Duration Moving Average Crossover Renko-Strategie


Erstellungsdatum: 2024-01-24 10:55:57 zuletzt geändert: 2024-01-24 10:55:57
Kopie: 0 Klicks: 717
1
konzentrieren Sie sich auf
1617
Anhänger

Duration Moving Average Crossover Renko-Strategie

Überblick

Die Strategie basiert auf einer Moving Average Crossover-Strategie, die auf dem Renko-Chart basiert. Sie verwendet den TEMA-Indikator, um ein Crossover-Signal zu erstellen, und filtert in Kombination mit dem langfristigen Mittelwert, um Trends auf dem Renko-Chart zu identifizieren und Kauf- und Verkaufssignale zu senden.

Strategieprinzip

Die wichtigsten Signalquellen für diese Strategie sind die kurzfristigen TEMA-Indikatoren und die Goldfork-Deadlines der SMA-Indikatoren. Die spezifische Logik ist:

Wenn kurzfristige TEMA über kurzfristige SMA gehen, machen Sie mehr; wenn kurzfristige TEMA unter kurzfristige SMA gehen, machen Sie die Position gleich.

Zusätzlich gibt es zwei optional eingestellte Parameter avg_protection und gain_protection für die Regulierung der Einspiel- und Stopp-Logik:

  • Wenn avg_protection>0 ist, wird nur dann gekauft, wenn der Schlusskurs unter dem aktuellen Durchschnittspreis liegt, um die Kosten für die Position zu senken;

  • Bei gain_protection > 0 wird der Stop nur verkauft, wenn der Schlusskurs einen bestimmten Prozentsatz des Einstiegspreises überschreitet, wodurch der Gewinn gesperrt wird.

Schließlich verwendet die Strategie auch einen langfristigen SMMA-Indikator als Trendfilter. Mehrfaches Signal wird nur ausgesendet, wenn der Schlusskurs unter dem SMMA liegt.

Analyse der Stärken

Diese Strategie hat folgende Vorteile:

  1. Die Datenbank wurde von der Firma Renko erstellt, die die Datenbank mit den folgenden Funktionen und Funktionen erstellt:
  2. Die TEMA-Indikatoren werden verwendet, um ein Signal zu erstellen, das sehr empfindlich und gut zu verfolgen ist.
  3. Das Spiel hat eine Reihe von Parametern, mit denen die Spieler ihre Eintrittsstrategien steuern können.
  4. In Kombination mit einer langen kurzfristigen Durchschnittslinie kann man Chancen in Trends ergreifen.

Risikoanalyse

Die Strategie birgt auch einige Risiken:

  1. Renko selbst hat eine ungleichmäßige Zeitachse und keine Kontrolle über die Zeitabstände.
  2. Die hohe TEMA-Sensitivität führt auch zu einer höheren Wahrscheinlichkeit für Fehlsignale.
  3. Die Parameter sind nicht korrekt eingestellt, was zu einem Leck führen kann.

Diese Risiken können durch entsprechende Anpassungen der Parameter und die Einstellung der Stop-Loss-Position vermieden werden.

Optimierungsrichtung

Die Strategie kann vor allem in folgenden Bereichen optimiert werden:

  1. Das Testverfahren besteht aus der Prüfung verschiedener Parameterkombinationen und der Suche nach dem optimalen Modell.
  2. Erhöhung von Stop-Loss-Strategien, wie beispielsweise Moving Stop, Interval Stop, um DD zu reduzieren;
  3. Filterung von Signalen in Verbindung mit anderen Indikatoren zur Verringerung von Fehlsignalen;
  4. Die Parameterwirkung verschiedener Sorten wird getestet.

Zusammenfassen

Die Strategie insgesamt ist eine einfache, aber sehr praktische bewegliche Linear-Crossing-Strategie. Sie beruht hauptsächlich auf der hervorragenden Noise-Enthüllung der Renko K-Linien und der hohen Sensitivität der TEMA-Indikatoren. Die Kombination mit einer langfristigen Linie verstärkt jedoch auch ihre Fähigkeit, Trends zu folgen. Durch die Parameteranpassung und die richtige Optimierung kann die Strategie eine effektive Option für den Quantifizierungshandel sein.

Strategiequellcode
/*backtest
start: 2023-01-17 00:00:00
end: 2024-01-23 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("TEMA Cross", overlay = true)

tema(src, len) =>
    3*ema(src, len) - 3*ema(ema(src, len), len) + ema(ema(ema(src, len),len),len)

smma(src, len) =>
    sa = 0.0
    sa := na(sa[1]) ? sma(src, len) : (sa[1] * (len - 1) + src) / len
    sa

temaLength = input(5)
smaLength = input(3)
smmaLength = input(30)
tema1 = tema(close, temaLength)
sma1 = sma(tema1, smaLength)
smma1 = smma(close,smmaLength)


plot(tema1, color = green, title = "TEMA")
plot(sma1, color = orange, title = "SMA")
plot(smma1, color = red, title = "SMMA")
minGainPercent = input(2)
gainMultiplier = minGainPercent * 0.01 + 1

avg_protection = input(1)
gain_protection = input(1)

longCondition = crossover(tema1, sma1) and tema1 < smma1
shortCondition = crossunder(tema1, sma1)

strategy.entry("Buy", strategy.long, when = longCondition and (avg_protection >= 1 ? (na(strategy.position_avg_price) ? true : close <= strategy.position_avg_price) : true))
strategy.close_all(when = shortCondition and (gain_protection >=1 ? (close >= gainMultiplier * strategy.position_avg_price) : true))