Algorithmische Handelsstrategie für Momentum-Breakout und Engulfing-Modell
ChaoZhang
Überblick
Dieser Artikel beschreibt eine algorithmische Handelsstrategie, die Gewinnchancen identifiziert und Preise mit einer Kreuzung mit einem Moving Average als Einstiegssignale verwendet. Die Strategie kombiniert Preistechnik mit Trend-Tracking-Methoden, um Gewinne aus der Bilanzierung und Trendwende zu erzielen.
Grundsätze
Die Kernlogik der Strategie basiert auf der Kombination zweier unzusammenhängender Indikatoren:
Schluckform: Ein Umkehrmodell zweier K-Linien, bei dem die Entität der zweiten K-Line die Entität der ersten K-Line vollständig verschlingt, um die Möglichkeit einer Umkehr zu erkennen.
Preis-Kreuzung mit dem Moving Average: Ein Kaufsignal wird erzeugt, wenn der Preis von unterhalb des Moving Average einen Aufbruch des Cross Moving Average erzeugt; ein Verkaufsignal wird erzeugt, wenn der Preis von über dem Moving Average einen Aufbruch des Cross Moving Average erzeugt.
Die Zeit, zu der ein Umkippen möglich ist, kann durch die Vorstellung von Absorptionsformen beurteilt werden, die in Kombination mit dem Durchschnittspreis als Filtersignal zur Bestimmung des Umkippens verwendet werden, um die Gewinnwahrscheinlichkeit zu erhöhen.
Die Strategie beurteilt die Wahrscheinlichkeit von Verlagerungen und Umkehrungen, indem sie drei Formen des Eintritts verfolgt: Mehrkopf-Eintritt, Leerkopf-Eintritt und Schattenlos-Eintritt. In Kombination mit dem Filtern der Gold- und Dead-Fork-Signale des Preises und des Moving Averages wird schließlich die Richtung der Position festgelegt.
Vorteile
Der größte Vorteil dieser Strategie besteht darin, die Kombination von unabhängigen Indikatoren zu nutzen, um die Entscheidungswirksamkeit zu verbessern. Die Schluckform entscheidet über die Zeit und die Wahrscheinlichkeit eines Marktumkehrens, während der Kurs die Richtung und die Stärke des Umkehrens mit dem beweglichen Durchschnitt überprüft. Beide werden gegenseitig überprüft und können den Handelsverlust durch falsche Signale wirksam reduzieren.
Ein weiterer Vorteil ist die Flexibilität bei der Einstellung der Parameter. Der Benutzer kann selbst Parameter wie die Moving Average-Periode, die Stop-Loss-Marge einstellen, um die Strategie zu optimieren.
Die Gefahr
Trotz der Verwendung von mehreren Indikatoren zur Verbesserung der Entscheidungswirksamkeit besteht bei dieser Strategie ein gewisses Risiko für falsche Signale. Die Schluckform ist kein hundertprozentig zuverlässiges Umkehrsignal, und die Kreuzung des Preises mit dem Moving Average kann nicht wirksam sein.
Darüber hinaus wirkt die Strategie, wie die meisten Technik-Analyse-Strategien, schlechter auf Konfliktsituationen wie z. B. Preisschwankungen. Anhaltende Erschütterungen können einen Stop-Loss auslösen oder die Gewinnspanne verkürzen.
Um das Risiko zu kontrollieren, können die Moving Average-Parameter angepasst werden, um die Stop-Loss-Marge zu optimieren. Die Beteiligung an einer dynamischen Anpassungsstrategie kann auch in Verbindung mit anderen Indikatoren berücksichtigt werden, um Trends und Erschütterungen zu identifizieren.
Optimierungsrichtung
Diese Strategie kann optimiert werden durch folgende Aspekte:
Es werden mehrere Arten von Moving Averages getestet, um die beste Kombination von Parametern zu finden, wie z. B. gewichtete Moving Averages, aufeinanderfolgende Glättungen von Moving Averages usw.
Es ist wichtig, dass die Trendschätzungen erhöht werden, um nicht zu unsicherer Positionen zu kommen.
Optimierung der Stop-Loss-Methode und Verbesserung der Stop-Loss-Effekte. Stop-Loss-Strategien wie Tracking-Stops, Chandelier Exit und andere können in Betracht gezogen werden.
