Binomial Moving Average Trendstrategie

Schriftsteller:ChaoZhang, Datum: 2023-12-08 14:55:19
Tags:

Übersicht

Der Binomial Moving Average (BMA) ist eine neue Art von gleitendem Durchschnittsindikator.

Diese Strategie kombiniert schnelle BMA und langsame BMA, um Handelssignale wie MACD zu erzeugen, die zur Trend-Folge-Strategie gehören.

Einzelheiten der Strategie

Name der Strategie

Binomial Moving Average Trendstrategie

Strategie Logik

Berechnen Sie den binomialen gleitenden Durchschnitt (BMA). Gemäß der vom Benutzer festgelegten Periode berechnet er die binomialen Koeffizienten und nimmt die Hälfte davon als Gewichte auf die Durchschnittspreise. Zum Beispiel berechnet er mit Periode 5 9 binomialen Koeffizienten und nimmt ihre Hälfte für den gewichteten Durchschnitt. Dies gibt den jüngsten Kerzen mehr Gewicht und eine bessere Glättlichkeit.
Fast BMA ist empfindlicher auf Preisänderungen, während langsamer BMA stabiler ist.
Wenn der schnelle BMA über dem langsamen BMA steigt, wird eine Long-Position eröffnet. Wenn der schnelle BMA unter den langsamen BMA fällt, wird eine Short-Position eröffnet. Halten Sie die Position, bis das gegenteilige Signal angezeigt wird.

Analyse der Vorteile

Der größte Vorteil dieser Strategie liegt in der innovativen Berechnung von BMA. Sie verbessert die Stärken von gleitenden Durchschnitten mit verbesserter Geschmeidigkeit und Praktikabilität. Im Vergleich zu EMA und SMA gibt BMA den jüngsten Kerzen mehr Gewicht und behält dabei mehr historische Informationen. Dies ermöglicht es, Trends besser zu erfassen und weniger falsche Signale zu erzeugen.

Darüber hinaus nutzt die schnelle und langsame BMA-Kombination die Vorteile gleitender Durchschnitte voll aus. Sie filtert viel Lärm aus und erzeugt nur Signale an Trendwendepunkten. Die Strategie selbst ist einfach zu verstehen und umzusetzen, geeignet für den mittelfristigen bis langfristigen Handel.

Risikoanalyse

Zu den wichtigsten Risiken dieser Strategie gehören:

Wie bei allen Trend-Folgende Strategien kann es zu Verlusten führen, wenn sich der Trend umkehrt.
Eine unsachgemäße Einstellung der BMA-Parameter beeinflusst auch die Strategieleistung. Überempfindliche schnelle BMA kann falsche Signale erzeugen, während nachlassende langsame BMA Trendmöglichkeiten verpassen kann. Um die optimale Parameterkombination zu finden, sind umfangreiche Tests erforderlich.
Die Strategie verwendet standardmäßig die volle Position. Die Positionsgröße kann entsprechend der Risikopräferenz hinzugefügt werden, um den Verlust pro Handel zu begrenzen.

Optimierungsrichtlinien

Die wichtigsten Optimierungsrichtungen sind die Prüfung des BMA selbst und der Parameterkombination.

Periode-Einstellung: Versuche verschiedene schnelle und langsame BMA-Perioden, um die optimale Kombination zu finden.
BMA-Gewicht: Testen Sie verschiedene Gewichtungssysteme, z. B. die volle Verteilung der halben binomialen Koeffizienten oder mehr Gewicht auf aktuelle Kerzen. Dies kann die Glatzheit von BMA weiter verbessern.
Filterbedingungen wie Ausbrüche und steigende Lautstärke können hinzugefügt werden, um unangemessene Signale zu vermeiden.
Der Stop-Loss-Mechanismus und die Positionsgröße können ebenfalls getestet werden, um Risiken besser zu kontrollieren.

Schlussfolgerung

Diese Strategie schlägt zunächst den einzigartigen Binomial Moving Average-Indikator vor. Er verbessert die Berechnung des gleitenden Durchschnitts und verbessert die allgemeine Nützlichkeit und Stabilität der Strategie. Crossovers zwischen schnellem und langsamem BMA erzeugen einfache, aber effektive Handelssignale. Es bleibt Raum für weitere Optimierungen bei Parameter-Gleichheit und Risikokontrolle. Es ist eine sehr vielversprechende Trend-Folge-Strategie.

/*backtest
start: 2022-12-07 00:00:00
end: 2023-12-07 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/
// © HosseinDaftary

//@version=4
strategy("Binomial Moving Average","BMA", overlay=true, margin_long=100, margin_short=100 ,max_bars_back=96)
//Binomial Moving Average:This type of moving average that is made by myself and i did not see anywhere before uses the half of binomial cofficients for
//averaging the prices for example if the period be 5 then we use the 9 degree binomial cofficients(that yields 10 cofficients) and use half of them.
//we use 126/256 for last bar,84/256,36/256,9/256 and finally use 1/256 for 5th bar. Seemingly this MA works better than EMA.
fa_ma=input(title='Fast MA',defval=10)
sl_ma=input(title='Slow MA',defval=30)

fac(n)=>
    fact=1
    for i= 1 to n
        fact:=fact*i
    fact
cof= array.new_float(sl_ma) 

hn_ma(price,length)=>
    sum=1.0
    sum1=0.0
    array.set(cof,length-1,1)
    for i=2 to length
        array.set(cof,length-i,fac(2*length-1)/(fac(i-1)*fac(2*length-i)))
        sum:=sum+array.get(cof,length-i)
    for i=0 to length-1
        array.set(cof,i,array.get(cof,i)/sum)
        sum1:=sum1+array.get(cof,i)*price[i]
    sum1
hn1=plot(hn_ma(close,sl_ma) , color=#00ff00)
hn2=plot(hn_ma(close,fa_ma) ,color=#ff0000)
fill(hn1,hn2,color=hn_ma(close,fa_ma)>hn_ma(close,sl_ma)?color.green:color.red)


longCondition = crossover(hn_ma(close, fa_ma), hn_ma(close, sl_ma))
if (longCondition)
    strategy.entry("Long", strategy.long)

shortCondition = crossunder(hn_ma(close, fa_ma), hn_ma(close, sl_ma))
if (shortCondition)
    strategy.entry("Short", strategy.short)

Mehr