title="From Month", minval=1, maxval=12)
fromYear = input(defval=2015, title="From Year", minval=1970)

// To Date Inputs
toDay = input(defval=1, title="To Day", minval=1, maxval=31)
toMonth = input(defval=1, title="To Month", minval=1, maxval=12)
toYear = input(defval=2030, title="To Year", minval=1970)

// Calculate start/end date and time condition
startDate = timestamp(fromYear, fromMonth, fromDay, 00, 00)
finishDate = timestamp(toYear, toMonth, toDay, 00, 00)
time_cond = time >= startDate and time <= finishDate

////////////////////////////////////////////////////////////////////////////////

h = input(false, title = "Signals from Heikin Ashi Candles")

ma_type      = input(title = "MA Type",         type = input.string,  defval = "SMMA", options = ['SMA', 'EMA', 'WMA', 'VWMA', 'HMA', 'SMMA', 'DEMA'])
src = input(ohlc4)

short_ma_len = input(title = "Short MA Length", type = input.integer, defval = 7,     minval = 1)
short_ma_src = h ? security(heikinashi(syminfo.tickerid), timeframe.period, src, lookahead = false) : close
middle_ma_len  = input(title = "Middle MA Length",  type = input.integer, defval = 13,    minval = 2)
middle_ma_src = h ? security(heikinashi(syminfo.tickerid), timeframe.period, src, lookahead = false) : close
long_ma_len  = input(title = "Long MA Length",  type = input.integer, defval = 21,    minval = 2)
long_ma_src = h ? security(heikinashi(syminfo.tickerid), timeframe.period, src, lookahead = false) : close


tick_round(x) => 
    round(x / syminfo.mintick) * syminfo.mintick

// Set initial values to 0
short_ma = 0.0
middle_ma = 0.0
long_ma  = 0.0

// Simple Moving Average (SMA)
if ma_type == 'SMA' 
    short_ma := sma(short_ma_src, short_ma_len)
    middle_ma := sma(middle_ma_src, middle_ma_len)
    long_ma  := sma(long_ma_src,  long_ma_len)

// Exponential Moving Average (EMA)
if ma_type == 'EMA'
    short_ma := ema(short_ma_src, short_ma_len)
    middle_ma := ema(middle_ma_src, middle_ma_len)
    long_ma  := ema(long_ma_src,  long_ma_len)

// Weighted Moving Average (WMA)
if ma_type == 'WMA'
    short_ma := wma(short_ma_src, short_ma_len)
    middle_ma := wma(middle_ma_src, middle_ma_len)
    long_ma  := wma(long_ma_src,  long_ma_len)

// Hull Moving Average (HMA)
if ma_type == 'HMA'
    short_ma := wma(2*wma(short_ma_src, short_ma_len/2)-wma(short_ma_src, short_ma_len), round(sqrt(short_ma_len)))
    middle_ma := wma(2*wma(middle_ma_src, middle_ma_len/2)-wma(middle_ma_src, middle_ma_len), round(sqrt(middle_ma_len)))
    long_ma  := wma(2*wma(long_ma_src,  long_ma_len /2)-wma(long_ma_src,  long_ma_len),  round(sqrt(long_ma_len)))

// Volume-weighted Moving Average (VWMA)
if ma_type == 'VWMA'
    short_ma := vwma(short_ma_src, short_ma_len)
    middle_ma := vwma(middle_ma_src, middle_ma_len)
    long_ma  := vwma(long_ma_src,  long_ma_len)


// Smoothed Moving Average (SMMA)    
if ma_type == 'SMMA'
    short_ma := na(short_ma[1]) ? sma(short_ma_src, short_ma_len) : (short_ma[1] * (short_ma_len - 1) + short_ma_src) / short_ma_len
    middle_ma := na(middle_ma[1]) ? sma(middle_ma_src, middle_ma_len) : (middle_ma[1] * (middle_ma_len - 1) + middle_ma_src) / middle_ma_len
    long_ma  := na(long_ma[1])  ? sma(long_ma_src,  long_ma_len)  : (long_ma[1]  * (long_ma_len  - 1) + long_ma_src)  / long_ma_len

// Double Exponential Moving Average (DEMA)
if ma_type == 'DEMA'
    e1_short = ema(short_ma_src, short_ma_len)
    e1_middle = ema(middle_ma_src, middle_ma_len)
    e1_long  = ema(long_ma_src,  long_ma_len)
    
    short_ma := 2 * e1_short - ema(e1_short, short_ma_len)
    middle_ma := 2 * e1_middle - ema(e1_middle, middle_ma_len)
    long_ma  := 2 * e1_long  - ema(e1_long,  long_ma_len)

// Plot MAs
plot(short_ma, color = color.green,   linewidth = 1)
plot(middle_ma, color = color.yellow,   linewidth = 1)
plot(long_ma,  color = color.red, linewidth = 1)

if close>long_ma and short_ma>middle_ma and time_cond
    strategy.entry("Long", strategy.long)


if close<long_ma and short_ma<middle_ma and time_cond
    strategy.entry("Short", strategy.short)

Mehr