Kurzfristige Ausbruchsstrategie mit Golden Cross
ChaoZhang
Überblick
Die Strategie ist eine kurzfristige Tracking-Strategie, die auf Moving Averages basiert. Sie verwendet Gold-Cross mit langfristigen und kurzfristigen Moving Averages als Kaufsignal, Dead Fork als Verkaufssignal und kombiniert mit dem RSI-Indikator-Filter-False-Signal. Es ist eine typische Short-Line-Handelsstrategie, die für den hochfrequenten Intraday-Handel geeignet ist.
Strategieprinzip
Die Strategie verwendet 200-Langzeit-Simple Moving Average Malong und 21-Langzeit-Short-Index Moving Average Mashort. Es erzeugt ein Kaufsignal, wenn der Preis den langfristigen Durchschnitt überschreitet und der RSI-Indikator kleiner als 20 ist. Es erzeugt ein Verkaufsignal, wenn der Preis den kurzfristigen Durchschnitt überschreitet und der RSI-Indikator größer als 80 ist.
Die Strategie setzt gleichzeitig einen Stop-Loss von 1% und einen Stop-Loss von 1%, d.h. eine Mehrpositions-Stop-Loss-Price von 99% des Kaufpreises und eine Stop-Loss-Price von 101% des Kaufpreises; eine Short-Loss-Position dagegen, die sicherstellt, dass jeder Handel mit strengen Risikokontrollen versehen ist.
Strategische Vorteile
Der größte Vorteil dieser Strategie liegt in ihrer kurzfristigen Tracking-Eigenschaft. Die Gold/Deadstock-Paarung mit einem Moving Average hat sich als ein effektiver technischer Indikator für die Identifizierung von kurzfristigen Trendwende erwiesen. In Kombination mit dem RSI-Grenzfilter können kurzfristige Umkehrmöglichkeiten effektiv identifiziert und Positionen rechtzeitig angepasst werden. Diese Hochfrequenz-Handelsstrategie kann kurzfristige Preisschwankungen ausreichend erfassen und profitabel sein.
Ein weiterer Vorteil besteht darin, dass die Strategie einen strengen Stop-Loss-Mechanismus aufstellt. Der Stop-Loss-Punkt ist auf weniger als 1% des Kauf-/Verkaufspreises festgelegt, egal ob über- oder leer. Der Stop-Loss kann schnell eingestellt werden, um zu verhindern, dass sich die Verluste ausdehnen.
Strategisches Risiko
Das größte Risiko dieser Strategie besteht darin, dass sie leicht zu übertrieben ist. Wenn die Preise in der Nähe der Durchschnittlinie schwanken, werden häufig Leerpositionen ausgelöst, was der Kontrolle der Positionskosten und -gebühren widerspricht. Dies erfordert eine angemessene Lockerung der Indikatorparameter, um unnötige Geschäfte zu reduzieren.
Ein weiteres Risiko besteht darin, dass Moving Averages leicht zu falschen Signalen führen können. Wenn die Preise stark schwanken, ändert sich der tatsächliche Trend nicht, aber Moving Averages können falsche Signale geben. In diesem Fall ist es notwendig, auf RSI-Höchstwerte zu filtern, um einen Rückgang zu vermeiden. Die RSI-Parameter können getestet und optimiert werden, um das Filtern strenger zu machen.
Richtung der Strategieoptimierung
Die Strategie kann in folgenden Bereichen weiter optimiert werden:
Zusätzliche Filter für andere Indikatoren wie KD, MACD usw. werden hinzugefügt, um die tatsächliche Entwicklung des Marktes mit mehr Indikatoren zu beurteilen und falsche Signale zu vermeiden.
Optimierung von Moving Average-Parametern, um die Auswirkungen verschiedener Perioden-Parametern auf die Effektivität der Strategie zu testen.
Optimierung der Stop-Loss-Parameter und geeignete Erweiterung des Stop-Loss-Bereichs, um die Wahrscheinlichkeit zu verringern, dass ein Stop-Loss ausgelöst wird.
Die Einführung von Filtern für die Zeit des Handelns und die Eröffnung von Positionen nur während der aktiven Zeit, um das Risiko der Übernachtung zu vermeiden.
Erhöhung der Intra-Tages- und Leerlauf-Filterlogik, Verringerung der unnötigen Transaktionsfrequenz und Reduzierung der Kosten.
Zusammenfassen
Diese Strategie ist insgesamt eine typische kurzfristige Tracking-Strategie. Sie nutzt die Gold/Deadlock-Palette der Moving Averages, um die kurzfristigen Trends zu beurteilen, und wird durch den RSI-Indikator zur Filterung von Fehlsignalen unterstützt. Die Strategie hat den Vorteil, dass sie mit hoher Häufigkeit innerhalb eines Tages gehandelt wird, um die kurzfristigen Preisschwankungen zu erfassen.
/*backtest
start: 2024-01-27 00:00:00
end: 2024-02-26 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("simple pull back", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=100)
// Input values
malongperiod = input.int(200, "Long Term SMA Period", group="Parameters")
mashortperiod = input.int(21, "Short Term SMA Period", group="Parameters")
stoprate = 1 // Set the stop loss percentage to 1%
profit = input.int(1, "Take Profit Percentage", group="Parameters") // Change the take profit percentage to 1%
startday = input(title="Start Trade Day", defval=timestamp("01 Jan 2000 13:30 +0000"), group="Period")
endday = input(title="End Trade Day", defval=timestamp("1 Jan 2099 19:30 +0000"), group="Period")
// Plotting indicators
malong = ta.sma(close, malongperiod)
mashort = ta.ema(close, mashortperiod)
plot(malong, color=color.aqua, linewidth=2)
plot(mashort, color=color.yellow, linewidth=2)
// Date range
datefilter = true
// Long entry condition
if close > malong and close < mashort and strategy.position_size == 0 and datefilter and ta.rsi(close, 3) < 20
strategy.entry("Long", strategy.long)
// Short entry condition
if close < malong and close > mashort and strategy.position_size == 0 and datefilter and ta.rsi(close, 3) > 80
strategy.entry("Short", strategy.short)
// Exit conditions with 1% stop loss and 1% take profit
strategy.exit("Cut", "Long", stop=(1 - 0.01 * stoprate) * strategy.position_avg_price, limit=(1 + 0.01 * profit) * strategy.position_avg_price)
if close > mashort and close < low[1] and strategy.position_size > 0
strategy.close("Long")
if close < mashort and close > high[1] and strategy.position_size < 0
strategy.close("Short")