Die Strategie des Komplexen Ausbruchs

Schriftsteller:ChaoZhang, Datum: 2024-02-29 14:07:54
Tags:

Übersicht

Diese Strategie berechnet die höchsten und niedrigsten Preise der jüngsten N-Barren, um Doppel-Breakout-Bedingungen in Kombination mit einer gleitenden Durchschnittslinie festzulegen, um eine Handelsstrategie mit niedrigem Kauf und hohem Verkauf umzusetzen.

Strategieprinzipien

Die Strategie beruht hauptsächlich auf folgenden Grundsätzen:

Berechnen Sie den Mindestniedrigpreis minLow der letzten 7 Balken, um die Ausbruchkaufbedingung zu ermitteln
Berechnen Sie den maximalen Höchstpreis maxHigh der letzten 7 Bars, um die Ausbruchverkäufe zu ermitteln
Berechnen Sie die einfache gleitende Durchschnittslinie mma für 200-Perioden, um die Trendrichtung in Kombination mit mma zu bestimmen
Kaufbedingung: Schlusskurs durchbricht minLow und liegt über mma
Verkaufsbedingung: Schlusskurs überschreitet maxHigh oder liegt über maxHigh

Durch die Berechnung der Extreme der jüngsten N-Bars wird beurteilt, ob der Markt extrem überverkauft oder überkauft ist.

Analyse der Vorteile

Die Strategie weist folgende Vorteile auf:

Die Doppelbedingung macht die Handelssignale der Strategie zuverlässiger
Die Verwendung der Extreme der K-Linien, um den Überverkauf und den Überkauf zu beurteilen, kann die Chance der Umkehr nutzen
Die Kombination der gleitenden Durchschnittslinie zur Bestimmung der Trendrichtung verhindert umgekehrte Operationen
Es implementiert die Idee des niedrigen Kaufs und des hohen Verkaufs, was mit der Handelspsychologie der meisten Händler übereinstimmt
Die Logik der Strategie ist einfach und klar, leicht zu verstehen und umzusetzen

Durch die doppelte Bestätigung ist die Signalqualität der Strategie relativ hoch und der Raum für die Optimierung von Parametern groß, was für verschiedene Marktumgebungen geeignet ist.

Risikoanalyse

Die Strategie birgt auch einige Risiken:

Die doppelte Bedingung beschränkt die Häufigkeit der Signale und verpasst möglicherweise einige Handelsmöglichkeiten
Fehlende Einstellungen des Berechnungszyklus für K-Linien-Extreme können den Überverkauf- und Überkaufstatus nicht genau bestimmen
Falsche Parameterinstellungen der gleitenden Durchschnittslinie können die Trendrichtung falsch bestimmen
Es muss mehrere Parameter gleichzeitig optimieren, so dass Parameteroptimierung schwieriger

Diese Risiken können durch Anpassung der Rechenzyklen, Optimierung von Parameterkombinationen und andere Methoden verringert werden.

Optimierungsrichtlinien

Die Strategie kann hauptsächlich in folgenden Richtungen optimiert werden:

Optimieren Sie den Rechenzyklus der K-Linien-Extreme, um die am besten geeigneten Zyklusparameter zu finden, um Überkauf und Überverkauf zu bestimmen
Prüfung der Wirkungen gleitender Durchschnittslinien unterschiedlicher Länge
Erhöhung anderer kombinierter Indikatoren wie BOLL-Kanäle, KD-Indikatoren usw.
Steigerung der Stop-Loss-Strategien zur Kontrolle von Einzeltraumausfällen
Optimierung der Einstiegs- und Ausstiegsbedingungen zur Verbesserung der Signalqualität

Durch Parameteroptimierung, Indikatoroptimierung, Risikokontrolloptimierung und andere Mittel kann der Gewinnfaktor der Strategie erheblich verbessert werden.

Zusammenfassung

Im Allgemeinen ist dies eine sehr praktische Breakout-Strategie. Durch die Berechnung der Extreme der K-Linien zur Bestimmung des Überverkaufs- und Überkaufstatus, die Verwendung der gleitenden Durchschnittslinie zur Bestimmung der Trendrichtung, die Einstellung doppelter Filterbedingungen zur Filterung falscher Signale, werden hochwertige Low-Buy- und High-Sell-Strategien implementiert. Durch die Optimierung von Rechenzyklen, das Hinzufügen anderer Indikatoren und anderer Mittel kann der Strategieeffekt weiter verbessert werden. Die Strategie eignet sich sowohl für Anfänger, um sie zu lernen, als auch für professionelle Trader, um sie zu optimieren und zu verwenden.

/*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=4
strategy("Larry Connors por RON", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=100)

value1 = input(7, title="Quantity of day low")
value2 = input(7, title="Quantity of day high")
entry = lowest(close[1], value1)
exit = highest(close[1], value2)

lengthMMA = input(200, title="Length of SMA", minval=1)
mma = sma(close, lengthMMA)

// Calcular el mínimo de los precios bajos de las últimas 'value1' velas
minLow = lowest(low, value1)

// Calcular el máximo de los precios altos de las últimas 'value2' velas
maxHigh = highest(high, value2)

// Test Period
testStartYear = input(2009, "Backtest Start Year")
testStartMonth = input(1, "Backtest Start Month")
testStartDay = input(2, "Backtest Start Day")
testPeriodStart = timestamp(testStartYear, testStartMonth, testStartDay, 0, 0)

testStopYear = input(2020, "Backtest Stop Year")
testStopMonth = input(12, "Backtest Stop Month")
testStopDay = input(30, "Backtest Stop Day")
testPeriodStop = timestamp(testStopYear, testStopMonth, testStopDay, 0, 0)

testPeriod() => true

if testPeriod()
    // Condiciones de entrada
    conditionMet = (close > mma) and (close < entry) and (low == minLow)
    strategy.entry("Buy", strategy.long, when=conditionMet)
    
    if conditionMet
        label.new(bar_index, entry, text="↑", style=label.style_arrowup, color=color.green, size=size.small, yloc=yloc.belowbar)
    
    // Condiciones de salida
    conditionExit = close > exit or close > maxHigh
    strategy.close("Buy", when=conditionExit)

Mehr