Kurzfristige Handelsstrategie basierend auf linearer Regressionsanalyse und gleitenden Durchschnittsindikatoren


Erstellungsdatum: 2024-01-17 11:41:16 zuletzt geändert: 2024-01-17 11:41:16
Kopie: 0 Klicks: 1092
1
konzentrieren Sie sich auf
1617
Anhänger

Kurzfristige Handelsstrategie basierend auf linearer Regressionsanalyse und gleitenden Durchschnittsindikatoren

Überblick

Die Linear-Regression-Channel-Strategie ist eine Short-Line-Handelsstrategie, die auf einer Linear-Regression-Analyse und einem Gleichgewichtsindikator basiert. Die Strategie kombiniert die Linear-Regression-Channel-Strategie mit dem Hull-Moving Average, um die Richtung des Trends zu erkennen und die Risiken zu minimieren.

Strategieprinzip

Die Strategie der linearen Regressionskanäle basiert auf zwei Indikatoren:

  1. Linearer Regressionskanal (Linear Regression Channel): Der Kanalbereich, der durch eine lineare Regressionsanalyse berechnet wird. In der Strategie wird eine lineare Regressionslinie mit einer Länge von 55 Tagen festgelegt, die die langfristige Tendenz der Preise darstellt. Gleichzeitig wird die Obergrenze des Kanals berechnet, die die heißesten Preiszonen darstellt.

  2. Hull Moving Average: Ein Trend-Tracking-Indikator, ähnlich wie ein Moving Average, mit einer Länge von 400 Tagen, der die allgemeine Entwicklung und Richtung der Preise bestimmen soll.

Die Transaktionslogik lautet wie folgt:

Wenn der Preis unterhalb der oberen Grenze des Kanals liegt und unterhalb des 400-Tage-Hull-Moving-Averages liegt, machen Sie mehr; wenn der Preis wieder aufsteigt und eine lineare Rückkehr oberhalb der mittleren Linie hat, wird die Position beendet.

Auf diese Weise können die Tiefststände während der Berücksichtigung gekauft und die Gewinne ausgeschaltet werden, wenn der Preis wieder in den Aufwärtstrand eintritt.

Analyse der Stärken

Diese Strategie hat folgende Vorteile:

  1. Die lineare Rückschlüsse ermöglichen eine genauere Beurteilung der Preiswärme und der langfristigen Trendrichtung und verhindern ein blindes Einstieg in ein bewegliches Geschäft.

  2. Der Hull Moving Average filtert die kurzfristigen Marktgeräusche, um die Eintrittszeiten klarer zu machen.

  3. Die Strategie wird weniger häufig betrieben und das Risiko eines Rückzugs ist geringer. Es wird nicht bei Marktschwankungen nach Höhen und Tiefen gejagt.

  4. Es ist klar, dass man in der Regel gute Gewinne aus den kurzfristigen Geschäften erzielen kann.

Risikoanalyse

Die Linear-Regression-Channel-Strategie birgt auch einige Risiken:

  1. In einem Bullenmarkt kann der lineare Regressionskanal flach oder schwach fallen, was zu verpassten Kaufchancen führt. Die Optimierung kann durch entsprechende Anpassungen der Parameter erfolgen.

  2. Wenn ein unerwartetes Ereignis zu einer erheblichen Anpassung führt, kann die Stop-Line überschritten werden, was zu größeren Verlusten führt. Die Stop-Line-Ratio kann eingestellt werden, um einzelne Verluste zu kontrollieren.

  3. Wenn der Rückschlag tief unter der Hull-Gewinnlinie liegt, kann es sein, dass Sie keine Gewinn-Gleichungsposition erhalten. Sie können die Hull-Gewinnlinie-Parameter anpassen oder eine Stop-Loss-Linie einrichten.

  4. Die Frequenz des Handels kann zu niedrig sein. Die lineare Rücklaufphase kann entsprechend verkürzt und die Frequenz des Handels erhöht werden.

Optimierungsrichtung

Die Strategie des linearen Regressionskanals kann in folgenden Bereichen optimiert werden:

  1. Dynamische Anpassung der linearen Regressionskanalparameter, um die Kanäle näher an die tatsächlichen Preisschwankungen zu bringen.

  2. Optimierung der Hull-Gehaltsparameter, um die Trendwende besser zu beurteilen.

  3. Die Einrichtung von Tracking-Stopps in den Kanälen ermöglicht eine effektive Kontrolle des Einzelschädenrisikos.

  4. Es ist wichtig, die Volatilitätsindikatoren zu erhöhen, um Positionen in schwankenden Zeiten zu vermeiden.

  5. Der Durchbruch wurde in Kombination mit dem Handelsvolumen gemessen.

Zusammenfassen

Die Linear-Regression-Channel-Strategie ist insgesamt eine robuste Trendverfolgungsstrategie. Sie kann den Marktlärm vermeiden und in die richtige Richtung gehen, wenn ein Trend beginnt. Durch die Optimierung von Parametern und einer Kombination von Indikatoren kann das Handelsrisiko weiter reduziert und die Gewinnrate erhöht werden.

Strategiequellcode
/*backtest
start: 2023-01-10 00:00:00
end: 2024-01-16 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © TradingAmmo

//@version=4
strategy("Linear Channel", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=100, commission_type=strategy.commission.percent, commission_value=0.075, currency='USD')
startP = timestamp(input(2017, "Start Year"), input(12, "Month"), input(17, "Day"), 0, 0)
end   = timestamp(input(9999, "End Year"),  1, 1,  0, 0)
_testPeriod() => true

//linreg
length = input(55)
linreg = linreg(close, length, 0)
plot(linreg, color=color.white) 

//calc band
Value = input(-2)
sub = (Value/100)+1
Band2 = linreg*sub
plot(Band2, color=color.red)

//HMA as a filter
HMA = input(400, minval=1)  
plot(hma(close, HMA), color=color.purple)  

long_condition = close <  Band2  and hma(close, HMA) < close and _testPeriod()
strategy.entry('BUY', strategy.long, when=long_condition)  
 
short_condition =  close > linreg
strategy.close('BUY', when=short_condition)