Erhöhung der Genauigkeit der Schluckerkennung durch die Einführung von maschinellen Lernmethoden zur Beurteilung der K-Linienform.
Hinzugefügt wurde eine Funktion zur automatischen Optimierung von Parametern, um die Anpassung von Parametern zu ermöglichen.
Zusammenfassen
Diese Strategie nutzt die Form der Umkehrzeit, um die Umkehrrichtung mit der Kreuzung von Preisen und Moving Averages zu überprüfen. Die Verbesserung der Entscheidungswirksamkeit durch die Integration von Indikatoren ist eine technische Analyse-Strategie. Die Vorteile sind, dass die Indikatoren komplementär sind, die Parameter flexibel sind; Die Nachteile sind, dass es immer noch ein Risiko für falsche Signale gibt und die Schwingung schwach ist. Die Strategie kann durch die Optimierung der Moving Average-Parameter, die Stop-Loss-Methode und die Einbeziehung von Trendurteilen weiter verbessert werden.
/*backtest
start: 2023-12-30 00:00:00
end: 2024-01-29 00:00:00
period: 3h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
//@author=Daveatt
StrategyName = "BEST Engulfing + MA"
ShortStrategyName = "BEST Engulfing + MA"
strategy(title=StrategyName, shorttitle=ShortStrategyName, overlay=true)
includeEngulfing = true
includeMA = true
source_ma = input(title="Source Price vs MA", type=input.source, defval=close)
typeofMA = input(title="Type of MA", defval="SMA", options=["RMA", "SMA", "EMA", "WMA", "VWMA", "SMMA", "KMA", "TMA", "HullMA", "DEMA", "TEMA"])
length_ma = input(32, title = "MA Length", type=input.integer)
// ---------- Candle components and states
GreenCandle = close > open
RedCandle = close < open
NoBody = close==open
Body = abs(close-open)
// bullish conditions
isBullishEngulfing1 = max(close[1],open[1]) < max(close,open) and min(close[1],open[1]) > min(close,open) and Body > Body[1] and GreenCandle and RedCandle[1]
isBullishEngulfing2 = max(close[1],open[1]) < max(close,open) and min(close[1],open[1]) <= min(close,open) and Body > Body[1] and GreenCandle and RedCandle[1]
// bearish conditions
isBearishEngulfing1 = max(close[1],open[1]) < max(close,open) and min(close[1],open[1]) > min(close,open) and Body > Body[1] and RedCandle and GreenCandle[1]
isBearishEngulfing2 = max(close[1],open[1]) >= max(close,open) and min(close[1],open[1]) > min(close,open) and Body > Body[1] and RedCandle and GreenCandle[1]
// consolidation of conditions
isBullishEngulfing = isBullishEngulfing1 or isBullishEngulfing2
isBearishEngulfing = isBearishEngulfing1 or isBearishEngulfing2
//isBullishEngulfing = max(close[1],open[1]) < max(close,open) and min(close[1],open[1]) > min(close,open) and Body > Body[1] and GreenCandle and RedCandle[1]
//isBearishEngulfing = max(close[1],open[1]) < max(close,open) and min(close[1],open[1]) > min(close,open) and Body > Body[1] and RedCandle and GreenCandle[1]
Engulf_curr = 0 - barssince(isBearishEngulfing) + barssince(isBullishEngulfing)
Engulf_Buy = Engulf_curr < 0 ? 1 : 0
Engulf_Sell = Engulf_curr > 0 ? 1 : 0
// Price vs MM
smma(src, len) =>
smma = 0.0
smma := na(smma[1]) ? sma(src, len) : (smma[1] * (len - 1) + src) / len
smma
ma(smoothing, src, length) =>
if smoothing == "RMA"
rma(src, length)
else
if smoothing == "SMA"
sma(src, length)
else
if smoothing == "EMA"
ema(src, length)
else
if smoothing == "WMA"
wma(src, length)
else
if smoothing == "VWMA"
vwma(src, length)
else
if smoothing == "SMMA"
smma(src, length)
else
if smoothing == "HullMA"
wma(2 * wma(src, length / 2) - wma(src, length), round(sqrt(length)))
