Stochastische Strategie mit doppeltem gleitenden Durchschnitt


Erstellungsdatum: 2024-01-29 11:54:10 zuletzt geändert: 2024-01-29 11:54:10
Kopie: 0 Klicks: 608
1
konzentrieren Sie sich auf
1617
Anhänger

Stochastische Strategie mit doppeltem gleitenden Durchschnitt

Überblick

Die Binary Equilibrium Indicator Randomization Strategie ist eine Strategie, die versucht, eine Kombination aus einem Equilibrium-Indikator und einem Zufallsindikator zu verwenden, um nach Handelsmöglichkeiten zu suchen. Sie erzeugt ein Handelssignal, wenn sie einen schnellen SMA über eine schnelle EMA durchquert, und verwendet den K-Wert des Zufallsindikators, um zu bestimmen, ob ein Überkauf oder Überverkauf vorhanden ist, um einen Teil des Signals zu entfernen.

Strategieprinzip

Die Strategie basiert hauptsächlich auf zwei technischen Indikatoren:

  1. Durchschnittslinie: Berechnung der Durchschnittslinie für drei verschiedene Parameter: schnelle EMA, langsame SMA und langsame VWMA, die ein Handelssignal erzeugt, wenn die schnelle EMA über oder unter der langsamen SMA fällt.

  2. Zufälligkeitsindikator: Berechnung des %K-Wertes, wenn der Wert über den eingestellten Überkauf- oder Überverkaufszonen-Trenchwert hinausgeht und der Umkehr des Kurses angenommen wird, kann ein teilweises Durchschnittshandelssignal entfernt werden.

Die Logik des Strategie-Signals lautet:

  1. Wenn der schnelle EMA den langsamen SMA durchbricht und der %K-Wert unter dem Überkauf-Throughput liegt, machen Sie einen Plus; wenn der schnelle EMA den langsamen SMA unter dem schnellen EMA durchbricht und der %K-Wert über dem Überkauf-Throughput liegt, machen Sie einen Short.

  2. Bei offenen Mehrheitspositionen wird der Markt platziert, wenn der %K-Wert in die Überverkaufszone zurückkehrt oder der Preis die Stop-Loss-Linie überschreitet. Bei offenen Leerpositionen wird der Markt platziert, wenn der %K-Wert in die Überkaufszone zurückkehrt oder der Preis die Stop-Loss-Linie überschreitet.

Durch die Kombination von Mittellinien- und Zufallsindikatoren versucht die Strategie, ein Einstiegssignal an den Mittellinien-Signalpunkten mit hoher Wahrscheinlichkeit zu senden, während die Chance, dass ein Teil des Zufallsindikators falsch eingeschaltet wird, genutzt wird.

Analyse der Stärken

Diese Strategie hat folgende Vorteile:

  1. In Kombination mit mehreren technischen Indikatoren ist die Gesamtbeurteilung der Situation umfassender als ein einzelner Indikator.
  2. Die Verwendung von Zufallsindikatoren filtert die Signale und verhindert somit zu einem gewissen Grad die Fehlinterpretation.
  3. Durchschnitt mit mehreren Mischparametern ist umfassender und genauer.
  4. Ein integrierter Stop-Loss-Mechanismus zur Kontrolle von Einzelschäden.

Risikoanalyse

Die Strategie birgt auch einige Risiken:

  1. Durchschnittliche Linien-Indikatoren sind anfällig für mehr unsichere Signale, eine größere Wahrscheinlichkeit von Fehlinterventionen und eine begrenzte Stop-Loss-Fähigkeit.
  2. Auch die Zufallsmarkierungen selbst können zu Fehlsignalen führen.
  3. Parameter-Einstellungen (z. B. Größe der Überkauf-Überverkauf-Region, Durchschnittslaufzeit usw.) müssen möglicherweise optimiert werden, und falsche Einstellungen beeinträchtigen die Strategie.
  4. Es ist eine rein technische Strategie, die nicht auf die grundlegenden Faktoren eingeht.

Die Methode:

  1. Optimierung der Parameter und Suche nach der optimalen Kombination von Indikatoren.
  2. Die Größe der Positionen sollte entsprechend verkleinert und die Lagerstätten in Gruppen errichtet werden.
  3. Das ist die einzige Möglichkeit, die es gibt, um einen großen Vorfall zu vermeiden.

