Die Strategie für die Übertragung von elf gleitenden Durchschnitten

Schriftsteller:ChaoZhang, Datum: 2024-01-15 13:57:53
Tags:

Übersicht

Diese Strategie kombiniert Crossovers von 11 verschiedenen Arten von gleitenden Durchschnitten für lange und kurze Einträge. Die 11 verwendeten gleitenden Durchschnitte sind: Simple (SMA), Exponential (EMA), Weighted (WMA), Volume-weighted (VWMA), Smoothed (SMMA), Double Exponential (DEMA), Triple Exponential (TEMA), Hull (HMA), Zero Lag Exponential (ZEMA), Triangular (TMA) und SuperSmoother (SSMA) Filter.

Die Strategie ermöglicht die Konfiguration von zwei gleitenden Durchschnitten - einem schnelleren und einem langsameren, die beide aus den 11 Optionen ausgewählt wurden.

Zusätzliche Merkmale sind die Pyramiden-Einstellungen, die Gewinn- und Stop-Loss-Level.

Strategie Logik

Die Kernstrategie-Logik beruht auf Kreuzungen zwischen zwei gleitenden Durchschnitten, um Ein- und Ausgänge zu bestimmen.

Die Bedingungen für die Einreise sind:

Langer Eintrag: Schnelle MA > langsame MA Kurzer Eintrag: Schnelle MA < langsame MA

Die Ausgänge werden nach einem der folgenden drei Kriterien bestimmt:

Erreichte Gewinnspanne
Erreichtes Stop-Loss-Niveau
Gegengesetztes erzeugtes Signal (MA-Kreuzung in entgegengesetzte Richtung)

Die Strategie ermöglicht die Konfiguration wichtiger Parameter wie Typ und Länge des MA, Pyramiden-Einstellungen, Profit- und Stop-Loss-Prozentsätze, wodurch die Strategie flexibel für verschiedene Marktbedingungen und Risikopräferenzen optimiert werden kann.

Vorteile

Kombiniert 11 verschiedene MA-Typen für robuste Signale
Flexible Konfiguration der wichtigsten Parameter
Gewinn- und Stop-Loss-Funktionen schützen Gewinne und begrenzen Verluste
Pyramiden lassen bei starken Trends eine größere Positionsgröße zu

Risiken

Wie bei jedem technischen Indikator können bei MA-Kreuzungen falsche Signale erzeugt werden.
Eine Überoptimierung für die derzeitigen Marktbedingungen kann die zukünftige Leistung beeinträchtigen
Hard Stop Loss Exits können zu einem frühen Ausstieg aus guten Trades in volatilen Märkten führen

Das Risikomanagement kann verbessert werden, indem die Preisaktionsbestätigung für Eintrittssignale verwendet wird, Trailing-Stops anstelle von Hard-Stops verwendet werden und eine Überoptimierung vermieden wird.

Möglichkeiten zur Verbesserung

Es gibt mehrere Möglichkeiten, diese Strategie zu verbessern:

Vor der Einreise zusätzliche Filter einführen, z. B. Volumen- und Preiskontrollen
Systematische Prüfung der Leistung verschiedener MA-Typen und Auswahl der optimalen 1 oder 2
Optimierung der MA-Längen speziell für Handelsinstrumente und Zeitrahmen
Anstelle von harten Stopps verfolgen Sie Trailing Stops
Gewinnzuwachs mit zunehmender Tendenz

Schlussfolgerung

Die elf gleitenden Durchschnitte Crossover-Strategie bietet einen systematischen Ansatz für den Handel Crossovers. Durch die Kombination von Signalen über mehrere MA-Indikatoren und ermöglicht die Konfiguration von wichtigen Parametern, bietet es einen robusten, aber flexiblen Handelsrahmen. Feinabstimmung und Risikomanagement spielen eine Schlüsselrolle bei der Optimierung der Leistung. Die Strategie hat ein starkes Potenzial für die Dynamik-basierte Handel, sollte aber für verschiedene Marktumgebungen angepasst werden.

/*backtest
start: 2023-12-15 00:00:00
end: 2024-01-14 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3

strategy(title = "[STRATEGY] MA Cross Eleven", overlay = true)

// MA - type, source, length

//  MA - type, source, length
//  SMA --> Simple
//  EMA --> Exponential
//  WMA --> Weighted
//  VWMA --> Volume Weighted
//  SMMA --> Smoothed
//  DEMA --> Double Exponential
//  TEMA --> Triple Exponential
//  HMA --> Hull
//  TMA --> Triangular
//  SSMA --> SuperSmoother filter
//  ZEMA --> Zero Lag Exponential

type = input(defval="ZEMA", title="MA Type: ", options=["SMA", "EMA", "WMA", "VWMA", "SMMA", "DEMA", "TEMA", "HullMA", "ZEMA", "TMA", "SSMA"])
len1 = input(defval=8, title="Fast MA Length", minval=1)
srcclose1 = input(close, "Fast MA Source")
len2 = input(defval=21, title="Slow MA Length", minval=1)
srcclose2 = input(close, "Slow MA Source")

