Qiyuan Axu-Strategie basierend auf geglättetem gleitendem Durchschnitt
ChaoZhang
Überblick
Die Hauptidee der Strategie ist es, einen glatten Bewegungsmittel zu verwenden, um einen glatten Eröffnungsmittel zu berechnen, um eine Preisentwicklung zu entdecken, und bei einem Goldfork mit dem glatten Eröffnungsmittel zu tun, und bei einem Dead-Fork zu machen.
Strategieprinzip
Die Strategie definiert zunächst eine Funktion zur Berechnung eines glatten Moving Averages, smoothedMovingAvg, die den glatten Moving Average der aktuellen Periode mit einem gewissen Gewicht berechnet.
Dann wird eine Funktion getHAClose definiert, um den Schlusskurs zu berechnen, der auf Basis des Eröffnungspreises, des Höchstpreises, des Mindestpreises und des Schlusskurses auf die mittlere Linie eingestellt wird.
In der Hauptstrategie-Logik wird zunächst der ursprüngliche Preis für die verschiedenen Perioden erfasst, dann wird der glatte Moving Average mit der smoothedMovingAvg-Funktion berechnet, und der glatte Start-Endpreis wird mit der getHAClose-Funktion berechnet.
Schließlich, wenn der Preis nach oben gleitet, um den Schlusskurs zu markieren, machen Sie mehr, wenn der Preis nach unten gleitet, um den Schlusskurs zu markieren, machen Sie leere Positionen, wenn der Preis nach unten gleitet, um den Schlusskurs zu markieren.
Analyse der Stärken
Der größte Vorteil dieser Strategie besteht darin, dass die Berechnung einer glatten Beleuchtungsmittellinie mit Hilfe eines glatten gleitenden Durchschnitts die Preisentwicklung genauer bestimmen kann, um einen Teil des Rausches zu filtern und falsche Signale bei Schwankungen zu vermeiden. Darüber hinaus hat die Beleuchtungsmittellinie selbst die Vorteile, eine deutliche Tendenz zu zeigen, die in Kombination mit dem Preis verwendet wird, um die Genauigkeit der Beurteilung weiter zu verbessern.
Risikoanalyse
Die Risiken dieser Strategie sind vor allem:
- Die falsche Einstellung der Gleitparameter kann dazu führen, dass die Strategie die Gelegenheit zur Preisumkehr verpasst oder falsche Signale erzeugt. Die optimale Parameter müssen durch wiederholte Rückmessungen und Optimierungen gefunden werden.
- Bei starken Preisschwankungen kann ein schleichender Durchschnitt die Preisänderungen verzögern, was zu Verlusten oder verpassten Umkehrmöglichkeiten führt. Die Risiken der Positionsvermeidung müssen reduziert werden.
Um diese Risiken zu reduzieren und die Strategie zu stabilisieren, können wir Methoden wie die Anpassung der Gleitparameter, die Einführung von Stop-Loss-Mechanismen und die Verringerung der Positionen für einzelne Geschäfte einführen.
Optimierungsrichtung
Die Strategie kann auch in folgenden Bereichen optimiert werden:
- Hinzugefügt wird eine automatische Anpassung der Parameter, wenn die Marktschwankungen zunehmen.
- In Kombination mit anderen Indikatoren als Filter, um falsche Signale bei Preisschwankungen zu vermeiden. Zum Beispiel MACD, KD usw.
- Erhöhung der Stop-Loss-Mechanismen, um Einzelschaden zu kontrollieren. Sie können einen Prozentsatz Stop-Loss oder einen Schwingungs-Stop-Loss festlegen.
- Optimierung der Handelsarten, Zeiträume und so weiter, um sich auf die am stärksten profitierenden Arten und Handelsschichten zu konzentrieren.
Durch die Optimierung der oben genannten Punkte kann das Risiko einer Kurvenanpassung der Strategie weiter reduziert und die Anpassungsfähigkeit und Stabilität der Strategie verbessert werden.
Zusammenfassen
Die Strategie ist klar und verständlich, um die Preisentwicklung durch die Berechnung einer glatten, aufleuchtenden Durchschnittslinie zu beurteilen und entsprechend zu handeln. Der größte Vorteil besteht darin, dass ein Teil des Rausches gefiltert und die Genauigkeit der Signalbeurteilung verbessert werden kann. Es besteht jedoch auch eine gewisse Schwierigkeit bei der Optimierung der Parameter und die Gefahr, eine schnelle Umkehr zu verpassen.
/*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=5
strategy("Smoothed Heiken Ashi Strategy", overlay=true)
// Inputs
g_TimeframeSettings = 'Display & Timeframe Settings'
time_frame = input.timeframe(title='Timeframe for HA candle calculation', defval='', group=g_TimeframeSettings)
g_SmoothedHASettings = 'Smoothed HA Settings'
smoothedHALength = input.int(title='HA Price Input Smoothing Length', minval=1, maxval=500, step=1, defval=10, group=g_SmoothedHASettings)
// Define a function for calculating the smoothed moving average
smoothedMovingAvg(src, len) =>
smma = 0.0
smma := na(smma[1]) ? ta.sma(src, len) : (smma[1] * (len - 1) + src) / len
smma
// Function to get Heiken Ashi close
getHAClose(o, h, l, c) =>
((o + h + l + c) / 4)
// Calculate smoothed HA candles
smoothedHAOpen = request.security(syminfo.tickerid, time_frame, open)
smoothedMA1close = smoothedMovingAvg(request.security(syminfo.tickerid, time_frame, close), smoothedHALength)
smoothedHAClose = getHAClose(smoothedHAOpen, smoothedHAOpen, smoothedHAOpen, smoothedMA1close)
// Plot Smoothed Heiken Ashi candles
plotcandle(open=smoothedHAOpen, high=smoothedHAOpen, low=smoothedHAOpen, close=smoothedHAClose, color=color.new(color.blue, 0), wickcolor=color.new(color.blue, 0))
// Strategy logic
longCondition = close > smoothedHAClose
shortCondition = close < smoothedHAClose
strategy.entry("Buy", strategy.long, when=longCondition)
strategy.close("Buy", when=shortCondition)
plotshape(series=longCondition, title="Buy Signal", color=color.green, style=shape.labelup, location=location.belowbar)
plotshape(series=shortCondition, title="Sell Signal", color=color.red, style=shape.labeldown, location=location.abovebar)