Durchschnittliche Umkehrentwicklung nach Strategie auf Basis von HA-Momentum-Breakout

Schriftsteller:ChaoZhang, Datum: 2023-12-11 16:56:47
Tags:

Übersicht

Dies ist eine quantitative Handelsstrategie, die Trends verfolgt, indem der Gesamttrend auf der Grundlage gleitender Durchschnitte beurteilt und Durchbruchspunkte mit dem HA-Impulsindikator bestimmt wird.

Strategie Logik

Die Kernlogik hinter dieser Strategie besteht darin, gleitende Durchschnitte und den HA-Momentumsindikator zu verwenden, um Trends zu verfolgen.

Beurteilung des Gesamttrends: Einfache gleitende Durchschnitte für 20 Tage und 200 Tage werden berechnet, wenn der gleitende Durchschnitt für 20 Tage über (unter) der 200-Tage-Linie liegt, wird ein Aufwärtstrend bestimmt.
Entscheidender Eintrittszeitpunkt: Der HA-Momentumsindikator wird berechnet, indem die Größe der Öffnungen des Kerzenkörpers verglichen wird, Werte, die größer sind als der HA_Candle_strength-Parameter, implizieren eine stärkere Dynamik, bei der Positionen eingegeben werden können. Darüber hinaus wird der Schlusskurs überprüft, ob er über/unter dem gleitenden 20-Tage-Durchschnitt liegt, um die Breakout-Richtung festzustellen.
Einrichtung von Stop Loss/Take Profit Exits: Strategie-Exits werden anhand von Gewinn-/Verlustbeträgen definiert.

Durch diesen Prozess ist die Strategie in der Lage, Zwischenteile etablierter Trends zu erfassen und ihnen zu folgen.

Analyse der Vorteile

Zu den Vorteilen dieser Strategie gehören:

Einfache und klare Logik, die leicht zu verstehen/optimieren ist.
Gleitende Durchschnitte filtern Lärm und erfassen den primären Trend.
HA-Momentum verhindert falsche Ausbrüche, indem die Ausbruchstärke gemessen wird.
Die Genauigkeit der Eintrittszeit wird durch eine Kombination von Trendrichtung und Momentum verbessert.
Definite Stop-Loss-/Take-Profit-Ausgänge kontrollieren das einzelne Handelsrisiko.

Risikoanalyse

Hauptrisiken dieser Strategie:

Häufige Crossover-Signale können zu schlechten Trades in verschiedenen Märkten führen.
Unangemessene Parameter-Einstellungen könnten zu verpassten Trades oder falschen Signalen führen.
In der Lage zu sein, sich an alle Arten von Marktregelungen anzupassen, kann in unruhigen seitlichen Märkten größere Verluste verursachen.
Wenn die Trendumkehrpunkte nicht rechtzeitig ermittelt werden, könnte dies zu verstärkten Verlusten führen.

Entsprechende Lösungen

Zusätzliche Filter, um ungültige Signale zu eliminieren.
Parameteroptimierungstests zur Suche nach idealen Parameterkombinationen.
Um Fehler in unruhigen Märkten zu vermeiden, müssen Volatilitätsindikatoren berücksichtigt werden.
Verwenden Sie adaptive Stop-Loss-Orders, um Gewinne zu erzielen.

Möglichkeiten zur Verbesserung

Weitere Verbesserungen dieser Strategie:

Um die Robustheit zu verbessern, sollten anstelle von festen Werten adaptive gleitende Durchschnittsperioden verwendet werden.
Zusätzlicher Volumenfilter, um Signale zu vermeiden, wenn die Marktüberzeugung schwach ist.
Automatische Optimierung der Parameter durch maschinelles Lernen für mehr Stabilität.
Dynamischer Trailing Stop Loss anstelle von statischem Stop Loss, um Gewinne zu erzielen.
Mehr Indikatoren zur Bewertung der Qualität und der Marktbedingungen.

Schlussfolgerung

Zusammenfassend ist dies eine Trend-Folge-Strategie, die auf der Bestimmung der Richtung des vorherrschenden Trends mit gleitenden Durchschnitten und der Verwendung von HA-Impuls für das Timing von Eintrittssignalen basiert. Die Logik ist einfach und klar und bietet eine genaue Signalgenerierung während des Trendfortschritts. Es gibt einige Einschränkungen, die durch weitere Optimierung und zusätzliche Filter behoben werden müssen, aber insgesamt dient diese Strategie als gutes Einführungsbeispiel für angehende Quant-Trader.

/*backtest
start: 2023-12-03 00:00:00
end: 2023-12-10 00:00:00
period: 45m
basePeriod: 5m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3
strategy("HA Trend Following", overlay=false, default_qty_type = strategy.percent_of_equity, default_qty_value = 2)


//parameters input
Trend_DIR_MA   = input(defval = 200, title = "MA for trend direction")
HA_Candle_strength   = input(defval = 2, title = "HA candle strength")

Rng = abs(open - close)

// HA_Momentum - size of break out body
HA_Momentum = sma(Rng, 1) / sma(Rng, 5)
plot(HA_Momentum, color=green, linewidth=1, style=line)
plot(HA_Candle_strength, color= blue)

// open position
longCondition = close > sma(close, 20) and (sma(close, 20) > sma(close, Trend_DIR_MA) )and HA_Momentum > HA_Candle_strength and close - open > 0
if (longCondition)
    strategy.entry(id = "Lng", long = true)

ShortCondition = close < sma(close, 20) and (sma(close, 20) < sma(close, Trend_DIR_MA) ) and HA_Momentum > HA_Candle_strength and close - open < 0
if (ShortCondition)
    strategy.entry(id = "Shrt", long = false)


// close position
strategy.exit("ExL", from_entry = "Lng", loss = 500 , profit = 1500)
strategy.exit("ExS", from_entry = "Shrt", loss = 500 , profit = 1500)

Mehr