Handelsstrategie basierend auf dem gleitenden Durchschnitt Golden Cross und Dead Cross


Erstellungsdatum: 2024-01-24 11:48:29 zuletzt geändert: 2024-01-24 11:48:29
Kopie: 0 Klicks: 645
1
konzentrieren Sie sich auf
1617
Anhänger

Handelsstrategie basierend auf dem gleitenden Durchschnitt Golden Cross und Dead Cross

Überblick

Die Moving-Average-Goldfork-Dead-Fork-Trading-Strategie erzeugt Kauf- und Verkaufssignale durch die Berechnung der Kreuzung der schnellen EMA (fastLength) und der langsamen EMA (slowLength). Wenn die schnelle Linie die langsame Linie durchläuft, erzeugt sie ein Kaufsignal; wenn die schnelle Linie die langsame Linie durchläuft, erzeugt sie ein Verkaufsignal. Die Strategie ist einfach und praktisch und eignet sich für den mittleren Short-Line-Handel.

Strategieprinzip

Die Strategie verwendet zwei Moving Averages, die Fast- und die Slow-Line. Die Fast-Line-Parameter EMAfastLength deuten auf die 9-Tage-Line und die Slow-Line-Parameter EMAAslowLength deuten auf die 26-Tage-Line. Die Kreuzung der beiden EMA-Linien wird berechnet, um ein Kauf- und Verkaufssignal zu ermitteln:

  1. Wenn die schnelle Linie die langsame Linie von unten nach oben durchbricht, wird ein Kaufsignal erzeugt.
  2. Wenn die schnelle Linie von oben nach unten fällt und die langsame Linie überschreitet, wird ein Verkaufssignal erzeugt.

Die spezifischen Handelssignale und Strategien sind wie folgt:

  1. Wenn die schnelle Linie die langsame Linie überschreitet, muss der Spieler mehr einsteigen; wenn die schnelle Linie die langsame Linie überschreitet, muss der Spieler gleichzeitig aussteigen.
  2. Der Stop-Off ist der Preis-Target-Prozent (default 0.15%), d.h. der Ausstieg, wenn der Kurs um 15% gestiegen ist.
  3. Der Stop-Loss-Prozentsatz ist der Standard-Stop-Loss-Prozentsatz des Preises (0,20 Prozent). Der Stop-Loss-Prozentsatz ist der Stop-Loss-Prozentsatz, wenn der Preis bei 20 Prozent sinkt.
  4. Das ist eine schlechte Idee.

Die Strategie ist also eine Strategie, bei der der Handel zwischen den beiden beweglichen Durchschnitten stattfindet.

Analyse der Stärken

  1. Die Strategie ist einfach und verständlich.
  2. Die Anwendung von Moving Averages filtert einen Teil des Marktgeräusches und macht die Handelssignale genauer.
  3. Die Handelsregeln sind klar, und es gibt eine klare Stop-Loss-Strategie.
  4. Die Testparameter können flexibel an unterschiedliche Marktbedingungen angepasst werden.

Risikoanalyse

  1. Der Moving Average selbst ist nachlässig und kann kurzfristige Preisbewegungen übersehen, was zu einer ungenauen Kauf- und Verkaufsposition führt.
  2. Moving Average-Parameter mit unterschiedlichen Perioden können zu Fehlschlägen führen, was zu Verlusten führt.
  3. Da die Strategie auf nur wenige Parameter angewiesen ist, besteht ein hoher Bedarf an Hyperparameter-Optimierung, um die optimale Kombination von Parametern zu finden.
  4. In einigen spezifischen Großtrends kann diese Strategie fehlschlagen.

Die Optimierung von Parametern für Risiken, wie beispielsweise Moving Average Perioden, Handelsarten, Stop-Loss-Ratio usw., erfordert eine große Anzahl von Tests, um das Risiko zu verringern.

Optimierungsrichtung

Die Moving Average Crossover-Strategie der Strategie ist einfach und praktisch und kann auf folgende Weise optimiert werden:

  1. Wechseln Sie die Moving Average-Typen: Neben der EMA können auch SMA-, LWMA- und HMA-Linien getestet werden.
  2. Hinzufügen von anderen Indikatoren: Zeitgeschäft mit Indicatoren wie RSI, MACD und anderen.
  3. Automatische Optimierungsparameter: Automatische Optimierungssuche nach den beiden Periodendaten der EMA, um die optimale Kombination von Parametern zu finden.
  4. Trendfilter: Handel selektiv auf Basis von Trends auf der großen Ebene.
  5. Optimierung der Stop-Loss-Strategie: Verbesserung der Stop-Loss-Methode mit festen Prozentsätzen, um sie effektiver zu machen.

Durch diese optimierten Tests kann die Wirksamkeit und Stabilität der Strategie im Einsatz erheblich verbessert werden.

Zusammenfassen

Die Strategie der Moving Average Crossover ist einfach und muss ständig optimiert werden. Die Strategie gibt die Logik und die grundlegenden Handelsregeln für die Erzeugung von Handelssignalen an, die stark optimiert werden können, um sie zu einer praktisch einsetzbaren quantitativen Strategie zu machen. Die Anwendung der Moving Average bietet uns auch eine Strategie, auf der wir innovativ und verbessert werden können.

Strategiequellcode
/*backtest
start: 2023-12-01 00:00:00
end: 2023-12-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("EMA Cross by MarketAlpha", overlay=true)
EMAfastLength = input(defval = 9, minval = 2)
EMAslowLength = input(defval = 26, minval = 2)
Targetpercentage = input(defval = 0.15, title = "Profit Target in percentage", minval = 0.05)
StopLosspercentage = input(defval = 0.20, title = "Stop Loss in percentage", minval = 0.05)
profitpoints = close*Targetpercentage
stoplosspoints = close*StopLosspercentage
price = close

FromMonth = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
FromDay   = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
FromYear  = input(defval = 2018, title = "From Year", minval = 2000)
ToMonth   = input(defval = 1, title = "To Month", minval = 1, maxval = 12)
ToDay     = input(defval = 1, title = "To Day", minval = 1, maxval = 31)
ToYear    = input(defval = 9999, title = "To Year", minval = 2017)

start     = timestamp(FromYear, FromMonth, FromDay, 00, 00)  // backtest start window
finish    = timestamp(ToYear, ToMonth, ToDay, 23, 59)        // backtest finish window
window()  => true // create function "within window of time"

emafast = ema(price, EMAfastLength)
emaslow = sma(price, EMAslowLength)
plot(emafast,color=green)
plot(emaslow,color=red)

enterLong() => crossover(emafast, emaslow)
strategy.entry(id = "MarketAlpha Long", long = true, when = window() and enterLong())
strategy.exit("Exit Long", from_entry = "MarketAlpha Long", profit = profitpoints,loss = stoplosspoints)

enterShort() => crossunder(emafast, emaslow)
strategy.entry(id = "MarketAlpha Short", long = false, when = window() and enterShort())
strategy.exit("Exit Short", from_entry = "MarketAlpha Short", profit = profitpoints,loss = stoplosspoints)