Ichimoku Kinko Hyo Momentum Index Strategie


Erstellungsdatum: 2024-03-15 16:23:55 zuletzt geändert: 2024-03-15 16:23:55
Kopie: 0 Klicks: 711
1
konzentrieren Sie sich auf
1617
Anhänger

Ichimoku Kinko Hyo Momentum Index Strategie

Überblick

Die Gleichgewichtsdynamik-Index-Strategie ist eine Handelsstrategie, die den Gleichgewichtsdynamik-Index (Ichimoku) und den Stochastic Momentum Index (Stochastic Momentum Index) kombiniert. Die Strategie erzeugt Handelssignale, die für mehrere Märkte und mehrere Zeiträume wie Aktien, Waren, Indizes und andere verwendet werden, indem sie den Gleichgewichtsschwingungsindikator (Ichimoku Oscillator) und den Stochastic Momentum Index berechnet.

Strategieprinzip

Im Mittelpunkt der Strategie steht die Berechnung des Gleichgewichtsschwingungs-Indikators (IO) und des Zufallsdynamik-Index (SMI). Der IO-Indikator spiegelt die Überkauf-Überverkauf-Situation des Marktes durch Berechnung verschiedener Perioden EMAs am 9, 26, 52 und 14. Tag wider. Der SMI-Indikator spiegelt ebenfalls die Überkauf-Überverkauf-Situation des Marktes wider, indem er die Höhe des Preises im Verhältnis zum Höchsten/Tiefsten in einem bestimmten Zeitraum berechnet und mit eingebetteten EMAs glatt behandelt wird.

Die Handelssignale für die Strategie lauten wie folgt:

  • Wenn der SMI über seine Signalleitung fährt und die IO größer als 0 ist, eröffnen Sie eine Positionierung
  • Öffnen Sie den Speicher, wenn der SMI seine Signalleitung durchbricht und die IO kleiner als 0 ist

Die Kombination von IO und SMI ermöglicht eine bessere Erfassung von Marktwendepunkten und erhöht die Handelsgenauigkeit.

Analyse der Stärken

Die Gleichgewichtsdynamik hat folgende Vorteile:

  1. Durch die Kombination von Balance-of-Points-Indikatoren und Random Dynamics-Indikatoren, zwei wirksame technische Indikatoren, die sich ergänzen, können Markttrends und -bewegungen umfassender analysiert werden.
  2. Der IO-Indikator verwendet EMAs und SMAs mit mehreren Zyklen, um Preisschwankungen zu glätten und die Lärmstörung zu reduzieren.
  3. Die SMI-Anzeige wurde auf Basis der Zufallsanzeige optimiert, wobei die Verwendung von eingebetteten EMAs die Kurve glatter machte und das Problem der Überschneidung der Zufallsanzeige vermieden wurde.
  4. Die Handelssignale berücksichtigen sowohl die IO- als auch die SMI-Situation und können so die falschen Signale effektiv filtern und die Gewinnrate erhöhen.
  5. Sie sind für mehrere Märkte und Zeiträume geeignet und haben eine gute Anpassungsfähigkeit und Stabilität.

Risikoanalyse

Obwohl die Strategie des Balance-of-Powers-Index auf den ersten Blick viele Vorteile hat, gibt es einige potenzielle Risiken:

  1. Die Strategie beruht auf Berechnungen und Analysen aus historischen Daten, deren Anpassungsfähigkeit an zukünftige Märkte möglicherweise abnimmt.
  2. Die IO- und SMI-Indikatoren sind im Wesentlichen Verzögerungsindikatoren, die bei schnellen Marktveränderungen zu Signalverzögerungen führen können.
  3. Die Strategie berücksichtigt nicht die grundlegenden Faktoren des Marktes, wie z. B. die Nachrichten über große Gewinne und Verluste.
  4. In Zeiten von Marktschwankungen kann diese Strategie zu häufigen Transaktionen führen, was die Transaktionskosten erhöht.

