CDC-Aktionsgebietsstrategie


Erstellungsdatum: 2024-02-20 11:23:24 zuletzt geändert: 2024-02-20 11:23:24
Kopie: 1 Klicks: 845
1
konzentrieren Sie sich auf
1617
Anhänger

CDC-Aktionsgebietsstrategie

Überblick

CDC-Aktionsbereiche[Die TS-Trader-Strategie ist eine quantitative Handelsstrategie, die auf der CDC-Regionalbewegung basiert. Die Strategie nutzt die Kreuzung von schnellen und langsamen Moving Averages als Kauf- und Verkaufssignale. Sie ist ein Kaufsignal, wenn sie den langsamen Moving Average über dem schnellen Moving Average durchquert, und ein Verkaufssignal, wenn sie den langsamen Moving Average unter dem schnellen Moving Average durchquert.

Strategieprinzip

Die Kernindikatoren der Strategie sind die schnellen und langsamen Moving Averages. Die Strategie berechnet zunächst den arithmetischen Mittelwert der Preise und berechnet dann die schnellen und langsamen Moving Averages entsprechend der vom Benutzer festgelegten Periodenzeit. Ein Überschreiten des langsamen Moving Averages über dem schnellen Moving Average wird als Bullish Signal betrachtet; ein Überschreiten des langsamen Moving Averages unter dem schnellen Moving Average wird als Bearish Signal betrachtet.

Nachdem die Markttrends ermittelt wurden, beurteilt die Strategie die Beziehung zwischen dem aktuellen Schlusskurs und dem Moving Average weiter. Wenn es ein Bullenmarkt ist und der Schlusskurs über dem Rapid Moving Average liegt, wird ein Kaufsignal für eine starke Position ausgegeben. Wenn es ein Bärenmarkt ist und der Schlusskurs unter dem Rapid Moving Average liegt, wird ein Verkaufsignal für eine starke Position ausgegeben.

Aufgrund dieser Kauf- und Verkaufssignale kann die Strategie automatische Transaktionen durchführen. Wenn ein Kauf- oder Verkaufssignal ausgelöst wird, wird eine Long-Position aufgenommen; wenn ein Verkaufssignal ausgelöst wird, wird eine Long-Position aufgelöst oder eine Leerposition aufgenommen.

Analyse der Stärken

Diese Strategie hat folgende Vorteile:

  1. Die Verwendung von Moving Averages als Basisindikator, die theoretisch solide und leicht verständlich sind;
  2. In Kombination mit zwei beweglichen Durchschnitten können wir Marktgeräusche effektiv filtern und Markttrends erkennen.
  3. In Kombination mit dem Verhältnis zwischen dem Schlusskurs und dem gleitenden Durchschnitt kann ein stärkerer Kauf- und Verkaufszeitpunkt ermittelt werden.
  4. Die Strategie ist einfach und klar, und es ist einfach, die Transaktionen zu automatisieren.
  5. Der Moving Average kann je nach Marktzyklus angepasst werden.

Risikoanalyse

Die Strategie birgt auch einige Risiken:

  1. Der Moving Average ist nachlässig und kann eine kurze Linie verpassen.
  2. Wenn sich der Trend umkehrt, könnte dies zu größeren Verlusten führen.
  3. Es gibt Unterschiede zwischen den Messdaten und der Festplatte, die die Wirksamkeit der Festplatte beeinträchtigen können.

Diese Risiken können durch die Kombination anderer Indikatoren optimiert werden, z. B. durch die Bestimmung des Einstiegszeitpunkts oder durch eine angemessene Verkürzung des Moving-Average-Zyklus zur Verringerung der Rückstände.

Optimierungsrichtung

Diese Strategie kann in folgenden Bereichen optimiert werden:

  1. Die Zyklen der gleitenden Durchschnitte werden optimiert, um sich an Marktveränderungen anzupassen.
  2. Die Zahl der Falschmeldungen bei Filterung von Kennzahlen wie der Zunahme der Transaktionen.
  3. In Kombination mit anderen Indikatoren wurde eine Trendwende identifiziert.
  4. Die Verlustkontrolle wird durch eine Stop-Loss-Strategie erleichtert.

Zusammenfassen

Insgesamt sind die CDC-Aktionsbereiche:[Die TS-Trader-Strategie nutzt die doppelte Moving-Average-Kreuzung, um eine relativ einfache und praktische quantitative Handelsstrategie zu realisieren. Die Strategie hat die Vorteile, dass sie leicht zu verstehen und umzusetzen ist, aber es gibt auch einige Optimierungsmöglichkeiten. Durch ständige Prüfung und Optimierung kann die Strategie zu einer stabilen Strategie werden, die es wert ist, langfristig gehalten zu werden.

Strategiequellcode
/*backtest
start: 2023-02-13 00:00:00
end: 2024-02-19 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("CDC Action Zone [TS Trader]", overlay=true)

// CDC ActionZone V2 29 Sep 2016
// CDC ActionZone is based on a simple 2MA and is most suitable for use with medium volatility market
// 11 Nov 2016 : Ported to Trading View with minor UI enhancement

src = input(title="Data Array", type=input.source, defval=ohlc4)
prd1 = input(title="Short MA period", type=input.integer, defval=12)
prd2 = input(title="Long MA period", type=input.integer, defval=26)

AP = ema(src, 2)
Fast = ema(AP, prd1)
Slow = ema(AP, prd2)

// === INPUT BACKTEST RANGE ===
FromYear = input(defval = 2019, title = "From Year", minval = 2009)
FromMonth = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
FromDay = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
ToYear = input(defval = 9999, title = "To Year", minval = 2009)
ToMonth = input(defval = 12, title = "To Month", minval = 1, maxval = 12)
ToDay = input(defval = 31, title = "To Day", minval = 1, maxval = 31)

// === FUNCTION EXAMPLE ===
start = timestamp(FromYear, FromMonth, FromDay, 00, 00)  // backtest start window
finish = timestamp(ToYear, ToMonth, ToDay, 23, 59)        // backtest finish window
window() => true
Bullish = Fast > Slow
Bearish = Fast < Slow

Green = Bullish and AP > Fast
Red = Bearish and AP < Fast
Yellow = Bullish and AP < Fast
Blue = Bearish and AP > Fast

//Long Signal
Buy = Green and Green[1] == 0
Sell = Red and Red[1] == 0

//Short Signal
Short = Red and Red[1] == 0
Cover = Red[1] and Red == 0

//Plot
l1 = plot(Fast, "Fast", linewidth=1, color=color.red)
l2 = plot(Slow, "Slow", linewidth=2, color=color.blue)
bcolor = Green ? color.lime : Red ? color.red : Yellow ? color.yellow : Blue ? color.blue : color.white
barcolor(color=bcolor)
fill(l1, l2, bcolor)

strategy.entry("Buy", strategy.long, when=window() and Buy)
strategy.entry("Sell", strategy.short, when=window() and Sell)
strategy.close("Buy", when=window() and Sell)
strategy.close("Sell", when=window() and Buy)