Momentum-basierte Handelsstrategien


Erstellungsdatum: 2023-12-19 15:37:16 zuletzt geändert: 2023-12-19 15:37:16
Kopie: 0 Klicks: 868
1
konzentrieren Sie sich auf
1621
Anhänger

Momentum-basierte Handelsstrategien

Überblick

Diese Strategie basiert auf der Dynamik der Aktien und dem Volumen der Aktien, um Kauf- und Verkaufsentscheidungen zu treffen. Kaufen Sie, wenn die Aktienpreise steigen und sich beschleunigen und die Transaktionsmengen steigen; Verkaufen Sie, wenn die Aktienpreise sinken und sich beschleunigen und die Transaktionsmengen steigen. Die Strategie erfasst die kurzfristigen Preisbewegungen, die durch die Massenbewegungen des Marktes verursacht werden.

Strategieprinzip

Die Strategie beurteilt die Preisdynamik durch Berechnung der Veränderung des Aktienpreises im Vergleich zum Vortag. Die Strategie ist positiv, wenn die Preise in Folge steigen, und negativ, wenn die Preise in Folge fallen. Die Strategie kombiniert den Handelsvolumenindikator.

Konkret ist die Kaufbedingung 0 auf dem Momentum-Indikator und der Umsatz ist mehr als das Doppelte des 20-Tage-Durchschnitts; die Verkaufbedingung ist 0 unter dem Momentum-Indikator und der Umsatz ist mehr als das Doppelte des 20-Tage-Durchschnitts. Der Stop-Loss nach dem Kauf ist 0,8 mal der Kaufpreis und der Stop-Loss ist 0,5 mal der Kaufpreis; der Stop-Loss und der Stop-Loss nach dem Verkauf sind umgekehrt.

Strategische Vorteile

Der größte Vorteil dieser Strategie besteht darin, dass sie kurzfristige Trends und Massenbewegungen des Marktes erfasst. Wenn die Aktienpreise anhaltende Steigerungen oder Rückgänge aufweisen, werden zahlreiche Einzelhändler und Institutionen der starken Aktienpreisdynamik folgen, um zu handeln. Dies führt zu einer selbstverstärkten kurzfristigen Preisentwicklung.

Strategisches Risiko

Erstens können kurzfristige Schwankungen der Aktienpreise nicht vollständig vorhergesagt und kontrolliert werden. Es besteht das Risiko, dass die Preise durch unvorhergesehene Ereignisse stark umgekehrt werden, so dass die Stop-Loss-Mechanismen keine Verluste vollständig vermeiden können. Zweitens sind die Qualitätsparametern der Handelsvolumen-Daten nicht gleichmäßig.

Richtung der Strategieoptimierung

Es kann in Erwägung gezogen werden, mehr Datenquellen zu kombinieren, um die Effektivität der Strategie zu verbessern. Zum Beispiel die Einführung von Diskussionen über relevante Aktien in Internetplattformen wie Social Media. Wenn die Diskussionen über eine Aktie deutlich zunehmen, ist dies wahrscheinlich ein Hinweis auf zukünftige Kursveränderungen.

Zusammenfassen

Die Strategie erfasst die kurzfristigen Markttrends und das Verhalten der Massen durch die Erfassung der kombinierten Veränderungen der Aktienpreisdynamik und des Handelsvolumens. Diese quantitative Anlagestrategie, die auf Big Data und den Prinzipien der Verhaltensfinanzierung basiert, bietet im Vergleich zu herkömmlichen Anlagestrategien eine höhere erwartete Rendite. Gleichzeitig ist jedoch erforderlich, die Risiken zu kennen und zu vermeiden und die Eingabeparameter der Strategie ständig zu optimieren, um die Handelswirksamkeit zu verbessern.

Strategiequellcode
/*backtest
start: 2022-12-12 00:00:00
end: 2023-12-18 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy('Momentum and Volume Bot', overlay=true)

// Define strategy parameters
profit_target_percent = input(0.8, title='Profit Target (%)')
stop_loss_percent = input(0.5, title='Stop Loss (%)')
volume_threshold = input(2, title='Volume Threshold')

// Calculate momentum
momentum = close - close[1]

// Calculate average volume
avg_volume = ta.sma(volume, 20)

// Buy condition
buy_condition = ta.crossover(momentum, 0) and volume > avg_volume * volume_threshold

// Sell condition
sell_condition = ta.crossunder(momentum, 0) and volume > avg_volume * volume_threshold

// Strategy logic
strategy.entry('Buy', strategy.long, when=buy_condition)
strategy.entry('Sell', strategy.short, when=sell_condition)

// Set profit target and stop loss
strategy.exit('Take Profit/Stop Loss', from_entry='Buy', profit=close * profit_target_percent / 100, loss=close * stop_loss_percent / 100)
strategy.exit('Take Profit/Stop Loss', from_entry='Sell', profit=close * profit_target_percent / 100, loss=close * stop_loss_percent / 100)

// Plotting
plotshape(series=buy_condition, title='Buy Signal', color=color.new(color.green, 0), style=shape.triangleup, size=size.small)
plotshape(series=sell_condition, title='Sell Signal', color=color.new(color.red, 0), style=shape.triangledown, size=size.small)