
Diese Strategie erlaubt es, Trends in mehreren Zeitrahmen zu beurteilen, indem sie bewegliche Durchschnitte für verschiedene Zeitraume berechnet. Wenn der Preis die beweglichen Durchschnitte für verschiedene Zeitraume durchbricht, wird ein entsprechender Mehrfach-Lose-Operation durchgeführt. Gleichzeitig wird ein Gleichgewicht zwischen Risiko und Gewinn erreicht, in Kombination mit Stop-Loss- und Stop-Stop-Methoden.
Die Strategie basiert auf folgenden Punkten:
Berechnen Sie einfache gleitende Durchschnitte für vier verschiedene Zeiträume: die 21-Tage-, die 50-Tage-, die 100-Tage- und die 200-Tage-Zeiträume.
Wenn der Preis einen beliebigen Mittelwert überschreitet, machen Sie einen Plus; wenn der Preis einen beliebigen Mittelwert unterschreitet, machen Sie einen Minus.
Nach dem Eintritt in den Multi-Situation, der Stop-Loss-Punkt ist in der Nähe der niedrigsten Preis der vorherigen K-Linie eingestellt; nach dem Eintritt in den Short-Situation, der Stop-Loss-Punkt ist in der Nähe der höchsten Preis der vorherigen K-Linie eingestellt.
Setzen Sie den Mehr-Stop-Punkt auf eine bestimmte Reichweite unter dem Minimum; den Leer-Stop-Punkt auf eine bestimmte Reichweite über dem Maximum.
Wenn der Preis einen Stop-Loss- oder Stop-Buy-Punkt erreicht, wird die Off-Position aufgegeben.
Durch diese Art der Mehrzeitframe-Beurteilung kann die Zuverlässigkeit von Handelssignalen erhöht werden, die bei klaren Trends verfolgt werden. Die Stop-Loss- und Stop-Stop-Einstellungen können gleichzeitig das Risiko kontrollieren und den Markt verlassen, wenn die Verluste sich ausweiten oder die Gewinne ein bestimmtes Niveau erreichen.
Diese Strategie hat folgende Vorteile:
Mehrere Zeitrahmen zu beurteilen, Signal zuverlässigkeit zu erhöhen. Die Kreuzung von verschiedenen periodischen Mittellinien, können Sie einige falsche Signale zu filtern, wählen Sie die Tendenz ist klarer Zeit für den Handel.
Die dynamische Stop-Loss-Methode erleichtert die Risikokontrolle. In Kombination mit K-Line-Daten kann die Stop-Loss-Liste berechnet werden, um einen angemessenen Bereich je nach der tatsächlichen Schwankungsbreite des Marktes einzustellen und den maximalen Wert des einzelnen Verlusts effektiv zu kontrollieren.
Die Code-Struktur ist klar und einfach. Die Code-Struktur basiert auf der Strategie-Syntax des Pine-Editors und ist klar und lesbar, sodass die Parameter leicht angepasst und optimiert werden können.
Einfache Anwendung in der Praxis. Die Kreuzung eines Moving Averages ist eine eher klassische Handelsstrategie, die nach Anpassung der Parameter leicht in der Praxis angewendet werden kann und die Wirkung relativ stabil ist.
Die Strategie birgt Risiken, die sich in folgenden Aspekten widerspiegeln:
Risiko von Trendfehlern. Der Moving Average ist ein Indikator für Trendfehler, aber es kann auch Fehler und Verzögerungen auftreten, was zu einer Abweichung der Handelssignale führen kann.
Das Risiko eines Verlustes in einem stark bewegten Markt. Der Stop-Loss-Punkt kann leicht ausgelöst werden, was zu einem größeren Verlust führt, wenn der Markt stark springt oder sich stark umkehrt.
Eine falsche Einstellung der Parameter kann die Verlustgröße vergrößern. Wenn der Stop-Loss-Punkt zu breit oder der Stop-Loss-Punkt zu eng eingestellt ist, vergrößert sich auch die Größe des Einzelschadens.
Die Strategie konzentriert sich auf die Beobachtung von Trends, ohne jedoch langfristige Ertrags-Rücknahme-Probleme zu berücksichtigen, da eine langfristige Vollposition möglicherweise viel Geld verbraucht.
Plattformunterschiede führen zu Real-Time-Risiken. In einer voll funktionsfähigen Handelsplattform kann die Ertragsrate aufgrund von Problemen wie Transaktionskosten, Gleitpunkten beeinträchtigt werden.
