
Die Strategie besteht hauptsächlich darin, die historischen Höchstpreise der Wertpapiere zu verfolgen, zu kaufen, wenn der Preis einen bestimmten Prozentsatz des Höchstpreises erreicht, und zu verkaufen, wenn der Preis den historischen Höchstpreis erneut überschreitet.
Die Strategie zeichnet zuerst den höchsten Preis der Wertpapiere seit dem 1. Januar 2011 bis heute auf, definiert als die Variable “highestHigh”. Dann zeichnet sie eine horizontale Linie allTimeHigh für diesen höchsten Preis.
Während des Laufens wird täglich beurteilt, ob der höchste Preis des Tages innovativ hoch ist, und wenn er innovativ hoch ist, wird die HighestHigh-Variable aktualisiert und die allTimeHigh-Horizonline neu dargestellt.
Die Strategie hat drei wichtige horizontale Linien:
buyzone=highestHigh*0,9: 90% der Höchstpreise, was eine starke Rücknahme darstellt
buyzone2=highestHigh*0.8: 80% der Höchstpreise, was für eine attraktivere Rücksaugposition steht
sellzone=highestHigh*0,99: Höchstwert von 99%, was die Chance auf eine Trendwende darstellt
Es gibt ein Kaufsignal, wenn der Preis auf die 80%-Horizonline (buyzone 2) fällt; ein Verkaufsschlichtsignal, wenn der Preis die historische Höchstmarke von 99% (sellzone) erneut überschreitet.
Die wichtigste Urteilsbasis dieser Strategie ist die Verfolgung historischer Höchstpreise und unterschiedlicher prozentualer Horizontale, was typisch für eine Trend-Tracking-Strategie ist.
Der größte Vorteil dieser Strategie besteht darin, dass sie einen langfristigen Aufwärtstrend erfassen kann, um die Wirkung von Low Buy High Sell zu erzielen, indem sie darauf wartet, dass sie zurückziehen und wieder eintreten. Die konkreten Vorteile sind wie folgt:
Die Möglichkeit, einen langfristigen Aufwärtstrend zu erfassen, und die Beobachtung der Höchstpreise als wichtige Grundlage für die Beurteilung von Trends
Diese Position von 80% des höchsten Rückzufuhrpreises stellt den optimalen Risiko-Rendite-Verhältnis dar, der sowohl den Gewinnraum nach dem Anstieg sichert als auch das Risiko eines Rückgangs einschränkt
99% der historischen Höchstpreise als Stop-Loss-Linie, um Gewinne zu maximieren und Risiken zu kontrollieren
Die Aktien können als Tests verwendet werden, um zu sehen, ob sie in strukturelle Aufwärtschancen geraten sind, und die neuen Höchststände stellen eine Stärkung der Unternehmenskraft dar.
Die Parameter sind räumlich anpassbar und individuell für verschiedene Aktien optimierbar
Die Strategie maximiert also die Vorteile von steigenden Aktienkursen und vermeidet kurzfristige Anpassungsrisiken.
Die Hauptrisiken dieser Strategie bestehen in der Wahrscheinlichkeit, dass der Preis nach dem Kauf erneut niedrig wird und weiter sinkt. Die Hauptrisiken sind:
Die Wahrscheinlichkeit, dass die Preise nach dem Kauf weiter sinken, könnte zu Verlusten führen.
Die Höchstpreise sind die Höhepunkte, an denen die Hot Points die Absenkung verfolgen, und es ist unwahrscheinlich, dass die Antriebskraft für einen weiteren Anstieg ausreichen wird.
Wenn die Parameter falsch eingestellt sind, gibt es verschiedene Probleme, ob der Stop-Loss-Punkt zu hoch oder zu niedrig ist
Die Handelsfrequenz ist möglicherweise niedrig und von äußeren Umständen, wie beispielsweise von Börsenbewegungen, beeinflusst.
Die Basis für die Entscheidung, Aktien zu kaufen, ohne die Grundlagen und die Bewertung der einzelnen Aktien zu berücksichtigen, ist schwach.
