Quantitative Handelsstrategie auf Basis gleitender Durchschnitte

Schriftsteller:ChaoZhang, Datum: 2024-01-16 17:37:13
Tags:

Übersicht

Diese Strategie erzeugt Handelssignale basierend auf dem goldenen Kreuz und dem toten Kreuz von gleitenden Durchschnitten mit verschiedenen Zyklen.

Strategie Logik

Die Strategie berechnet zunächst die mittelfristigen und kurzfristigen gleitenden Durchschnitte, ma1 und ma2, des Preises, wobei ma1 einen kürzeren Zyklus und ma2 einen längeren Zyklus hat. Dann berechnet sie die Differenz zwischen ma1 und ma2 als ma3 und berechnet weiter den glatten gleitenden Durchschnitt ma4 von ma3. Wenn ma3 über ma4 nach oben kreuzt, wird ein Kaufsignal generiert. Wenn es nach unten kreuzt, wird ein Verkaufssignal generiert.

Ma3 spiegelt somit den mittelfristigen Kurstrend wider und ma4 filtert etwas Rauschen von ma3 ab, um ein zuverlässigeres Handelssignal zu bilden.

Vorteile

Zu den Vorteilen dieser Strategie gehören:

Mit ALMA und WMA, die sich besser an Marktveränderungen anpassen können.
Anwendung von Mehrzyklenpreisdurchschnittswerten, um Handelssignale zuverlässiger zu machen.
Die einstellbaren Parameter können für verschiedene Märkte mit breiter Anwendbarkeit optimiert werden.
Die Strategielogik ist einfach und leicht umzusetzen.
Sie kann sowohl auf Trend- als auch auf Seitenmärkten eine gute Performance erzielen.

Risiken und Lösungen

Diese Strategie birgt auch einige Risiken:

Dies kann durch Optimierung der Zyklen und Parameter der gleitenden Durchschnitte gelöst werden.
Als reine Trendstrategie kann sie während der Bereichsmärkte zu Verlusten führen.
Die falschen Parameter-Einstellungen können aufgrund von extrem kurzen Zyklen zu einem Überhandel führen.

Optimierung

Die Strategie kann aus folgenden Gesichtspunkten optimiert werden:

Testen Sie mehr Arten von gleitenden Durchschnitten, wie LMA, WMA usw.
Hinzufügen von Stop-Loss-Mechanismen auf Basis von Volatilität, Preiskanälen usw.
Annahme einer Multi-Timeframe-Analyse mit fortlaufender Optimierung der Parameter.
Erhöhung der Maschinellen Lernalgorithmen für die automatische Optimierung von Parametern.

Schlussfolgerung

Die Strategie erzeugt Handelssignale auf der Grundlage des goldenen Kreuzes und des toten Kreuzes der gleitenden Durchschnitte. Durch die Verwendung von ALMA und Multi-Cycle-Preisdurchschnittswerte werden die Signale genauer und zuverlässiger. Die anpassbaren Parameter machen sie weit verbreitet. Außerdem ist die Logik einfach und klar und funktioniert gut in Trending-Märkten. Daher hat sie einen hohen praktischen Wert.

/*backtest
start: 2024-01-08 00:00:00
end: 2024-01-15 00:00:00
period: 10m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3
strategy("Oracle Move Strategy", overlay=true)

maLen = input(30, "ma period")
mode =  input(defval="wma", options=["alma", "ema", "wma"])
price = close

ma(src, len) =>
     mode=="alma"  ? alma(src, len, 0.85, 6) :
     mode=="ema"? ema(src, len) : 
     wma(src, len)
    

ma1 = ma(price, floor(maLen / 2))
ma2 = ma(price, maLen)
ma3 = 2.0 * ma1 - ma2
ma4 = ma(ma3, floor(sqrt(maLen)))

//plot(ma1, color = red)
//plot(ma2, color = green)
plot(ma3, color = blue)
plot(ma4, color = orange)


mafast = ma3
maslow = ma4

if (crossover(mafast, maslow))
    strategy.entry("MA2CrossLE", strategy.long, comment="MA2CrossLE")

if (crossunder(mafast, maslow))
    strategy.entry("MA2CrossSE", strategy.short, comment="MA2CrossSE")

//plot(strategy.equity, title="equity", color=red, linewidth=2, style=areabr)

Mehr