Strategie für den Trendbruch

Schriftsteller:ChaoZhang, Datum: 2023-12-27 17:34:31
Tags:

img

Übersicht

Die Trend-Breakout-Strategie ist eine quantitative Strategie, die Markttrends und Trades durch Berechnung der Preisvolatilität beurteilt. Die Strategie verwendet die Formel (high-low) / close, um die Preisvolatilität von Kerzen zu berechnen, und verarbeitet sie weiter durch gleitenden Durchschnitt, um zu beurteilen, ob eine Trendumkehr auftritt. Wenn die Volatilität über das Durchschnittsniveau in einem letzten Zeitraum liegt, kann ein neuer Trend entstehen. Dann gibt die Strategie Handelssignale aus.

Strategie Logik

Der Kernindikator dieser Strategie ist (high-low) /close, was die Amplitude der Kerze widerspiegelt. Die Strategie berechnet zuerst diesen Indikator, nimmt dann seinen absoluten Wert und berechnet den einfachen gleitenden Durchschnitt. Wenn der absolute Wert des aktuellen Kerzen-Volatilitätsindikators über einen Zeitraum höher ist als der gleitende Durchschnittswert, bedeutet dies, dass sich ein neuer Trend bilden kann.

Die Strategie umfasst insbesondere folgende Schritte:

  1. Berechnung (Hoch-Niedrig) / Schließen als Volatilitätsindikator
  2. Nehmen Sie den absoluten Wert des Volatilitätsindikators und berechnen Sie den einfachen gleitenden Durchschnitt
  3. Vergleichen Sie die aktuelle Volatilität der Kerzen mit dem gleitenden Durchschnitt über einen Zeitraum (Benutzerinput)
  4. Wenn die aktuelle Volatilität größer als der gleitende Durchschnitt ist, bildet man ein langes Signal; wenn sie niedriger ist, bildet man ein kurzes Signal
  5. Lange oder kurze Positionen nach Signalrichtung

Die Strategie enthält auch Indikator-Plotting, Kerzenfarbenänderung und andere Visualisierungen für intuitive Trendbeurteilung.

Vorteile

Die wichtigsten Vorteile dieser Strategie sind:

  1. Einfaches und direktes Prinzip, leicht zu verstehen und umzusetzen
  2. Verwendung der Preisvolatilität zur Beurteilung von Marktentwicklungsänderungen, kein fester Indikatorrahmen
  3. Anpassbare Parameter zur Anpassung der Urteilsempfindlichkeit
  4. Ein guter intuitiver Effekt in Kombination mit Indikator-Plotting und Farbwechseln
  5. Kann Lärm ausgleichen und mittelfristige Trends erfassen

Im Allgemeinen durchbricht diese Strategie das Denkmuster des traditionellen Indikatorurteils und konzentriert sich nur auf die Preisvolatilität selbst, um potenzielle Trendänderungen flexibel zu erfassen.

Risiken

Zu den wichtigsten Risiken dieser Strategie gehören:

  1. Zu empfindlich gegenüber Marktvolatilität, kann mehrere ungültige Signale erzeugen
  2. Nur die Preisvolatilität berücksichtigen, andere Faktoren ignorieren
  3. Falsche Parameter-Einstellungen können Trends verpassen oder zu falschen Beurteilungen führen
  4. Nicht zu unterscheiden zwischen mittelfristigen und langfristigen Trends und kurzfristigen Anpassungen

Diese Risiken hängen hauptsächlich damit zusammen, dass die Strategie bei der Bestimmung von Markttrends zu sehr auf die Preisvolatilität angewiesen ist. Um die Risiken zu reduzieren, können wir in Betracht ziehen, andere Beurteilungsindikatoren zu kombinieren, um die Gültigkeit der Trendsignale zu überprüfen, und die Parameter entsprechend an die flüssigen Volatilitätsindikatoren anzupassen, um kurzfristige Geräusche zu filtern.

Optimierungsrichtlinien

Zu den wichtigsten Richtungen für die Optimierung dieser Strategie gehören:

  1. Kombination von Handelsvolumen und anderen Indikatoren zur Bestimmung der Gültigkeit des Trends
  2. Hinzufügen von Modellen für maschinelles Lernen zur Bewertung der Signalqualität
  3. Optimieren Sie die Parameter-Einstellungen für bessere Gleitwirkungen
  4. Unterscheidung zwischen mittelfristigen und langfristigen Trends und kurzfristigen Anpassungen
  5. Kombination mit Stop-Loss-Strategien zur Kontrolle von Verlusten pro Handel

Diese Optimierungsmaßnahmen können die Wahrscheinlichkeit falscher Trades reduzieren und die Rentabilität der Strategie verbessern. Insbesondere kann das Hinzufügen von Indikatoren und Modellen zur Bestimmung der Signalgültigkeit ungültige Signale erheblich reduzieren. Darüber hinaus sind Stop-Loss-Strategien auch notwendig, um Einzelhandelsverluste zu kontrollieren und die Gesamtrendite zu gewährleisten.

Zusammenfassung

Diese Trend-Breakout-Strategie beurteilt Markttrendänderungen durch Berechnung der Preisvolatilität. Das Prinzip ist einfach und direkt und die Verwendung ist flexibel mit anpassbaren Parametern für die Sensibilitätsanpassung. Die Strategie hat den Vorteil, Trendänderungen zu erfassen, hat aber auch einige Risiken. Wir können sie verbessern, indem wir Beurteilungsindikatoren optimieren, Filtermodelle etablieren, Parameter-Einstellungen anpassen und so weiter, um die Strategie stabiler und zuverlässiger zu machen. Im Allgemeinen bietet diese Strategie eine neue Idee für die Bestimmung von Markttrendänderungen und lohnt sich für weitere Forschung und Optimierung.


/*backtest
start: 2023-11-26 00:00:00
end: 2023-12-26 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3
////////////////////////////////////////////////////////////
//  Copyright by HPotter v2.0 25/10/2017
//
//  This histogram displays (high-low)/close
//  Can be applied to any time frame.
//
// WARNING:
// - For purpose educate only
// - This script to change bars colors.
////////////////////////////////////////////////////////////
strategy(title="(H-L)/C Histogram Backtest", precision = 2)
input_barwidth = input(4, title="Bar Width")
input_barsback = input(1, title="Look Back")
input_percentorprice = input(false, title="% change")
input_smalength = input(16, title="SMA Length")
reverse = input(false, title="Trade reverse")
hline(0, color=blue, linestyle=line)
xPrice = (high-low)/close
xPriceHL = (high-low)
xPrice1 = iff(input_percentorprice, xPrice * 100, xPriceHL)
xPrice1SMA = sma(abs(xPrice1), input_smalength)
pos = 0.0
pos := iff(xPrice1SMA[input_barsback] > abs(xPrice1), 1,
	   iff(xPrice1SMA[input_barsback] < abs(xPrice1), -1, nz(pos[1], 0))) 
possig = iff(reverse and pos == 1, -1,
          iff(reverse and pos == -1, 1, pos))	   
if (possig == 1) 
    strategy.entry("Long", strategy.long)
if (possig == -1)
    strategy.entry("Short", strategy.short)	   	    
barcolor(possig == -1 ? red: possig == 1 ? green : blue ) 
plot(abs(xPrice1), color=green, style = histogram, linewidth = input_barwidth, title="Change")
plot(xPrice1SMA[input_barsback], color=red, title="SMA")

Mehr