Oszillierende Ausbruchsstrategie basierend auf dem gleitenden Durchschnitt


Erstellungsdatum: 2024-01-23 15:13:31 zuletzt geändert: 2024-01-23 15:13:31
Kopie: 1 Klicks: 556
1
konzentrieren Sie sich auf
1617
Anhänger

Oszillierende Ausbruchsstrategie basierend auf dem gleitenden Durchschnitt

Überblick

Diese Strategie ist bekannt als “Equilibrium-basierte Schwingungs-Breakout-Strategie”. Die Strategie berechnet die Moving Averages der verschiedenen Perioden des Preises, um zu beurteilen, ob der Preis die kritische Durchschnittlinie überschreitet.

Strategieprinzip

Diese Strategie basiert hauptsächlich auf der Gleichgewichtstheorie. Bewegliche Durchschnitte sind ein häufig verwendetes Analyseinstrument in der technischen Analyse, das die Geräuschfläche der kurzfristigen Preisbewegungen durch die Preisdaten filtert und die Haupttrendrichtung widerspiegelt. Schnelle bewegliche Durchschnitte spiegeln die kurzfristige Tendenz der Preise wider, während langsame bewegliche Durchschnitte die langfristige Tendenz der Preise widerspiegeln.

Die Strategie nutzt dieses Prinzip, um zwei EMA-Mittelwerte mit verschiedenen Parametern zu setzen, eine mit kurzer Periode als Schnelllinie und eine mit langer Periode als Langlinie. Die Strategie setzt die Berechnung der EMA-Mittelwerte mit den Längen 9 und 26 als Umrechnungslinie und als Referenzlinie. Wenn die kurzfristige EMA über die langfristige EMA überschritten wird, ist die kurzfristige Preise höher als die langfristigen Preise.

Die Strategie beurteilt so mögliche Wendepunkte durch schnelle Durchbrüche der EMA, um kurzfristige Trendchancen für die Preise zu erfassen.

Strategische Stärkenanalyse

  • Die Methode der Mean Line Theory ist relativ zuverlässig, um den Preiswendepunkt zu bestimmen.
  • Einfach zu verstehen und auf einfachen Kennzahlen basierend
  • Parameters sind flexibel anpassbar und können für verschiedene Sorten optimiert werden
  • Konfiguriert, um nur zu bestimmten Handelszeiten Positionen zu eröffnen, um Übernachtungsrisiken zu vermeiden
  • Sie können einen klaren Durchbruch finden, um die Eintrittspunkte zu erhöhen und die Gewinnquote zu erhöhen.

Risikoanalyse und Lösungsansätze

  • Das Risiko von mehreren kleinen Gewinn- und Verlustgeschäften

Die Stop-Loss-Spanne kann entsprechend gelockert werden, und der Einstieg kann nach einem eindeutigen Umkehrsignal erfolgen.

  • Bei Aktien mit geringer Marktdurchschnittsrate, die leicht zu Preisschwankungen oder Differenzierungen führen können

Die Parameter können optimiert werden, um die Parameter für die Linienzyklus zu verändern und mit den optimierten Parametern riz zu handeln

  • Falsche Signale bei großen Schwankungen

Kann in Kombination mit anderen Indikatoren kombiniert werden, um eindeutige Signale zu ermitteln

  • Schwache Fähigkeit, komplexe Situationen nur anhand eines einfachen Durchschnittsindikators zu beurteilen

Die Einführung anderer Konstruktionsindikatoren für strategische Entscheidungen an den Schlüsselpunkten

Optimierungsrichtung

Die Strategie kann in folgenden Bereichen weiter optimiert werden:

  1. Erhöhung der Positionsmanagement-Mechanismen, um die Einheitsrisiken durch Erhöhung der Positionskontrolle zu reduzieren

  2. Erhöhung der Stop-Loss-Mechanismen und wirksame Kontrolle von Einzelschäden

  3. Die Einführung einer Kombination von Volumen- und Transaktionsindikatoren, um falsche Preis- und Preis-Breakthroughs zu vermeiden

  4. Erhöhung der Modellvorhersage, Einsatz von Machine Learning und anderen Mitteln zur Vorhersage der Wahrscheinlichkeit einer möglichen Preisumkehr und Verbesserung der Entscheidungswirksamkeit

  5. Mit Methoden wie Deep Learning kann die Entscheidungsfindung von professionellen Händlern nachempfunden und Handelssignale an Punkten mit hoher Umkehrwahrscheinlichkeit ausgewählt werden.

Zusammenfassen

Diese Strategie gehört zu den kurzfristigen Umkehrstrategien, die auf einheitlichen Indikatoren basieren. Die anpassbaren Parameter-Einstellungen bieten gute Flexibilität. Obwohl nur einfache Indikatoren verwendet werden, kann die Anpassung der Parameter gut an die Marktumgebung angepasst werden. Diese Strategie zielt darauf ab, die Gewinne aus kurzfristigen Kursumkehr zu nutzen.

Strategiequellcode
/*backtest
start: 2023-01-16 00:00:00
end: 2024-01-22 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3
strategy("Juiced Ichimoku Strat", overlay=true)

USE_TRADESESSION = input(title='Use Trading Session?', type=bool, defval=true)
trade_session = input(title='Trade Session:', defval='0800-1600', confirm=false)
istradingsession = not USE_TRADESESSION ? false : not na(time('1', trade_session))
bgcolor(istradingsession?gray:na)

varLo = input(title="Fast (Conversion) Line",  defval=9, minval=1, maxval=99999)
varHi = input(title="Slow (Base) Line",  defval=26, minval=1, maxval=99999)
emafreq = input(title="Ema on price frequency",  defval=2, minval=1, maxval=99999)

a = lowest(varLo)
b = highest(varLo)
c = (a + b ) / 2

d = lowest(varHi)
e = highest(varHi)
f = (d + e) / 2

//g = ((c + f) / 2)[varHi]
//h = ((highest(varHi * 2) + lowest(varHi * 2)) / 2)[varHi]

z = ema(close, emafreq)

bgcolor(z > c and z > f ? green : z < c and z < f ? red : yellow, transp=70)
plot(z, title="ema on Price", color=black)
plot(c, title="Fast (Conversion) Line", color=green)
plot(f, title="Slow (Base) Line", color=red)

long = z > c and z > f and (USE_TRADESESSION ? istradingsession : true)
short = z < c and z < f and (USE_TRADESESSION ? istradingsession : true)
//exit = z < c and z > f or z > c and z < f

closelong = z < c and z > f or z > c and z < f and (USE_TRADESESSION ? istradingsession : true)
if (closelong)
    strategy.close("Long")
closeshort = z < c and z > f or z > c and z < f and (USE_TRADESESSION ? istradingsession : true)
if (closeshort)
    strategy.close("Short")
strategy.entry("long", strategy.long, when=long)
strategy.entry("short", strategy.short, when=short)