Gegenmaßnahmen:
In Kombination mit anderen Indikatoren, z. B. KDJ, MACD und anderen Indikatoren.
Die Stop-Loss-Spanne wird je nach Marktlage angepasst. Ein ausreichender Raum verhindert, dass die Stop-Loss-Spanne leicht ausgelöst wird.
Optimierung der Parameter, Bewertung der langfristigen Ertragsrückziehung. Durch Wiederholungstests erhält man die beste Kombination von Parametern.
Die Strategie wird im Simulationsgeschäft umfassend geprüft und durch manuelle Stop-Loss-Methoden ergänzt.
Die Strategie bietet noch weitere Optimierungsmöglichkeiten, die sich in den folgenden Bereichen auswirken:
Erhöhung der quantitativen Einstiegs- und Ausstiegsbedingungen. So kann beispielsweise ein Filter für Innovationshoch- und Innovationstiefpreise eingestellt werden, um eine zeitgerechte Auswahl von Trends zu gewährleisten.
Die Kombination von Kapitalverwaltung und Positionskontrolle. Der Anteil der Positionen an jedem Handel wird dynamisch an die Konten und die Marktbedingungen angepasst.
Hinzufügen von Trendindikator-Urteilslogik. Die Kombination von PRZ, ATR, DMI und anderen Indikatoren legt die Auswahl und Filterregel für Trendgeschäfte fest.
Setzen Sie einen langen oder kurzen Wechsel aus dem Spiel. Setzen Sie einen beweglichen Stop-Loss, um den Preis nach dem Gewinn zurückzuziehen, um den Gewinn zu schützen
Erstellung und Anpassung von Aktienpools, die den Standards für die intelligente Aktienwahl entsprechen
Erhöhung der Möglichkeiten der Steuerung durch maschinelles Lernen. Einsatz von Deep Learning-Modellen wie LSTM, RNN und anderen, um das Risiko von Fehlern zu verringern.
Die Strategie ist leicht zu bedienen und kann Trends anhand von einfachen Moving Averages über mehrere Zeiträume hinweg beurteilen. Die Strategie verfügt über dynamische Stop-Loss- und Stop-Stopp-Einstellungen und kann Risiken wirksam kontrollieren. Es gibt jedoch auch ein gewisses Signalfehlerrisiko und die Frage des Verlusts von Geldern bei Erschütterungen. Durch die weitere Optimierung der Parameter sowie die Erhöhung der unterstützenden technischen Indikatoren und Risikokontrollen kann eine bessere und stabilere Handelsleistung erzielt werden.
/*backtest
start: 2024-01-04 00:00:00
end: 2024-02-03 00:00:00
period: 4h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("DolarBasar by AlperDursun", shorttitle="DOLARBASAR", overlay=true)
// Input for Moving Averages
ma21 = ta.sma(close, 21)
ma50 = ta.sma(close, 50)
ma100 = ta.sma(close, 100)
ma200 = ta.sma(close, 200)
// Calculate the lowest point of the previous candle for stop loss
lowestLow = ta.lowest(low, 2)
// Calculate the highest point of the previous candle for stop loss
highestHigh = ta.highest(high, 2)
// Calculate take profit levels
takeProfitLong = lowestLow - 3 * (lowestLow - highestHigh)
takeProfitShort = highestHigh + 3 * (lowestLow - highestHigh)
// Entry Conditions
longCondition = ta.crossover(close, ma21) or ta.crossover(close, ma50) or ta.crossover(close, ma100) or ta.crossover(close, ma200)
shortCondition = ta.crossunder(close, ma21) or ta.crossunder(close, ma50) or ta.crossunder(close, ma100) or ta.crossunder(close, ma200)
// Stop Loss Levels
stopLossLong = lowestLow * 0.995
stopLossShort = highestHigh * 1.005
// Exit Conditions
longExitCondition = low < stopLossLong or high > takeProfitLong
shortExitCondition = high > stopLossShort or low < takeProfitShort
if (longCondition)
strategy.entry("Long", strategy.long)
if (shortCondition)
strategy.entry("Short", strategy.short)
if (longExitCondition)
strategy.exit("Long Exit", from_entry="Long", stop=stopLossLong, limit=takeProfitLong)
if (shortExitCondition)
strategy.exit("Short Exit", from_entry="Short", stop=stopLossShort, limit=takeProfitShort)