
Die Dual Moving Average Golden Cross Quantitative Strategy ist eine technische Kennzahlen-Quantitative Trading-Strategie. Sie ermittelt die Trendentwicklung und ermöglicht einen risikoarmen Handel durch die Berechnung der Durchschnittswerte für zwei verschiedene Perioden. Wenn die kurze Periodendurchschnittslinie die längere Periodendurchschnittslinie durchbricht, erzeugt sie ein goldenes Kreuzsignal und macht einen Plus.
Die Gold-Cross-Quantifizierungsstrategie der Doppel-Gleichgewichtslinie basiert auf der Gleichgewichtstheorie. Die Gleichgewichtslinie ist in der Lage, Marktgeräusche effektiv zu filtern und die Richtung des langfristigen Trends anzuzeigen. Wenn die kurze Periodische Durchschnittlinie die längere Periodische Durchschnittlinie durchbricht, wird der Trend von unten nach oben umgekehrt und gehört zu einem Kaufsignal.
Die Kernlogik der Strategie lautet:
Die Grundprinzipien sind:
Die Strategie kann die kurzfristigen Trendwende Chancen nach kurzfristigen Anpassungen, mit einem höheren Profitfaktor, effektiv erfassen.
Die Gold-Cross-Quantifizierungsstrategie mit doppelter Ausgleichslinie hat folgende Vorteile:
Die Gold-Cross-Quantifizierungsstrategie mit doppelter Gleichgewichtslinie birgt auch folgende Risiken:
Das Risiko kann durch folgende Maßnahmen verringert werden:
Die Gold-Cross-Quantifizierungs-Strategie kann auch optimiert werden durch:
ParameteroptimierungAnpassung der Durchschnittslinie-Parameter und der Kanal-Indikator-Parameter, Auswahl der optimalen Kombination von Parametern.
Auswahl der Sorten: Entsprechend den Eigenschaften der verschiedenen Sorten wählen Sie die am besten geeigneten Mittellinienparameter. Zum Beispiel legen Sie die kürzeren Periodendurchschnitte für die Sorten fest, die Sie interessieren.
Optimierung der Stop-Loss-StrategieEs ist möglich, dass der Verlust durch die Einführung von Float-Dynamik, Verlustverfolgung usw. vermieden wird.
Gleichzeitige OptimierungDer Trend ist ein Trend, der sich auf die Entwicklung von Trends auswirkt, die sich auf die Entwicklung von Trends auswirken.
Maschinelles Lernen kombiniertDie Verwendung von Deep-Learning-Modellen wie LSTM, RNN und anderen hilft bei der Beurteilung der Signalqualität und der Festlegung der Eintrittszeit.
Die Quantifizierungsstrategie der Doppel-Evenline-Gold-Cross-Strategie beurteilt die kurzfristige Preisentwicklung anhand eines einfachen Gleichgewichts-Cross-Prinzips. Die Einrichtung von Kanalindikatoren filtert Fehlsignale effektiv. Die Strategie ist einfach zu implementieren, die Parameter sind flexibel einzustellen, die Ergebnisse sind besser in der Praxis zu überprüfen.
/*backtest
start: 2023-12-24 00:00:00
end: 2023-12-25 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
// Indicator420 by SeaSide420
strategy("Indicator420 strategy", overlay=true)
q=input(title="HullMA",defval=420)
z=input(title="HullMA cross",defval=3)
a=input(title="VWMA",defval=14)
rvwma=vwma(close,round(a))
rvwma2=vwma(close,round(a*2))
rvwma3=vwma(close,round(a*3))
n2ma=2*wma(close,round(z/2))
nma=wma(close,z)
diff=n2ma-nma
sqn=round(sqrt(z))
n2ma1=2*wma(close[1],round(z/2))
nma1=wma(close[1],z)
diff1=n2ma1-nma1
sqn1=round(sqrt(z))
n2ma2=2*wma(close[2],round(q/2))
nma2=wma(close[2],q)
diff2=n2ma2-nma2
sqn2=round(sqrt(q))
n1=wma(diff,sqn)
n2=wma(diff1,sqn)
n3=wma(diff2,sqn)
b=n1>n2?red:lime
c=n1>n2?green:red
d=n3>rvwma3?red:green
e=rvwma2>rvwma3?green:red
f=n1>n2?red:green
//plot(rvwma3, color=e, linewidth=1)
plot(cross(rvwma, rvwma2) ? rvwma : na, style = line,color=e, linewidth = 1)
plot(cross(n1, n2) ? n1 : na, style = line,color=b, linewidth = 3)
plot(cross(n1, n2) ? n1 : na, style = circles,color=c, linewidth = 4)
closelong = n1<n2
if (closelong)
strategy.close("Long")
closeshort = n1>n2
if (closeshort)
strategy.close("Short")
longCondition = n1>n2 and strategy.opentrades<1 and n1<rvwma3
if (longCondition)
strategy.entry("Long",strategy.long)
shortCondition = n1<n2 and strategy.opentrades<1 and n1>rvwma3
if (shortCondition)
strategy.entry("Short",strategy.short)