// Returns MA input selection variant, default to SMA if blank or typo.

variant(type, src, len) =>
    v1 = sma(src, len)                                                  // Simple
    v2 = ema(src, len)                                                  // Exponential
    v3 = wma(src, len)                                                  // Weighted
    v4 = vwma(src, len)                                                 // Volume Weighted
    v5 = 0.0
    v5 := na(v5[1]) ? sma(src, len) : (v5[1] * (len - 1) + src) / len    // Smoothed
    v6 = 2 * v2 - ema(v2, len)                                          // Double Exponential
    v7 = 3 * (v2 - ema(v2, len)) + ema(ema(v2, len), len)               // Triple Exponential
    v8 = wma(2 * wma(src, len / 2) - wma(src, len), round(sqrt(len)))   // Hull
    v11 = sma(sma(src,len),len)                                         // Triangular
    // SuperSmoother filter
    // © 2013  John F. Ehlers
    a1 = exp(-1.414*3.14159 / len)
    b1 = 2*a1*cos(1.414*3.14159 / len)
    c2 = b1
    c3 = (-a1)*a1
    c1 = 1 - c2 - c3
    v9 = 0.0
    v9 := c1*(src + nz(src[1])) / 2 + c2*nz(v9[1]) + c3*nz(v9[2])
    // Zero Lag Exponential
    e = ema(v2, len)
    v10 = v2+(v2-e)
    // return variant, defaults to SMA if input invalid.
    type=="EMA"?v2 : type=="WMA"?v3 : type=="VWMA"?v4 : type=="SMMA"?v5 : type=="DEMA"?v6 : type=="TEMA"?v7 : type=="HullMA"?v8 : type=="SSMA"?v9 : type=="ZEMA"?v10 : type=="TMA"? v11: v1

ma_1 = variant(type, srcclose1, len1)
ma_2 = variant(type, srcclose2, len2)

plot(ma_1, title="Fast MA", color = green, linewidth=2, transp=0)
plot(ma_2, title="Slow MA", color = red, linewidth=2, transp=0)

longCond = na
shortCond = na
longCond := crossover(ma_1, ma_2)
shortCond := crossunder(ma_1, ma_2)

// Count your long short conditions for more control with Pyramiding

sectionLongs = 0
sectionLongs := nz(sectionLongs[1])
sectionShorts = 0
sectionShorts := nz(sectionShorts[1])

if longCond
    sectionLongs := sectionLongs + 1
    sectionShorts := 0

if shortCond
    sectionLongs := 0
    sectionShorts := sectionShorts + 1
    
// Pyramiding Inputs

pyrl = input(1, "Pyramiding")

// These check to see your signal and cross references it against the pyramiding settings above

longCondition = longCond and sectionLongs <= pyrl 
shortCondition = shortCond and sectionShorts <= pyrl 

// Get the price of the last opened long or short

last_open_longCondition = na
last_open_shortCondition = na
last_open_longCondition := longCondition ? high[1] : nz(last_open_longCondition[1])
last_open_shortCondition := shortCondition ? low[1] : nz(last_open_shortCondition[1])

// Check if your last postion was a long or a short

last_longCondition = na
last_shortCondition = na
last_longCondition := longCondition ? time : nz(last_longCondition[1])
last_shortCondition := shortCondition ? time : nz(last_shortCondition[1])

in_longCondition = last_longCondition > last_shortCondition
in_shortCondition = last_shortCondition > last_longCondition

// Take profit

isTPl = input(false, "Take Profit Long")
isTPs = input(false, "Take Profit Short")
tpl = input(3, "Take Profit Long %", type=float)
tps = input(30, "Take Profit Short %", type=float)
long_tp = isTPl and crossover(high, (1+(tpl/100))*last_open_longCondition) and in_longCondition  == 1
short_tp = isTPs and crossunder(low, (1-(tps/100))*last_open_shortCondition) and in_shortCondition == 1 

// Stop Loss

isSLl = input(false, "Stop Loss Long")
isSLs = input(false, "Stop Loss Short")
sl= 0.0
sl := input(3, "Stop Loss %", type=float)
long_sl = isSLl and crossunder(low, (1-(sl/100))*last_open_longCondition) and longCondition == 0 and in_longCondition == 1
short_sl = isSLs and crossover(high, (1+(sl/100))*last_open_shortCondition) and shortCondition == 0 and in_shortCondition == 1

// Create a single close for all the different closing conditions.

long_close = long_tp or long_sl ? 1 : 0
short_close = short_tp or short_sl ? 1 : 0

// Get the time of the last close

last_long_close = na
last_short_close = na
last_long_close := long_close ? time : nz(last_long_close[1])
last_short_close := short_close ? time : nz(last_short_close[1])

// Strategy entries

strategy.entry("long", strategy.long, when=longCondition == true, stop = open[1])
strategy.entry("short", strategy.short, when=shortCondition == true)
strategy.close("long", when = long_sl or long_tp)
strategy.close("short", when = short_sl or short_tp)

Mehr