else
if smoothing == "LSMA"
src
else
if smoothing == "KMA"
xPrice = src
xvnoise = abs(xPrice - xPrice[1])
nfastend = 0.666
nslowend = 0.0645
nsignal = abs(xPrice - xPrice[length])
nnoise = sum(xvnoise, length)
nefratio = iff(nnoise != 0, nsignal / nnoise, 0)
nsmooth = pow(nefratio * (nfastend - nslowend) + nslowend, 2)
nAMA = 0.0
nAMA := nz(nAMA[1]) + nsmooth * (xPrice - nz(nAMA[1]))
nAMA
else
if smoothing == "TMA"
sma(sma(close, length), length)
else
if smoothing == "DEMA"
2 * src - ema(src, length)
else
if smoothing == "TEMA"
3 * (src - ema(src, length)) + ema(ema(src, length), length)
else
src
MA = ma(typeofMA, source_ma, length_ma)
plot(MA, color=#006400FF, title="MA breakout", linewidth=3)
macrossover = crossover (source_ma, MA)
macrossunder = crossunder(source_ma, MA)
since_ma_buy = barssince(macrossover)
since_ma_sell = barssince(macrossunder)
macross_curr = 0 - since_ma_sell + since_ma_buy
bullish_MA_cond = macross_curr < 0 ? 1 : 0
bearish_MA_cond = macross_curr > 0 ? 1 : 0
posUp = (Engulf_Buy ? 1 : 0) + (bullish_MA_cond ? 1 : 0)
posDn = (Engulf_Sell ? 1 : 0) + (bearish_MA_cond ? 1 : 0)
conditionUP = posUp == 2 and posUp[1] < 2
conditionDN = posDn == 2 and posDn[1] < 2
sinceUP = barssince(conditionUP)
sinceDN = barssince(conditionDN)
// primary-first signal of the trend
nUP = crossunder(sinceUP,sinceDN)
nDN = crossover(sinceUP,sinceDN)
// and the following secondary signals
// save of the primary signal
sinceNUP = barssince(nUP)
sinceNDN = barssince(nDN)
buy_trend = sinceNDN > sinceNUP
sell_trend = sinceNDN < sinceNUP
// engulfing by
barcolor(nUP ? color.orange : na, title="Bullish condition")
barcolor(nDN ? color.yellow : na, title="Bearish condition")
isLong = nUP
isShort = nDN
long_entry_price = valuewhen(nUP, close, 0)
short_entry_price = valuewhen(nDN, close, 0)
longClose = close[1] < MA
shortClose = close[1] > MA
///////////////////////////////////////////////
//* Backtesting Period Selector | Component *//
///////////////////////////////////////////////
StartYear = input(2017, "Backtest Start Year",minval=1980)
StartMonth = input(1, "Backtest Start Month",minval=1,maxval=12)
StartDay = input(1, "Backtest Start Day",minval=1,maxval=31)
testPeriodStart = timestamp(StartYear,StartMonth,StartDay,0,0)
StopYear = input(2020, "Backtest Stop Year",minval=1980)
StopMonth = input(12, "Backtest Stop Month",minval=1,maxval=12)
StopDay = input(31, "Backtest Stop Day",minval=1,maxval=31)
testPeriodStop = timestamp(StopYear,StopMonth,StopDay,0,0)
testPeriod() => true
//////////////////////////
//* Profit Component *//
//////////////////////////
input_tp_pips = input(600, "Backtest Profit Goal (in USD)",minval=0)
input_sl_pips = input(300, "Backtest STOP Goal (in USD)",minval=0)
tp = buy_trend? long_entry_price + input_tp_pips : short_entry_price - input_tp_pips
sl = buy_trend? long_entry_price - input_sl_pips : short_entry_price + input_sl_pips
long_TP_exit = buy_trend and high >= tp
short_TP_exit = sell_trend and low <= tp
plot(tp, title="TP", style=plot.style_circles, linewidth=3, color=color.blue)
plot(sl, title="SL", style=plot.style_circles, linewidth=3, color=color.red)
if testPeriod()
strategy.entry("Long", 1, when=isLong)
strategy.close("Long", when=longClose )
strategy.exit("XL","Long", limit=tp, when=buy_trend, stop=sl)
if testPeriod()
strategy.entry("Short", 0, when=isShort)
strategy.close("Short", when=shortClose )
strategy.exit("XS","Short", when=sell_trend, limit=tp, stop=sl)