Die wichtigsten Lösungsansätze sind: Grundlegende Evaluierung der Aktien, um die Qualität der Aktien zu gewährleisten; Anpassung von Parametern wie Kaufquote, Stop-Loss-Punkte, um die Strategie zu optimieren; Erwägung der Einführung in Kombination mit anderen Strategien usw.
Die wichtigsten Optimierungsrichtungen der Strategie bestehen in der Anpassung der Parameter, der Auswahl der Aktienregeln und der Verbesserung der Stop-Loss-Methode.
Optimierung von Kauf- und Stop-Loss-Techniken, wie die Berücksichtigung von Kennzahlen wie KD, MACD und der Vermeidung von Höhen
Verbesserung der Regeln für die Aktienwahl, Einführung von Fundamentaldaten und Bewertungskennzahlen, um die Qualität der Aktienwahl sicherzustellen
Dynamische Anpassung der Parameterproportionen und die Verknüpfung mit der Festplatte, um die Rationalität der Parameter zu gewährleisten
Einstellung von Bewegungs- oder Zeitstop, Optimierung der Stop-Methode und der Stop-Position
Erwägen Sie die Kombination mit anderen Faktorstrategien, um ein Multifaktor-Modell zu bilden, um Stabilität zu verbessern
Die Zugabe von Quantität als Indikator für Urteilsvermögen, um eine spätere Depression zu vermeiden
Die Optimierungsrichtung der Strategie besteht daher hauptsächlich in der Verbesserung der Aktienwahlregeln, der Parameteranpassung, der Stop-Loss-Methode und der weiteren Verbesserung der Stabilität und des risikobereinigten Ertrags auf der Grundlage des ursprünglichen Trendverfolgungsmodells.
Die Strategie gehört zu den typischen Strategien, die historische Höchst-Neueste verfolgen. Sie kann die langfristige Aufwärtsentwicklung der Aktien effektiv erfassen und durch technische Rücknahme eine optimale Risikorate erzielen. Die Stabilität und Risikobegrenzung sind jedoch schwach, da grundlegende Faktoren nicht berücksichtigt werden. Die entscheidende Optimierungsrichtung besteht in der Verbesserung der Aktienwahlregeln, der Anpassung der Stop-Loss-Parameter und der Optimierung der Stop-Loss-Mechanismen.
/*backtest
start: 2023-01-21 00:00:00
end: 2024-01-21 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("All-time-high", "ATH", overlay=true, initial_capital=10000, default_qty_value=100, default_qty_type=strategy.percent_of_equity, pyramiding=1, commission_type=strategy.commission.cash_per_contract, commission_value=0.000)
// input
Athlw = input(title="All-time-high line widths", type=input.integer, defval=4, minval=0, maxval=4)
Athlc = input(title="All-time-high line color", type=input.color, defval=color.new(color.fuchsia,50))
years = input(title="Years back to search for an ATH", type=input.integer, defval=6,minval=0, maxval=100)
var float highestHigh = 0
// var line allTimeHigh = line.new(na, na, na, na, extend=extend.both, color=Athlc, width=Athlw)
if high > highestHigh
highestHigh := high
// if barstate.islast
// line.set_xy1(allTimeHigh, bar_index-1, highestHigh)
// line.set_xy2(allTimeHigh, bar_index, highestHigh)
plot(highestHigh)
buyzone=highestHigh*0.9
buyzone2=highestHigh*0.8
buyzone3=highestHigh*0.7
sellzone=highestHigh*0.99
plot(buyzone, color=color.red)
plot(buyzone2, color=color.white)
plot(buyzone3, color=color.green)
begin = timestamp(2011,1,1,0,0)
end = timestamp(2022,4,19,0,0)
longCondition = close<buyzone2
if (longCondition)
strategy.entry("Buy", strategy.long)
closeCondition = close>sellzone
if (closeCondition)
strategy.close("Buy", strategy.long)