Strategie für stochastische gleitende Durchschnittswerte in mehreren Zeitrahmen
ChaoZhang
Überblick
Die MTF Stochastic Strategy ist eine quantitative Handelsstrategie, die auf einem Zufallsindikator basiert. Sie nutzt die Zufallsindex-Mitteln des aktuellen und höheren Zeitrahmens, um eine Kombination von Trendverfolgung und Trendumkehr zu erzielen.
Strategieprinzip
Die Kernindikatoren der Strategie sind die zufälligen Indizes K- und D-Linien. Die K-Linien spiegeln die jüngste Preisbewegung wider, die D-Linien sind die Moving Averages der K-Linien. Ihre relative Position und Richtung können die Preisentwicklung und die mögliche Umkehrung bestimmen.
Wenn die kurzfristige K-Linie die mittlere D-Linie von unten nach oben durchbricht, gibt es kurzfristige Aufwärtsbewegung; wenn die kurzfristige K-Linie die mittlere D-Linie von oben nach unten durchbricht, gibt es kurzfristige Abwärtsdruck.
Die Strategie verwendet Zufallsindikatoren für zwei Zeiträume, um die Bestätigung von Handelssignalen zu ermöglichen. Die Zufallsindikatoren für die höheren Zeiträume werden verwendet, um die Richtung der Tendenz zu bestätigen, und die Zufallsindikatoren für die aktuellen Zeiträume werden verwendet, um kurzfristige Durchbruchspunkte zu finden, um den Handel zu ermöglichen.
Wenn ein zufälliger Indikator für einen höheren Zeitrahmen eine Bestätigung im Aufwärtstrend hat und ein zufälliger Indikator für den aktuellen Zeitrahmen zeigt, dass der Preis einen Aufwärtstrend hat, machen Sie mehr; wenn ein zufälliger Indikator für einen höheren Zeitrahmen einen Abwärtstrend bestätigt und ein zufälliger Indikator für den aktuellen Zeitrahmen zeigt, dass der Preis einen Abwärtstrend hat, machen Sie null.
Analyse der Stärken
Die Strategie kombiniert Multi-Time-Frame-Indikatoren mit aktuellen Durchbrüchen, um effektiv Marktlärm zu filtern und profitable Geschäfte mit höherer Wahrscheinlichkeit zu locken. Die konkreten Vorteile sind:
- Ein höherer Zeitrahmen, der sicherstellt, dass der Handel nur in Richtung des Trends erfolgt, reduziert die unnötige Schaltfrequenz und die Anzahl der Verluste.
- Der aktuelle Zeitrahmen garantiert eine kurzfristige Umkehrung der Tendenz, um ein geringeres Risiko einzufangen und eine präzisere und zeitnahere Ein- und Ausstiegsmethode zu ermöglichen.
- Die Kombination von doppelten Zufallsindikatoren erhöht die Genauigkeit des Signals und verringert die Wahrscheinlichkeit, dass ein falsches Signal auftritt.
Risikoanalyse
Die Strategie birgt auch einige Risiken, die sich in folgenden Aspekten widerspiegeln:
- Bei einem plötzlichen Umschwung kann es sein, dass die Kennzahlen für einen höheren Zeitrahmen die Identifizierung neuer Trends verzögern, was dazu führt, dass die Strategie die Umstellung verzögert und die Verluste erhöht. Es ist notwendig, die Zeitrahmenparameter zu optimieren, um sicherzustellen, dass ausreichend zeitnahe Marktinformationen vorliegen.
- Derzeitige Zeitrahmenindikatoren sind zu empfindlich und können die Strategie-Handelsfrequenz und die Handelskosten erhöhen. Die Parameter müssen entsprechend angepasst werden, um sicherzustellen, dass unwichtiger Marktlärm herausgefiltert wird.
- Die Kombination von doppelten Zufallsindikatoren erhöht zwar die Signalgenauigkeit, verzögert aber auch die Reaktionsgeschwindigkeit. Wenn die Situation stark schwankt, kann der optimale Einstiegspunkt verpasst werden.
Optimierungsrichtung
Die wichtigsten Optimierungsbereiche der Strategie sind:
- Optimierung der Gleitfaktoren der höheren Zeitrahmen-Indikatoren, so dass sie zeitgerecht auf neue Trendrichtungen reagieren;
- Anpassung der aktuellen Zeitrahmen-Indikatorparameter und Einstellung eines vernünftigen Durchbruchschwellenwertes zur Filterung von Geräuschsignalen;
- Es wird versucht, die Wirksamkeit einer Kombination verschiedener Zeitrahmen zu testen, um die optimale Balance zu finden.
- Die Einführung einer Stop-Loss-Strategie, um das Risiko eines Einzelschadens zu kontrollieren.
Zusammenfassen
Eine typische Trendverfolgungsstrategie ist die Multi-Time-Frame-Random-Index-Evenline-Strategie. Sie nutzt gleichzeitig Zufallsindikatoren auf zwei Zeitskalen, um die Marktlage genau zu erfassen. Durch die Optimierung der Parameter können die Stabilität und die Profitabilität der Strategie weiter verbessert werden.
/*backtest
start: 2023-02-22 00:00:00
end: 2024-02-28 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=3
strategy("MTF stochastic strategy", overlay=false,pyramiding=3,default_qty_type=strategy.percent_of_equity,default_qty_value=100,currency=currency.USD)
//
//this strategy is inspired to bobby thread in forexfactory forum
//
len = input(11, minval=1, title="Length for Main Stochastic")
smoothK = input(3, minval=1, title="SmoothK for Main Stochastic")
smoothD = input(3, minval=1, title="SmoothD for Main Stochastic")
upLine = input(80, minval=50, maxval=90, title="Upper Line Value?")
lowLine = input(20, minval=10, maxval=50, title="Lower Line Value?")
trailStep=input(50,minval=10,title="Trialing step value")
// current stochastic calculation
k = sma(stoch(close, high, low, len), smoothK)
d = sma(k, smoothD)
//mtf stochastic calculation smoothed with period
mtfK= sma(stoch(close, high, low, len), smoothK*3)
mtfD= sma(k, smoothD*3)
plot(k,"current TF k",black,style=linebr)
plot(d,"current TF d",gray,style=linebr)
plot(mtfK,"MTF TF k",red,style=line)
plot(mtfD,"Multi TF d",green,style=line)
hline(upLine)
hline(50)
hline(lowLine)
longCondition = crossover(mtfK, 50) and k>50 and change(k,1)>0 and k>d and mtfK>mtfD
if (longCondition)
strategy.entry("Lungo", strategy.long)
shortCondition = crossunder(mtfD, 50) and k<50 and change(k,1)<0 and k<d and mtfK<mtfD
if (shortCondition)
strategy.entry("Corto", strategy.short)
exitlong=crossunder(mtfD, upLine)
exitshort=crossover(mtfK, lowLine)
if (exitlong)
strategy.exit("Esci lungo","Lungo",trail_points=trailStep)
if (exitshort)
strategy.exit("Esci corto","Corto",trail_points=trailStep)