Double-EMA-Golden-Cross-Algorithmus-Strategie
ChaoZhang
Überblick
Diese Strategie erzeugt ein Kaufsignal, wenn die schnelle EMA die langsame EMA überschreitet, und ein Verkaufssignal, wenn die schnelle EMA die langsame EMA unterschreitet. Die Strategie nutzt die Vorteile des beweglichen Durchschnitts, um die Markttrends effektiv zu verfolgen und Handelssignale in der Trendstartphase zu erzeugen.
Strategieprinzip
Die Strategie basiert auf zwei unterschiedlichen Parametern: EMA mit 10 und EMA mit 20 Tagen. Die 10-Tage-EMA-Linie reagiert schneller auf Preisänderungen, während die 20-Tage-EMA-Linie langsamer reagiert. Wenn die kurzfristige EMA-Linie über die langfristige EMA-Linie fällt, führt der kurzfristige Durchschnitt den langfristigen Durchschnitt nach oben, was bedeutet, dass der Markt möglicherweise in eine positive Position gerät und ein Kaufsignal erzeugt.
Durch das Kreuzungsprinzip der schnellen EMA-Linien erfasst die Strategie die Umstellung der Markttrends und kann so rechtzeitig Handelssignale erzeugen. Gleichzeitig hat der EMA-Indikator selbst die Fähigkeit, falsche Wellensignale zu beeinflussen und häufige Positionen bei Marktschwankungen zu vermeiden. Dies ermöglicht der Strategie, Marktwendepunkte zu erfassen und gleichzeitig falsche Geschäfte zu reduzieren.
Analyse der Stärken
- Das EMA-Kreuzungsprinzip wird genutzt, um Marktwendepunkte zu erfassen und eine hohe Profitabilität zu erzielen.
- Schnelle EMA- und langsame EMA-Linien werden kombiniert, um ihre Vorteile zu nutzen
- Die EMA selbst wirkt als Filter und kann Fehltransachen reduzieren.
- Einfach, leicht zu verstehen und zu optimieren
- Skalierbar und optimierbar für weitere Hilfsindikatoren
Risikoanalyse
- Bei doppelten EMA-Kreuzungen kann es zu häufigen Fehlschlägen in den Städten kommen.
- Unkorrekt eingestellte EMA-Parameter können einen Marktwendepunkt verpassen
- Es gibt eine gewisse Verzögerung und möglicherweise verpasste Gelegenheiten für eine Kurzstreckenoperation
- Die jungen Menschen sind nicht in der Lage, mit den dramatischen Veränderungen umzugehen.
Die oben genannten Risiken können durch die Einführung zusätzlicher Indikatoren optimiert werden, z. B. durch die Erhöhung der Handelsfilterbedingungen, die Vermeidung von Fehlsignalen in Kombination mit MACD-Indikatoren, die Verwendung von adaptiven EMAs, die die Ansprechgeschwindigkeit der Indikatoren beschleunigen usw. Darüber hinaus sind vernünftige Stopps und aktive Stopps erforderlich.
Optimierungsrichtung
Die Strategie kann in folgenden Bereichen weiter optimiert werden:
- Erhöhung der Filter für die Eröffnung von Positionen, z. B. in Verbindung mit dem Handelsvolumen, um falsche Durchbrüche bei niedrigen Mengen zu vermeiden
- Zusätzliche Indikatoren wie MACD, um Fehlsignale weiter zu vermeiden
- Einführung einer adaptiven EMA, die EMA-Parameter dynamisch an die Marktlage anpasst
- Multi-Zeitrahmen-Kombinationen, die die Vorteile verschiedener Perioden der EMA nutzen
- Optimierung von Stop-Loss-Strategien, um Gewinne durch bewegliche Stop-Loss-Strategien, Rate Stop-Loss-Strategien usw. zu sperren
- Automatische Optimierung von Parametern in Kombination mit Technologien wie Deep Learning
Zusammenfassen
Die Strategie nutzt die doppelte EMA-Schnell-Lang-Linien-Kreuzung, um wichtige Marktwendepunkte zu erfassen und hat eine starke Fixed-Termine-Effekt. In Kombination mit Hilfsindikatoren und Optimierung von Stop-Loss kann die Strategie-Stabilität weiter verbessert werden. Die Strategie-Idee ist einfach und klar, lohnt sich für quantitative Händler zu lernen und zu verwenden, und hat großes Potenzial für Ausweitung und Optimierung.
/*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("Backtest single EMA cross", overlay=true)
qty = input(100000, "Buy quantity")
testStartYear = input(2019, "Backtest Start Year")
testStartMonth = input(1, "Backtest Start Month")
testStartDay = input(1, "Backtest Start Day")
testStartHour = input(0, "Backtest Start Hour")
testStartMin = input(0, "Backtest Start Minute")
testPeriodStart = timestamp(testStartYear, testStartMonth, testStartDay, testStartHour, testStartMin)
testStopYear = input(2099, "Backtest Stop Year")
testStopMonth = input(1, "Backtest Stop Month")
testStopDay = input(30, "Backtest Stop Day")
testPeriodStop = timestamp(testStopYear, testStopMonth, testStopDay, 0, 0)
testPeriodBackground = input(title="Color Background?", type=input.bool, defval=true)
testPeriodBackgroundColor = testPeriodBackground and time >= testPeriodStart and time <= testPeriodStop ?
#00FF00 : na
testPeriod() => true
ema1 = input(10, title="Select EMA 1")
ema2 = input(20, title="Select EMA 2")
expo = ema(close, ema1)
ma = ema(close, ema2)
avg_1 = avg(expo, ma)
s2 = cross(expo, ma) ? avg_1 : na
//plot(s2, style=plot.style_line, linewidth=3, color=color.red, transp=0)
p1 = plot(expo, color=#00FFFF, linewidth=2, transp=0)
p2 = plot(ma, color=color.orange, linewidth=2, transp=0)
fill(p1, p2, color=color.white, transp=80)
longCondition = crossover(expo, ma)
shortCondition = crossunder(expo, ma)
if testPeriod()
strategy.entry("Long", strategy.long, when=longCondition)
strategy.entry("Short", strategy.short, when=shortCondition)
plotshape(longCondition, title = "Buy Signal", text ="BUY", textcolor =#FFFFFF , style=shape.labelup, size = size.normal, location=location.belowbar, color = #1B8112, transp = 0)
plotshape(shortCondition, title = "Sell Signal", text ="SELL", textcolor = #FFFFFF, style=shape.labeldown, size = size.normal, location=location.abovebar, color = #FF5733, transp = 0)