Trendfolgestrategie mit doppelten gleitenden Durchschnitten und Bollinger-Bändern
Übersicht
Diese Strategie ist eine quantitative Handelsstrategie, die Bollinger-Bänder und gleitende Durchschnitte kombiniert, um Trends zu erkennen und Einstiegspunkte zu bestimmen. Sie vereint die Trendidentifikationsfähigkeit der Bollinger-Bänder mit der Filterwirkung gleitender Durchschnitte, um effektiv Markttrendrichtungen zu identifizieren und in Trendphasen Einstiege zu tätigen.
Strategieprinzip
-
Berechnung der Bollinger-Band-Channel auf Basis von Höchst- und Tiefstkursen zur Bestimmung der Markttrendrichtung
- Der obere und untere Kanal wird aus dem höchsten Hoch und dem niedrigsten Tief berechnet
- Die Kanalmitte ist der Durchschnitt aus höchstem Hoch und niedrigstem Tief
- Die Position des Kurses im Kanal bestimmt die Trendrichtung
-
Berechnung der Kerzengröße der bullischen Kerzen zur Bestimmung von Stop-Loss und Umkehrsignalen
- Die Körpergröße einer bullischen Kerze ist der absolute Wert von Schlusskurs minus Eröffnungskurs
- Berechnung des Durchschnitts der Kerzengröße über N Perioden, Vergleich mit der aktuellen Kerzengröße zur Bestimmung von Stop-Loss und Umkehr
-
Einstieg in Kanalrichtung nach Bestätigung des Trends
- Bei Aufwärtstrend Einstieg nahe der unteren Begrenzung (Long)
- Bei Abwärtstrend Einstieg nahe der oberen Begrenzung (Short)
-
Filterung von Fehlsignalen durch gleitende Durchschnitte
- Berechnung des gleitenden Durchschnitts der Schlusskurse über N Perioden
- Handelsignal wird nur ausgelöst, wenn der Kurs den gleitenden Durchschnitt durchbricht
Strategievorteile
-
Systematische Trendbeurteilung durch Kombination von Bollinger-Bändern und gleitenden Durchschnitten
Bollinger-Bänder zeigen klar den Preiskurs und die Trendrichtung, gleitende Durchschnitte filtern. Die Kombination identifiziert Trends effektiv, vermeidet Auswirkungen von Marktereignissen und gewährleistet Systemstabilität.
-
Risikokontrolle durch Stop-Loss basierend auf der Größe bullischer Kerzen
Durch Berechnung des Durchschnitts der Kerzengröße über einen bestimmten Zeitraum und Vergleich mit der aktuellen Größe können Trendumkehrungen klar erkannt und Positionen reduziert werden, was das Strategierisiko effektiv kontrolliert.
-
Klare quantitative Ein- und Ausstiegsregeln
Der Einstieg erfolgt unter Bedingungen der Kombination von gleitendem Durchschnitt und Kanalrichtung, der Ausstieg über die Kerzengrößenregel, was das gesamte System sehr systematisch und regelbasiert macht.
Risikoanalyse
-
Potenzielle Verlustrisiken in Seitwärtsmärkten
In Seitwärtsmärkten kann der Kurs mehrfach die obere und untere Begrenzung berühren, was zu wiederholten kleinen Verlusten führen kann. In diesem Fall sollte die Positionsgröße reduziert werden, um Einzelverluste zu minimieren.
-
Risiko vorzeitiger Ausstiege durch zu enge Stop-Loss-Grenzen bei starker Trendbewegung
Bei starken Trends können kurzfristige Kursrückgänge die Stop-Loss-Regel auslösen. Hier sollte der Stop-Loss-Spielraum erweitert werden, um dem Trend zu folgen.
-
Fehlsignale durch ungeeignete Parameter
Falsch eingestellte Parameter für gleitende Durchschnitte und Bollinger-Bänder können zu fehlerhaften Signalen führen. Eine Optimierung der Parameter ist erforderlich, um stabile und zuverlässige Signale zu gewährleisten.
Optimierungsmöglichkeiten
-
Optimierung des Zeitraums des gleitenden Durchschnitts
Anpassung der Parameter des gleitenden Durchschnitts zur Verringerung der Glättung, um Trendänderungen schneller zu erkennen.
-
Test verschiedener Stop-Loss-Regeln
Ausprobieren verschiedener Stop-Loss-Methoden wie Trailing-Stop, ATR-Stop usw., um die optimale Methode zu ermitteln.
-
Integration von Machine-Learning-Modellen
Training eines Modells auf Basis umfangreicher historischer Daten, um die Trendbeurteilung zu unterstützen und Handelssignale zu generieren.
Zusammenfassung
Die Strategie kombiniert Trendbeurteilung und Risikokontrolle, nutzt Bollinger-Bänder und gleitende Durchschnitte zur Trendidentifikation sowie die Größe bullischer Kerzen für den Stop-Loss. Die Strategie ist systematisch, hat klare quantitative Regeln und kann effektiv Risiken kontrollieren, um Überrenditen zu erzielen. Durch Parameteroptimierung und Integration von Machine Learning kann die Strategie kontinuierlich verbessert werden, um stabiler und zuverlässiger zu werden.
/*backtest
start: 2023-12-14 00:00:00
end: 2023-12-21 00:00:00
period: 15m
basePeriod: 5m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
strategy("Noro's Bands Scalper Strategy v1.3", shorttitle = "Scalper str 1.3", overlay=true, default_qty_type = strategy.percent_of_equity, default_qty_value=100.0, pyramiding=0)
- 1