Super Trend LSMA Long Strategie
ChaoZhang
Überblick
Die Supertrend-LSMA-Multihead-Strategie ist eine Multihead-Strategie, die einen Supertrend-Indikator und einen LSMA-Moving Average kombiniert. Sie ist für langfristige Trendmärkte wie Aktien und Kryptowährungen geeignet und funktioniert besser in größeren Zeitrahmen.
Strategieprinzip
Die Handelsregeln für diese Strategie lauten:
Mehrköpfige Eintrittssignale: Mehrköpfige Eintrittssignale werden ausgegeben, wenn der Supertrend-Indikator mehrere Eintrittssignale ausgibt und der Schlusskurs über dem LSMA-Moving Average liegt.
Multi-Head-Ausgangssignal: Wenn der Supertrend-Indikator das Signal zum Weggehen gibt, ist die Off-Position mehr als einfach.
Das heißt, der Supertrend wird verwendet, um die Richtung des großen Trends zu bestimmen, und der LSMA wird verwendet, um den spezifischen Einstiegspunkt zu bestimmen.
Analyse der Stärken
Diese Strategie kombiniert Trend-Tracking und Moving Averages, um sowohl große Trends zu erfassen als auch die Fehlstellung durch die Einheitsfilterung zu nutzen, um zu verhindern, dass sie eingeholt werden. Die Risiken können besser kontrolliert werden, als wenn nur ein Trend- oder Einheitsindikator verwendet wird.
Zusätzlich hat der Supertrend eine gewisse Verzögerung an sich, und in Kombination mit den glatten Eigenschaften der LSMA kann der Marktlärm effektiv gefiltert werden, um falsche Durchbrüche zu vermeiden.
Risikoanalyse
Das größte Risiko dieser Strategie besteht darin, dass es nicht möglich ist, den Trendwendepunkt genau zu bestimmen. Wenn sich der Trend ändert, können sich die Verluste aufgrund des Supertrendens und der LSMA-Rückständigkeit ausweiten.
Außerdem beeinflusst die Einstellung der Parameter die Strategie. Wenn die ATR-Parameter oder die Faktorparameter nicht richtig eingestellt sind, wird die Effektivität der Übertrendentscheidung reduziert. Wenn die LSMA-Zyklen zu kurz eingestellt sind, ist die Silikonwirkung schlechter und wird leicht von Geräusch beeinflusst.
Optimierungsrichtung
Diese Strategie kann in folgenden Bereichen optimiert werden:
Automatische Optimierung der Parameter mit Hilfe von Machine-Learning-Algorithmen, um die Parameter besser an unterschiedliche Marktbedingungen anzupassen.
Erhöhung der Stop-Loss-Mechanismen. Zwingende Stillstands-Stopps, wenn die Verluste die vorher festgelegte Stop-Loss-Marge erreichen.
Erhöhung des Positionsmanagement-Moduls. Erhöhung der Positionen, wenn ein großer Trend entsteht; Verringerung der Positionen, wenn ein Trend beendet ist.
Mehr Filterindikatoren hinzufügen, z. B. Volatilitätsindikatoren, Quantitätsindikatoren usw., um das Risiko einer Trendwende zu vermeiden.
Trends werden durch Deep-Learning-Modelle ermittelt, die einfache Supertrend-Ermittlungen ersetzen und Trend-Ermittlungen intelligenter machen.
Zusammenfassen
Die Supertrend LSMA-Mehrkopfstrategie integriert die Vorteile von Trend-Tracking-Indikatoren und Mittellinien-Indikatoren und kann sowohl die große Richtung über längere Zeiträume erfassen als auch die Geräuschfilterung mittels Mittellinien nutzen. Durch die Optimierung der Parameter, die Stärkung der Stop-Loss-Mechanismen und der Risikokontrollmodule kann die Profitabilität und die Risikokontrolle der Strategie weiter verbessert werden. Dies macht sie zu einer sehr praktischen quantifizierten Strategie.
/*backtest
start: 2022-12-11 00:00:00
end: 2023-12-17 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy(title = "Supertrend LSMA long Strategy", overlay = true, pyramiding=1,initial_capital = 100, default_qty_type= strategy.percent_of_equity, default_qty_value = 100, calc_on_order_fills=false, slippage=0,commission_type=strategy.commission.percent,commission_value=0.1)
atrPeriod = input(14, "ATR Length")
factor = input(3, "Factor")
//Time
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 = 2010, title = "From Year", minval = 1970)
//monday and session
// To Date Inputs
toDay = input(defval = 31, title = "To Day", minval = 1, maxval = 31)
toMonth = input(defval = 12, title = "To Month", minval = 1, maxval = 12)
toYear = input(defval = 2031, title = "To Year", minval = 1970)
startDate = timestamp(fromYear, fromMonth, fromDay, 00, 00)
finishDate = timestamp(toYear, toMonth, toDay, 00, 00)
time_cond = time >= startDate and time <= finishDate
//LSMA
lengthx = input(title="Length LSMA", type=input.integer, defval=101)
offset = 0//input(title="Offset", type=input.integer, defval=0)
src = input(close, title="Source")
lsma = linreg(src, lengthx, offset)
[_, direction] = supertrend(factor, atrPeriod)
if(time_cond)
if change(direction) < 0 and close > lsma
strategy.entry("long", strategy.long)
if change(direction) > 0 //and close < lsma
strategy.close("long")
//strategy.entry("short", strategy.short)
//strategy.close("long",when=close<lsma)
//strategy.close("short",when=change(direction) < 0 )
//plot(strategy.equity, title="equity", color=color.red, linewidth=2, style=plot.style_areabr)