Die folgenden Maßnahmen können gegen diese Risiken eingesetzt werden:

  1. Regelmäßige Überprüfung und Anpassung der Strategieparameter zur Verbesserung der Anpassungsfähigkeit.
  2. Analyse in Verbindung mit anderen führenden Indikatoren oder Marktinformationen, um Rückstände auszugleichen.
  3. Setzen Sie geeignete Stop-Loss-Systeme, um das Risiko eines einzelnen Handels zu kontrollieren.
  4. Bei Marktschwankungen können die periodischen Parameter der IO- und SMI-Indikatoren erhöht und die Handelsfrequenz verringert werden.

Optimierungsrichtung

Die Strategie kann in mehreren Bereichen optimiert werden:

  1. Bei den IO-Indikatoren können mehr verschiedene Periodenkombinationen ausprobiert werden, um repräsentativere Parameter zu finden.
  2. Für SMI-Indikatoren können verschiedene Methoden zur Glatterung untersucht werden, z. B. die Verwendung der Wild-Glatterung, um die Rückständigkeit der Indikatoren weiter zu reduzieren.
  3. Die Konzentration des Handelssignals kann durch andere Indikatoren wie den Handelsvolumen bereichert werden.
  4. Für verschiedene Markteigenschaften können verschiedene Parameter und Thresholds festgelegt werden, um die Anpassungsfähigkeit der Strategie zu verbessern.
  5. Diese Strategie kann mit anderen Strategien kombiniert werden, z. B. Trendstrategien, Mittelwertrückkehrstrategien usw., um ein Strategie-System zu schaffen und die Gesamterträge zu verbessern.

Durch diese Optimierung kann die Leistung und Stabilität der Strategie des Balanced Dynamics Index weiter verbessert werden.

Zusammenfassen

Die Strategie der Gleichgewichtsdynamik ist eine wirksame technische Analyse-Strategie. Sie kombiniert die klassischen Indikatoren der Gleichgewichtsdynamik und der Random Dynamic Index, die sich ergänzen und eine umfassende Analyse der Überkauf-Überverkaufssituationen und Trendwendepunkte in den Märkten ermöglichen, um die Grundlage für Handelsentscheidungen zu liefern. Die Strategie ist klar in der Logik, ist anwendbar und hat einen starken praktischen Wert.

Strategiequellcode
/*backtest
start: 2023-03-09 00:00:00
end: 2024-03-14 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © manoharbauskar

//@version=5
strategy(title='Ichimoku Oscillator with SMI', shorttitle='IOSMI', overlay = false)
io = ta.ema(hl2, 9) / 2 + ta.ema(hl2, 26) / 2 + ta.sma(close, 14) - ta.ema(hl2, 52) - ta.sma(open, 14)
plot(io, color=ta.change(io) <= 0 ? #872323 : #007F0E, style=plot.style_columns)
a = input(21, 'Percent K Length')
b = input(9, 'Percent D Length')
// Range Calculation
ll = ta.lowest(low, a)
hh = ta.highest(high, a)
diff = hh - ll
rdiff = close - (hh + ll) / 2
// Nested Moving Average for smoother curves
avgrel = ta.ema(ta.ema(rdiff, b), b)
avgdiff = ta.ema(ta.ema(diff, b), b)
// SMI calculations
SMI = avgdiff != 0 ? avgrel / (avgdiff / 2) * 100 : 0
SMIsignal = ta.ema(SMI, b)
//All PLOTS
plot(SMI, color = color.blue , title='Stochastic Momentum Index', linewidth = 2)
plot(SMIsignal, color=color.new(#FF5252, 0), title='SMI Signal Line', linewidth = 2)
plot(60, color=color.new(#00E676, 0), title='Over Bought')
plot(-60, color=color.new(#FF9800, 0), title='Over Sold')
plot(0, color=color.new(#E040FB, 0), title='Zero Line')

longCondition = SMI > SMIsignal and io > 0
if (longCondition)
    strategy.entry("Buy", strategy.long)

shortCondition = SMI < SMIsignal and io < 0
if (shortCondition)
    strategy.entry("Sell", strategy.short)