Trendfolgestrategie basierend auf dem gleitenden Durchschnitt und der wahren Spanne von Hull


Erstellungsdatum: 2024-01-15 15:26:08 zuletzt geändert: 2024-01-15 15:26:08
Kopie: 0 Klicks: 775
1
konzentrieren Sie sich auf
1617
Anhänger

Trendfolgestrategie basierend auf dem gleitenden Durchschnitt und der wahren Spanne von Hull

Überblick

Die Kernidee dieser Strategie ist es, die Richtung der Markttrends in Kombination mit der Hull-Mittellinie und der tatsächlichen Wellenlänge (ATR) zu identifizieren und nach der Bestätigung der Trendrichtung einzugehen. Insbesondere wird der Unterschied zwischen der Hull-Mittellinie eines bestimmten Zeitraums und der Hull-Mittellinie des vorherigen Zeitraums berechnet. Wenn der Unterschied steigt, wird er als bullish beurteilt, wenn der Unterschied sinkt, wird er als bullish beurteilt.

Strategieprinzip

Diese Strategie basiert auf zwei Indikatoren: Hull Mean Line und ATR.

Die Hull-Länge ist ein Trend-Tracking-Indikator, der vom US-amerikanischen Futures-Händler Alan Hull entwickelt wurde. Die Hull-Länge ist ähnlich wie der Moving Average, aber sie hat eine höhere Sensitivität und kann die Tendenz der Preisänderungen schneller erfassen. Die Strategie enthält ein einstellbares Parameter hullLength, um die Dauer der Hull-Länge zu steuern und die Richtung der aktuellen Preisentwicklung zu bestimmen, indem die Differenz zwischen der aktuellen und der vorherigen Hull-Länge berechnet wird.

ATR, das heißt Average True Range, also die tatsächliche Bandbreite. Es spiegelt die Breite der täglichen Preisschwankungen wider. Wenn die Schwankungen größer sind, steigt die tatsächliche Bandbreite; wenn die Schwankungen kleiner sind, sinkt die tatsächliche Bandbreite.

Die Logik der Strategie lautet:

  1. Berechnen Sie die Hull-Mittellinie currentHullMA für die aktuelle Periode (in HullLength-Einstellungen) und die Hull-Mittellinie previousHullMA für die vorherige Periode
  2. Berechnen Sie die Differenz zwischen den beiden hullDiff = currentHullMA - previousHullMA
  3. Wenn hullDiff > 0 ist, wird als Mehrkopftrend beurteilt; wenn hullDiff < 0 ist, wird als Luftkopftrend beurteilt
  4. Gleichzeitig wird der ATR-Wert für eine bestimmte Periode berechnet, der als Indikator für die Breite des Trends verwendet wird
  5. Wenn es sich um einen mehrköpfigen Trend handelt und der ATR-Wert größer ist als der Preis und der Preis größer ist als der Preis vor der atrLength-Periode, dann wird ein Plus getätigt; wenn es sich um einen offenen Trend handelt und der ATR-Wert kleiner ist als der price und der price kleiner ist als der Preis vor der atrLength-Periode, dann wird ein Offert getätigt.
  6. HullDiff-Positiv-Negativ-Kriterium für das Gleichgewicht

Strategische Stärkenanalyse

Diese Strategie hat folgende Vorteile:

  1. In Kombination mit Trendbeurteilungen und Volatilitätsindikatoren kann man sich entscheiden, wenn die Preisentwicklung eindeutig ist und die Schwankungen zunehmen, um in einem schwankenden Markt zu vermeiden.
  2. Die Hull-Gewinnlinie reagiert empfindlicher auf Preisänderungen und kann schnell neue Trends erkennen.
  3. Die ATRs spiegeln die Volatilität und die Hitze des Marktes wider und dienen als Grundlage für die Wahl des Einstiegszeitpunkts.
  4. Die Parameter sind sehr vielseitig anpassbar und können durch Optimierung optimal kombiniert werden.

