
Die Strategie basiert auf den Wendepunkten des Moving Averages, um die Trendentwicklung zu beurteilen. Auf der MA werden die Wendepunkte nach oben und unter der MA die Wendepunkte nach unten ausgebucht, was zu einer typischen Trendverfolgung gehört.
Die Strategie verwendet price=security(tickerid, period, close) um den Schließungspreis als Strategieanalyse zu erfassen, dann berechnet sie den SMA- oder EMA-Durchschnitt mit der Länge ma1 und erhält den ersten Durchschnittspreis1 durch die Auswahl der Eingaben. Dann wird roc1 als Tagesänderung von price1 definiert, um anhand des Schwellenwertes TrendStrength1 zu bestimmen, ob der Durchschnitt deutlich steigt oder fällt.
So nutzt die Strategie die Wendepunkte des Moving Averages, um die Veränderungen in den Aktienkursen zu erfassen, was eine typische Trendverfolgung ist.
Der größte Vorteil dieser Strategie besteht darin, dass sie die Wendepunkte der gleitenden Durchschnitte nutzt, um Trends zu bestimmen, was eine ausgereiftere und zuverlässigere Methode der technischen Analyse im Quantitativen Handel darstellt. Die konkreten Vorteile sind:
Der Moving Average filtert Geräusche und erfasst Trendwendepunkte genau. Der Moving Average wird den Preis geschliffen und kann einen Teil des Geräusches filtern, um eine Trendwende genauer und zuverlässiger zu erkennen.
Die Strategie erkennt nicht nur die Wendepunkte, sondern setzt auch den Schwellenwert des Wendepunktsradients, um unnötige Transaktionen durch falsche Durchbrüche auf dem Moving Average zu vermeiden.
Einfache Parameter-Einstellungen, einfache Handhabung und Rückvergleiche Optimierung. Die Strategie hat nur einen Moving Average, einige Parameter, Einstellungen und Optimierungen sind relativ einfach und leicht zu verstehen und zu beherrschen.
Die Hauptrisiken dieser Strategie sind:
Trend-following-Strategie, die keine Top-Bottom-Vorhersage hat. Diese Strategie gehört zu den Trend-following-Strategien, die nur hinter dem Trend stehen und keine Top-Bottom-Vorhersage des Marktes haben und die Gelegenheit zur sofortigen Umkehr leicht verpassen können.
Die Verzögerung des Moving Averages. Der Moving Average spiegelt die Preisentwicklung mit einer gewissen Verzögerung wider, was die Pünktlichkeit der Erkennung von Trendwechseln beeinträchtigen kann.
Die Einstellung von Parametern der Strategie, wie z. B. die durchschnittliche Periode und der Radiant-Temperature der Veränderungsrate, beeinflussen die Gewinnrücknahme der Strategie direkt. Daher müssen sie sorgfältig getestet und optimiert werden.
Die entsprechenden Lösungen sind:
Die Bären-Ober- und die Bullen-Unter-Ebene können in geeigneter Kombination mit anderen Indikatoren prognostiziert werden.
Tests wie die EMA ersetzen die schneller reagierenden Durchschnittswerte durch die SMA.
Es wird empfohlen, die Optimierung für mehrere Kombinationen zu optimieren, um die optimalen Parameter-Einstellungen zu finden.
Die Strategie kann in folgenden Richtungen weiter optimiert werden:
Das Hinzufügen eines zweiten Moving Averages bildet die Gold-Fork-Death-Fork-Strategie. So kann die Beziehung zwischen den beiden Gleichlinien genutzt werden, um Trends zu beurteilen und Geräusche zu filtern.
Hinzu kommt die Analyse des Umsatzes. Die Zuverlässigkeit des Umsatzes kann durch die Beobachtung der Veränderung des Umsatzes an den mittleren Wendepunkten weiter verifiziert werden.
Test der Nebenwirkung anderer technischer Indikatoren wie RSI, MACD. Diese Indikatoren können dazu beitragen, Trends zu erkennen und eine Kombinationsstrategie mit einer Mittellinienumkehr zu entwickeln.
Die Auswahl von Optimierungsparametern für mehrere Marktbedingungen. Die Optimierungsparameter-Sets-Kombination wird für die Stier-, Bären- und Erschütterungssituation getestet.
Dynamische Optimierung von Parametern mithilfe von maschinellen Lernmethoden. Lassen Sie die Stabilität von Parametern in verschiedenen Marktumgebungen automatisch beurteilen, um die dynamische Optimierung von Parametern zu erreichen.
Die Strategie insgesamt gehört zu den eher erwachsenen Tracking-Trend-Strategien und hat einen gewissen Einsatzwert. Die Strategie ist einfach und klar, die Parameter sind wenig und die Tests sind leicht zu verstehen. Es gibt auch Probleme mit der Tracking-Verzögerung. Es wird empfohlen, die Strategie in Kombination mit anderen Kennzahlen zu verwenden, die Tests für mehrere Situationen zu optimieren oder Mechanismen für die dynamische Anpassung der Parameter einzuführen, um die Stabilität und die Wirksamkeit der Strategie weiter zu verbessern.
/*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"}]
*/
//@version=3
strategy("MA Turning Point Strategy", overlay=true)
src = input(close, title="Source")
price = request.security(syminfo.tickerid, timeframe.period, src)
ma1 = input(25, title="1st MA Length")
type1 = input("SMA", "1st MA Type", options=["SMA", "EMA"])
price1 = if (type1 == "SMA")
sma(price, ma1)
else
ema(price, ma1)
plot(series=price1, style=line, title="1st MA", color=blue, linewidth=2, transp=0)
lookback1 = input(1, "Lookback 1")
roc1 = roc(price1, lookback1)
ma1up = false
ma1down = false
ma2up = false
ma2down = false
ma1up := nz(ma1up[1])
ma1down := nz(ma1down[1])
ma2up := nz(ma2up[1])
ma2down := nz(ma2down[1])
trendStrength1 = input(2.5, title="Minimum slope magnitude * 100", type=float) * 0.01
if crossover(roc1, trendStrength1)
ma1up := true
ma1down := false
if crossunder(roc1, -trendStrength1)
ma1up := false
ma1down := true
longCondition = ma1up and ma1down[1]
if (longCondition)
strategy.entry("Long", strategy.long)
shortCondition = ma1down and ma1up[1]
if (shortCondition)
strategy.entry("Short", strategy.short)