Handelsstrategie mit einer Kombination aus doppeltem gleitendem Durchschnitt und Beschleunigungsindikator
ChaoZhang
Überblick
Die Strategie kombiniert die Trend-Tracking-Fähigkeit der Gleichlinie mit den dynamischen Merkmalen der Beschleunigungsindikatoren, um die Konturen der Markttrends effektiv zu erfassen, indem sie strenge Einstiegs- und Ausstiegsbedingungen festlegt, und vermeidet so weit wie möglich die Gefahr einer Verringerung des Gewinns oder sogar eines Verlusts durch die Schrumpfung der Gewinnzone oder der Marktbewegung bei der Bestätigung des Trends.
Strategieprinzip
Die Strategie basiert auf einer Kombination aus einem 20-Zyklus-SMA und einem 5-Zyklus-EMA. Die 20-Zyklus-SMA kann Marktbewegungen wirksam ausgleichen und die mittelfristige Preisentwicklung bestimmen. Die 5-Zyklus-EMA kann die kurzfristige Preisentwicklung schneller erfassen, indem sie den jüngsten Preisen ein höheres Gewicht verleiht.
Nach der Erzeugung des Handelssignals führt die Strategie auch die MACD-Anzeige ein, um den Trend zu überprüfen. Konkret ist es erforderlich, dass die MACD-DIFF-Linie mit der DEA-Linie bei der Erzeugung des Kaufsignals einen Goldfork auftritt und mehrere Zyklen aufrechterhält, um zu bestätigen, dass der Kauf im Aufwärtstrend ist.
Letztendlich wird eine angemessene Stop-Loss-Strategie festgelegt, egal ob man über- oder überschreitet. Die Stop-Loss-Strategie wird unterhalb des Mindestwertes unterhalb des Einstiegspunktes festgelegt. Die Stop-Loss-Strategie wird über dem Höchstwert über dem Einstiegspunkt festgelegt.
Analyse der Stärken
- Die Doppel-Einheitsfilter erkennen effektiv die Richtung des Handels und vermeiden die Störung durch Marktlärm.
- Die MACD-Verifizierung sorgt dafür, dass sich ein Trend etabliert, und verhindert häufige Positionen während der Erschütterung.
- Strenge Stop-Loss-Strategien maximieren die Gewinnbindung und kontrollieren das Marktrisiko.
- Die Parameter sind anpassbar und können je nach Markt- und Sorte-Eigenschaften optimiert werden.
Risikoanalyse
- Wenn die MACD-Parameter falsch ausgewählt werden, können kürzere Trends oder häufige Interventionsgeschäfte verpasst werden.
- Die Durchschnittsparameter müssen für bestimmte Sorten getestet werden, um optimal zu sein.
- In stark bewegten Märkten kann ein Stop-Loss durchbrochen werden, was zu einem gewissen Verlust führt.
Die Parameter des MACD-Indikators können angepasst werden, um eine bessere Koordination zu erzielen. Darüber hinaus sollten die Parameter der Gleichlauf-Periode entsprechend den Merkmalen der verschiedenen Sorten optimiert werden. Schließlich kann die Stop-Loss-Marge angemessen gelockert werden, um die vollständige Freisetzung der breit angelegten Gewinne sicherzustellen.
Optimierungsrichtung
Die Strategie kann in folgenden Richtungen weiter optimiert werden:
Die Einführung eines selbstadaptiven Gleichlaut-Algorithmus. Die Gleichlaut-Kombination mit dynamischen Zyklen kann automatisch an Marktveränderungen angepasst werden, ohne dass Optimierungsparameter durch menschliche Intervention erforderlich sind.
In Kombination mit einem maschinellen Lernmodell können Algorithmen wie Deep Learning verwendet werden, um automatisch Merkmale verschiedener Marktarten zu erkennen und in Echtzeit optimale Parameter-Einstellungen auszuführen.
Zusätzliche Filterbedingungen hinzugefügt. Auf der Grundlage der vorhandenen Handelssignale können andere technische Indikatoren als Hilfskriterien hinzugefügt werden, wie z. B. die Einführung eines Transaktionsvolumens.
Optimierung von Stop-Loss-Strategien. Es können intelligentere Stop-Loss-Methoden wie Breakthrough-Stopps, Tracking-Stopps und andere erforscht werden, um größere Gewinne zu erzielen, während Risiken kontrolliert werden.
Zusammenfassen
Die Doppel-Gleichgewicht- und MACD-Kombinationsstrategie berücksichtigt mehrere Dimensionen von Trendmerkmalen, Dynamikfaktoren und Risikokontrolle und überwindet die Einschränkungen eines einzigen technischen Indikators. Sie kann die Stabilität von quantifizierten Transaktionen effektiv verbessern. Die Strategie kann durch Parameter sehr gut an verschiedene Marktumgebungen angepasst werden und ist es wert, auf dem Markt angewendet und kontinuierlich optimiert zu werden.
/*backtest
start: 2024-01-01 00:00:00
end: 2024-01-31 23:59:59
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Bollinger Band Strategy with Early Signal (v5)", overlay=true)
// Inputs
length = 20
mult = 1.5
src = close
riskRewardRatio = input(3.0, title="Risk-Reward Ratio")
// Calculating Bollinger Bands
basis = ta.ema(src, length)
dev = mult * ta.stdev(src, length)
upper = basis + dev
lower = basis - dev
// Plotting Bollinger Bands
plot(upper, "Upper Band", color=color.red)
plot(lower, "Lower Band", color=color.green)
// Tracking Two Candles Ago Crossing Bollinger Bands
var float twoCandlesAgoUpperCrossLow = na
var float twoCandlesAgoLowerCrossHigh = na
if (close[2] > upper[2])
twoCandlesAgoUpperCrossLow := low[2]
if (close[2] < lower[2])
twoCandlesAgoLowerCrossHigh := high[2]
// Entry Conditions
longCondition = (not na(twoCandlesAgoLowerCrossHigh)) and (high > twoCandlesAgoLowerCrossHigh)
shortCondition = (not na(twoCandlesAgoUpperCrossLow)) and (low < twoCandlesAgoUpperCrossLow)
// Plotting Entry Points
plotshape(longCondition, title="Buy Signal", location=location.belowbar, color=color.green, style=shape.labelup, text="BUY")
plotshape(shortCondition, title="Sell Signal", location=location.abovebar, color=color.red, style=shape.labeldown, text="SELL")
// Strategy Execution
if (longCondition)
stopLoss = low - (high - low) * 0.05
takeProfit = close + (close - stopLoss) * riskRewardRatio
strategy.entry("Buy", strategy.long)
strategy.exit("Exit Buy", "Buy", stop=stopLoss, limit=takeProfit)
if (shortCondition)
stopLoss = high + (high - low) * 0.05
takeProfit = close - (stopLoss - close) * riskRewardRatio
strategy.entry("Sell", strategy.short)
strategy.exit("Exit Sell", "Sell", stop=stopLoss, limit=takeProfit)