Risikoanalyse

Die Strategie birgt auch Risiken:

  1. Die Hull-Gleichlinie und die ATR sind nicht in der Lage, das Problem der falschen Durchbrechung vollständig zu vermeiden, und es besteht immer noch die Möglichkeit, dass sie eingeschlagen werden.
  2. Die falsche Einstellung der Parameter kann zu häufigen oder unsensiblen Transaktionen führen, die die Effektivität der Strategie beeinträchtigen.
  3. Das Problem besteht darin, dass die Unternehmen nicht in der Lage sind, auf extreme Ereignisse zu reagieren, wie z. B. einen schnellen Aufstieg, einen Durchbruch oder einen Rückgang.

Entsprechende Lösungen:

  1. Die Zellen sind in der Lage, die Zellen zu durchbrechen, wenn die Zellen nicht durchbrochen werden.
  2. Optimierung der Parameter durch wiederholtes Testen, um die Kennzahlen besser an die verschiedenen Marktumgebungen anzupassen.
  3. Die Strategie wird in den nächsten Tagen eingestellt, wenn es zu einer Gefahr kommt.

Optimierungsrichtung

Es gibt noch viel Optimierungsmöglichkeiten für diese Strategie, die sich vor allem aus folgenden Aspekten ergeben:

  1. Versuche verschiedene Hull Meanline-Periodenparameter, um die Perioden-Einstellungen zu finden, die für die aktuelle Marktumgebung am besten geeignet sind.
  2. Verschiedene Kombinationen von ATR-Zyklusparametern werden getestet, um die Perioden zu finden, die die Hitze des Marktes am besten erfassen.
  3. Versuchen Sie mit verschiedenen ATR-Gleichungsmethoden (RMA, SMA, EMA usw.) und sehen Sie, welche am besten funktionieren.
  4. Optimierung der Positionsaufnahme, beispielsweise durch Kombination von Reaction und ATR.
  5. Optimieren Sie die Stop-Loss-Methode, lassen Sie die Stop-Loss-Marge entsprechend nach und vermeiden Sie das Einsetzen.

Zusammenfassen

Die Strategie integriert die Trendverfolgung von Hull-Gleichgewicht und die Wärmeverfolgung von ATR, um bei der Bestätigung von Trends und bei der Auswahl von positiven Eintrittspunkten mit hohen Schwankungen einige unwirksame Signale zu filtern. Die Optimierung der Indikatorparameter und die Verwendung von Risikomanagement-Methoden können die Wirksamkeit der Strategie weiter verbessern. Insgesamt kann die Strategie mit der Kombination von mehreren Faktoren aus Trendverfolgung und Wärmeverfolgung eine bessere Wirkung erzielen, wenn die Parameter angepasst und optimiert werden.

Strategiequellcode
/*backtest
start: 2024-01-07 00:00:00
end: 2024-01-14 00:00:00
period: 10m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3
//                                                Hull cross and ATR
strategy("Hull cross and ATR", shorttitle="H&ATR", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=100, calc_on_order_fills=true, calc_on_every_tick=true, pyramiding=0)
keh=input(title="Hull Length",defval=50)
length = input(title="ATR Length", defval=50, minval=1)
smoothing = input(title="ATR Smoothing", defval="RMA", options=["RMA", "SMA", "EMA", "WMA"])
p=input(ohlc4,title="Price data")
n2ma=2*wma(p,round(keh/2))
nma=wma(p,keh)
diff=n2ma-nma
sqn=round(sqrt(keh))
n2ma1=2*wma(p[1],round(keh/2))
nma1=wma(p[1],keh)
diff1=n2ma1-nma1
sqn1=round(sqrt(keh))
n1=wma(diff,sqn)
n2=wma(diff1,sqn)
ma_function(source, length) => 
    if smoothing == "RMA"
        rma(p, length)
    else
        if smoothing == "SMA"
            sma(p, length)
        else
            if smoothing == "EMA"
                ema(p, length)
            else
                wma(p, length)
plot(ma_function(tr(true), length), title = "ATR", color=black, transp=50)
closelong = n1<n2
if (closelong)
    strategy.close("buy")
closeshort = n1>n2
if (closeshort)
    strategy.close("sell")
if (ma_function(tr(true), length)<p and p>p[length] and n1>n2)
    strategy.entry("buy", strategy.long, comment="BUY")
if (ma_function(tr(true), length)>p and p<p[length] and n1<n2)
    strategy.entry("sell", strategy.short, comment="SELL")