Optimierungsrichtung

Die Strategie kann vor allem in folgenden Bereichen optimiert werden:

  1. Test-Optimierung der Mittellinien-Parameter, um die optimale Kombination zu finden.
  2. Testen Sie die Parameter eines zufälligen Indikators, z. B. die Größe der Überkauf-Überverkaufszone, um die optimalen Parameter zu finden.
  3. Versuchen Sie, andere Indikatoren hinzuzufügen, z. B. VOLUME, um die Urteilsfähigkeit zu verbessern, oder ein Volatilitätsindikator, der das Risiko misst, um die Eingabelogik zu bereichern.
  4. Erhöhung der Stop-Loss-Methoden, wie zum Beispiel die Verfolgung von Stop-Losses, um Risiken zu kontrollieren.
  5. Optimierung der Kapitalverwaltung, z. B. Positionsanpassung an die ATR-Dynamik
  6. In Kombination mit Panikindikatoren wie VIX vermeidet man große Risiko-Off-Ereignisse.

Zusammenfassen

Durch die Kombination von schnellen und langsamen Mittellinienindikatoren und Zufallsindikatoren entsteht eine robuste Trendverfolgungsstrategie. Es gibt jedoch einige Optimierungsmöglichkeiten, wie Parameterwahl, Stop-Loss-Methoden usw. Wenn weitere Indikatoren eingesetzt und optimiert werden, wird die Strategie einen stabileren Gewinn erzielen.

Strategiequellcode
/*backtest
start: 2023-01-22 00:00:00
end: 2024-01-28 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("TVIX MEAN REV V2 TREND", overlay=true)
length = input(16, minval=1)
OverBought = input(80)
OverSold = input(20)
TradeLong = input (true)
TradeShort = input (true)

OverBoughtClose = input(80)
OverSoldClose = input(20)

smoothK = 3
smoothD = 3
trail_points = input(50)

k = sma(stoch(close, high, low, length), smoothK)
d = sma(k, smoothD)
k2 = sma(stoch(close, high, low, length), smoothK)
d2 = sma(k, smoothD)


// === GENERAL INPUTS ===
// short Ema
maFastSource = input(defval=close, title="Fast EMA Source")
maFastLength = input(defval=1, title="Fast EMA Period", minval=1)
// long Sma
maSlowSource = input(defval=close, title="Slow SMA Source")
maSlowLength = input(defval=100, title="Slow SMA Period", minval=1)
// longer Sma
maSlowerSource = input(defval=close, title="Slower SMA Source")
maSlowerLength = input(defval=30, title="Slower SMA Period", minval=1)

//ATR Stop Loss Indicator by Keith Larson
atrDays = input(7, "ATR Days Lookback")
theAtr = atr(atrDays)
atrModifier = input(5.0, "ATR Modifier")
//plot(atr * atrModifier, title="ATR")

LstopLoss = close - (theAtr * atrModifier)
SstopLoss = close + (theAtr * atrModifier)



// === SERIES SETUP ===
/// a couple of ma's..
maFast = ema(maFastSource, maFastLength)
maSlow = sma(maSlowSource, maSlowLength)
maSlower = vwma(maSlowerSource, maSlowerLength)
rsi = rsi(maSlowerSource, maSlowerLength)

// === PLOTTING ===
fast = plot(maFast, title="Fast MA", color=color.red, linewidth=2, style=plot.style_line, transp=30)
slow = plot(maSlow, title="Slow MA", color=color.green, linewidth=2, style=plot.style_line, transp=30)
slower = plot(maSlower, title="Slower MA", color=color.teal, linewidth=2, style=plot.style_line, transp=30)


// === LOGIC === Basic - simply switches from long to short and vice-versa with each fast-slow MA cross
LongFilter = maFast > maSlow
ShortFilter = maSlow > maFast




BUY=crossover(k, d) and k < OverSold
SELL=crossunder(k, d) and k > OverBought

SELLCLOSE=crossover(k, d) and k < OverSoldClose
BUYCLOSE=crossunder(k, d) and k > OverBoughtClose

Open = open


if not na(k) and not na(d)
    if crossover(k, d) and k < OverSold and LongFilter and TradeLong
        strategy.entry("$", strategy.long, limit = Open, comment="Long")
    
    strategy.close("$",when = crossunder(k, d) and k > OverBoughtClose or open < LstopLoss  )
    ///strategy.close("$",when = open < LstopLoss  )
    
if not na(k) and not na(d)
    if crossunder(k, d) and k > OverBought and ShortFilter and TradeShort
        strategy.entry("$1", strategy.short, limit = Open, comment="S")
        
    strategy.close ("$1", when = crossover(k, d) and k < OverSoldClose or open > SstopLoss  )
    ///strategy.close ("$1", when = open < SstopLoss)