Volatilitätsverfolgungsstrategie basierend auf dem doppelten gleitenden Durchschnitt
ChaoZhang
Überblick
Die binäre Erfolgsrate-Tracking-Strategie kombiniert die Goldfork-Sternenfork-Strategie und die Erfolgsrate-Indikator-Tracking-Strategie. Die Goldfork-Sternenforschung wird durch die Berechnung von einfachen beweglichen Erfolgslinienkreuzen in verschiedenen Perioden ermöglicht, während die Bollinger Bands und der VIDYA-Indikator kombiniert werden, um Markttrends und -schwankungen zu beurteilen, um eine klare Beurteilung der Trends und eine effiziente Erfassung der Schlüsselmomente zu ermöglichen.
Strategieprinzip
Die Kernindikatoren der Strategie sind einfache Moving Averages, Bollinger Bands und die Moving Average der Vidya Volatility Index. Die Strategie setzt die Schnelllinie SMA und die Slowline LMA auf unterschiedliche Perioden, wobei die Gold-Cross der Schnelllinie als Multi-Signal und die Dead-Cross als Off-Position-Signal verwendet wird. Die Bollinger Bands beurteilen, ob die Preise während der Positionshaltung auf- und abgleiten.
Konkret ist die Signallogik, die mehr macht, die langsame Linie auf der schnellen Linie zu durchqueren, und der Preis ist höher als die VIDYA-Kurve, was darauf hindeutet, dass ein Trend nach oben und eine Erweiterung der Schwankungen vorhanden ist. Das Ausgleichssignal ist eine langsame Linie unter der schnellen Linie zu durchqueren oder der Preis ist niedriger als die VIDYA-Kurve, was darauf hindeutet, dass ein Trend rückläufig ist oder eine Schwankung zu schrumpfen neigt.
Analyse der Stärken
Der größte Vorteil der Binary Average Rate Tracking Strategie besteht darin, dass die Kombination von zwei Indikatoren die Marktlage beurteilt und die Entscheidungsgenauigkeit verbessert. Insbesondere zeigt sich der Vorteil in:
- Die Gold- und Todesvorhang-Strategie ist einfach und effektiv, um Trendwendepunkte klar zu erkennen.
- Der Volatilitätsindikator Vidya ist in der Lage, die Veränderungen der Marktfluktuation dynamisch zu verfolgen.
- Bollinger Bands ermöglichen es der Strategie, auf Preisschwankungen rechtzeitig zu reagieren.
Insgesamt integriert diese Strategie Informationen über mehrere Dimensionen wie Trends, Rückläufe und Volatilität, um schneller auf Marktveränderungen zu reagieren und somit eine größere Wahrscheinlichkeit für zusätzliche Gewinne zu erzielen.
Risikoanalyse
Obwohl diese Strategie viele Vorteile hat, gibt es einige Risiken, vor denen man aufpassen sollte:
- Die falsche Einstellung der Parameter kann zu zu häufigen Transaktionen, erhöhten Transaktionskosten und Verlusten von Gleitpunkten führen.
- Bei Konflikten zwischen Signalen in der doppelten Indikatorenbeurteilung muss eine klare Priorität eingeräumt werden, da sonst die beste Einstiegszeit verpasst werden könnte.
- Es besteht die Gefahr, dass die Strategie-Rückmeldung zu weit abgestimmt ist, und die reale Leistung kann stark von den Rückmeldungsergebnissen abweichen.
Um die oben genannten Risiken zu verringern, empfiehlt es sich, die Parameter-Einstellungen zu optimieren, die Priorität der Indikatorsignale zu definieren, die Gleitpunktsteuerung zu erhöhen und die Strategie in verschiedenen Marktumgebungen mehrfach zu überprüfen.
Optimierungsrichtung
Die wichtigsten Optimierungsrichtungen dieser Strategie konzentrieren sich auf die Einstellung von Parametern und Filterbedingungen und können aus folgenden Dimensionen durchgeführt werden:
- Optimierung der Parameter für die Durchschnittslinie-Periode für schnelle und langsame Linien;
- Anpassung der Bandbreitenparameter der Bollinger Bands;
- Optimierung der α-Gleichungsparameter in VIDYA;
- Der Preis oder der Umsatz erhöht sich durch außergewöhnliche Filterbedingungen.
Durch die Kombination von Parameteroptimierung und Regeloptimierung können die Stabilität und die Rendite der Strategie weiter verbessert werden.
Zusammenfassen
Die Strategie zur Beobachtung der bi-linearen Volatilität verwendet verschiedene Indikatoren, um die Marktlage zu beurteilen. Sie ist eine effektive Strategie, um die Preisschwankungen zu beobachten und gleichzeitig die Trendwende zu erfassen. Die Strategie hat viel Optimierungsraum und ist es wert, weiter untersucht und verifiziert zu werden.
/*backtest
start: 2024-01-29 00:00:00
end: 2024-02-28 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Combined Golden Cross and Progressive Trend Tracker", shorttitle="GCC-PTT", overlay=true)
// Inputs
fastMA_period = input(50, title="Fast MA Period")
slowMA_period = input(200, title="Slow MA Period")
src = input(close, title="Source")
lengthBB = input(20, title="Bollinger Bands Length")
mult = input(2.0, title="Bollinger Bands Multiplier")
mavType = input.string(title="Moving Average Type", defval="VAR", options=['SMA', 'EMA', 'WMA', 'TMA', 'VAR', 'WWMA', 'ZLEMA', 'TSF'])
// Calculate Moving Averages for Golden Cross
fastMA = ta.sma(src, fastMA_period)
slowMA = ta.sma(src, slowMA_period)
bullish_cross = ta.crossover(fastMA, slowMA)
bearish_cross = ta.crossunder(fastMA, slowMA)
// Progressive Trend Tracker Components (Adjusted for NA assignment issue)
Var_Func(src, length) =>
valpha = 2 / (length + 1)
vud1 = src > src[1] ? src - src[1] : 0
vdd1 = src < src[1] ? src[1] - src : 0
vUD = math.sum(vud1, length)
vDD = math.sum(vdd1, length)
vCMO = (vUD - vDD) / (vUD + vDD)
VAR = 0.0 // Adjusted here, assign an initial value
VAR := ta.ema(src * math.abs(vCMO), length)
VAR
VAR = Var_Func(src, 14) // Example VAR calculation, adjust as needed
// Bollinger Bands for dynamic support and resistance
BBandTop = fastMA + mult * ta.stdev(src, lengthBB)
BBandBot = fastMA - mult * ta.stdev(src, lengthBB)
// Plotting
plot(fastMA, color=color.blue, title="Fast MA")
plot(slowMA, color=color.red, title="Slow MA")
plot(BBandTop, color=color.green, title="Bollinger Band Top")
plot(BBandBot, color=color.red, title="Bollinger Band Bottom")
plot(VAR, color=color.purple, title="VAR", linewidth=2)
// Strategy Logic (Adjusted for strategy use)
// Long Entry when bullish cross and close above VAR
// Exit when bearish cross or close below VAR
if (bullish_cross and close > VAR)
strategy.entry("CGC_PTT_Long", strategy.long)
if (bearish_cross or close < VAR)
strategy.close("CGC_PTT_Long")