MACD-Handelsstrategie basierend auf EVWMA
ChaoZhang
Überblick
Die Strategie ist eine MACD-Trading-Strategie, die auf einem flexiblen Volumen-Weighted Moving Average (EVWMA) basiert. Sie nutzt die Vorzüge des EVWMA, um eine Strategie zu entwickeln, die ein klares und praxisnahes Handelssignal liefert.
Strategieprinzip
Der EVWMA-Indikator integriert die Transaktionsdaten in die Berechnung des Moving Averages, so dass der Moving Average die Preisänderungen genauer widerspiegelt. Die Strategie basiert auf der EVWMA, um die Berechnung der schnellen und der langsamen Linien zu erstellen. Die Parameter für die schnellen Linien sind empfindlicher eingestellt, um kurzfristige Preisänderungen zu erfassen. Die Parameter für die langsamen Linien sind stabiler eingestellt und filtern teilweise Geräusche aus.
Analyse der Stärken
Der größte Vorteil dieser Strategie besteht darin, die Macht der EVWMA-Indikatoren zu nutzen, um die MACD-Strategieparameter-Einstellungen stabiler zu machen und die Handelssignale klarer zu machen. EVWMA ist in der Lage, Markttrends besser zu erfassen als einfache Moving Averages. Dies macht die Strategie anpassungsfähiger und kann in verschiedenen Marktumgebungen stabil arbeiten.
Risikoanalyse
Das Hauptrisiko dieser Strategie besteht darin, dass der MACD selbst eine gewisse Verzögerung aufweist und keine rechtzeitige Preiseinversion erfasst. Darüber hinaus beeinflusst die Einstellung der EVWMA-Parameter die Strategie. Wenn die Schnell- und Langzeitsteuer-Parameter nicht richtig eingestellt werden, kann es zu Handelssignalfehlern kommen, die die Profitabilität beeinträchtigen.
Um das Risiko zu verringern, sollten die Parameter so angepasst werden, dass die Abweichung zwischen der schnellen und der langsamen Linie moderat ist. Histogramm kann helfen, zu entscheiden, ob eine Vermittlung erforderlich ist. Darüber hinaus kann eine Stop-Loss-Strategie entwickelt werden, um zu große Einzelschäden zu vermeiden.
Optimierungsrichtung
Die Strategie kann vor allem in folgenden Bereichen optimiert werden:
Durch die Nutzung der Adaptive Parameter-Setting-Technologie können die EVWMA-Parameter automatisch an die Marktumgebung angepasst werden, um die Klarheit der Handelssignale zu gewährleisten.
Erhöhung der Schadensschutzmechanismen, um Einzelschäden wirksam zu kontrollieren.
In Kombination mit anderen Indikatoren wird ein Fehlsignal gefiltert. Zum Beispiel wird ein Signal erzeugt, wenn der Gesamtumsatz in Kombination mit einem erheblichen Preiswechsel erzeugt wird.
Optimierung der Einstiegspunktauswahl. Die derzeitige Strategie besteht darin, Positionen bei der MACD-Null-Achs-Kreuzung zu eröffnen. Es kann getestet werden, ob eine Umstellung auf Tiefenziehung besser geeignet ist.
Zusammenfassen
Diese Strategie nutzt die Vorteile der EVWMA-Indikatoren, um eine einfache und praktische MACD-Strategie zu erstellen. Es ist stabiler und anpassungsfähiger. Es gibt auch Rückstände bei MACD selbst. Wir können Verbesserungen in Bezug auf die Optimierung der Anpassungsparameter, die Verlustdämpfung, die Signalfilterung usw. vornehmen, um die Strategie robuster zu machen.
/*backtest
start: 2023-01-15 00:00:00
end: 2024-01-21 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("QuantNomad - EVWMA MACD Strategy", shorttitle = "EVWMA MACD", overlay = false)
// Inputs
fast_sum_length = input(10, title = "Fast Sum Length", type = input.integer)
slow_sum_length = input(20, title = "Slow Sum Length", type = input.integer)
signal_length = input(9, title = "Signal Smoothing", type = input.integer, minval = 1, maxval = 50)
// Calculate Volume Period
fast_vol_period = sum(volume, fast_sum_length)
slow_vol_period = sum(volume, slow_sum_length)
// Calculate EVWMA
fast_evwma = 0.0
fast_evwma := ((fast_vol_period - volume) * nz(fast_evwma[1], close) + volume * close) / (fast_vol_period)
// Calculate EVWMA
slow_evwma = 0.0
slow_evwma := ((slow_vol_period - volume) * nz(slow_evwma[1], close) + volume * close) / (slow_vol_period)
// Calculate MACD
macd = fast_evwma - slow_evwma
signal = ema(macd, signal_length)
hist = macd - signal
// Plot
plot(hist, title = "Histogram", style = plot.style_columns, color=(hist>=0 ? (hist[1] < hist ? #26A69A : #B2DFDB) : (hist[1] < hist ? #FFCDD2 : #EF5350) ), transp=0 )
plot(macd, title = "MACD", color = #0094ff, transp=0)
plot(signal, title = "Signal", color = #ff6a00, transp=0)
// Strategy
strategy.entry("Long", true, when = crossover(fast_evwma, slow_evwma))
strategy.entry("Short", false, when = crossunder(fast_evwma, slow_evwma))