
Überblick
Die Strategie, die als “Dienstags-Umkehr-Strategie” bezeichnet wird, basiert auf der Erfolgslinie und anderen Filterbedingungen. Die Strategie basiert auf dem Kauf am Montag, wenn die Bedingungen erfüllt sind, und dem Verkauf am Mittwoch, um die Umkehrung am Dienstag zu erfassen. Die Strategie filtert Indikatoren wie den RSI, den ATR und andere und schließt bestimmte Zeiten wie den Mai aus, um die Strategie zu verbessern.
Strategieprinzip
- Wenn der 30-Tage-Durchschnittswert als Grundlage für die Trendbeurteilung verwendet wird und der Schlusskurs des aktuellen Handelstages unter dem 30-Tage-Durchschnittswert liegt, wird der Trend als nach unten angesehen und erfüllt eine der Kaufbedingungen.
- Wenn der 3-Tage-RSI und der 10-Tage-ATR als Filterbedingungen verwendet werden und der 3-Tage-RSI weniger als 51 ist und der Relativ-Zahntag-ATR weniger als 95% beträgt, wird als pessimistische, aber nicht extreme Marktstimmung eine Kaufbedingung angesehen.
- Die Aktienmärkte sind in der Regel schwach, da sie sich durch die “Sell in May and go away”-Effekte beeinflussen.
- Die oben genannten Bedingungen sind zusammengefasst: Kauf am Montag, wenn alle Filterbedingungen erfüllt sind, und Verkauf am Mittwoch, wenn die Börse geöffnet ist.
Strategische Vorteile
- Die Kombination aus Durchschnitts- und Stimmungsindikatoren erlaubt es, die Umkehrung am Dienstag zu erfassen.
- Durch die doppelte Filterung von RSI und ATR, die den Handel unter Extremsituationen ausschließt, wird die Gewinn-Risiko-Verhältnis der Strategie erhöht.
- Die Ausnahme des Monats Mai verhindert, dass sich ein normalerweise schlechter Zeitraum abzeichnet, was zu einer höheren Strategieleistung führt.
- Es gibt nur am Montag zu kaufen und am Mittwoch zu verkaufen, die Häufigkeit der Transaktionen ist gering, die Gebühren sind gering.
Strategisches Risiko
- Bei starken Trends kann eine Strategie schlechte Ergebnisse erzielen, wenn eine Umkehrung nicht sichtbar ist.
- Eine feste Kauf- und Verkaufszeit kann bessere Kauf- und Verkaufszeiten verpassen, was die Flexibilität und den Gewinnraum der Strategie einschränkt.
- Das Risiko, dass der Indikator bei starken Marktveränderungen fehlschlägt, hängt von den Indikatoren ab.
- Die Monatsbeurteilung basiert auf historischen Erfahrungen, bedeutet nicht, dass die zukünftige Situation die gleiche sein muss, und es besteht ein Risiko für die Aktualität.
Richtung der Strategieoptimierung
- Die Einführung von mehr effektiven Filterindikatoren wie Verkehr, Volatilität usw. kann in Erwägung gezogen werden, um die Robustheit und Anpassungsfähigkeit der Strategie zu verbessern.
- Optimierung von Kauf- und Verkaufstipps, wie z. B. Durchbruchbestätigung in der Liste, erhöht die Flexibilität der Strategie und den Gewinnraum.
- Für die Optimierung des Haltezyklus kann eine längere Haltezeit in Betracht gezogen werden, um Trends besser zu erfassen.
- Die Anpassung der Strategien an die verschiedenen Marktsituationen, die Einstellung verschiedener Parameter und die Verbesserung der Anpassungsfähigkeit der Strategien.
- Positionsmanagement und Risikokontrollmodul, um extremen Marktsituationen zu begegnen.
Zusammenfassen
Die am Dienstag umgekehrte Strategie ((Wochenend-Filterung) beurteilt die Kombination von Kennzahlen wie der Durchschnittslinie, dem RSI und dem ATR und kauft oder verkauft zu einem bestimmten Zeitpunkt, um den umgekehrten Trend am Dienstag zu erfassen. Die Strategie hat eine niedrige Handelsfrequenz, geringe Vergütungskosten und erhöht die Gewinn-Risiko-Ratio der Strategie durch Zeit- und Kennzahlen-Filterung.
Strategiequellcode
/*backtest
start: 2024-03-01 00:00:00
end: 2024-03-31 23:59:59
period: 2h
basePeriod: 15m
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/
// © muikol
//@version=5
strategy("Turnaround Tuesday", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=100, commission_type=strategy.commission.percent, commission_value=0.035)
// Inputs for MA period, filter_1, filter_2, month filter, and testing period
ma_period = input(30, title="Moving Average Period")
use_filter_1 = input(true, title="Use RSI Filter")
use_filter_2 = input(true, title="Use ATR Filter")
use_month_filter = input(true, title="Exclude May")
start_date = input(defval=timestamp("2009-01-01 00:00:00"), title="Start Backtest")
end_date = input(defval=timestamp("2025-01-01 00:00:00"), title="End Backtest")
// Data calculations
MA_tt = ta.sma(close, ma_period)
atr10 = ta.atr(10)
rsi3 = ta.rsi(close, 3)
c_1 = close[1]
// Entry conditions
isMonday = dayofweek == dayofweek.monday
bear = close[1] < MA_tt[1]
filter_1 = use_filter_1 ? rsi3[1] < 51 : true
filter_2 = use_filter_2 ? c_1/atr10[1] < 95 : true
notMay = use_month_filter ? month != 5 : true
entryCondition = isMonday and bear and notMay and filter_1 and filter_2
// Date check
inTestPeriod = true
// Exit conditions
isWednesdayOpen = dayofweek == dayofweek.wednesday
// Entry and exit triggers
if entryCondition and inTestPeriod
strategy.entry("Buy", strategy.long)
if isWednesdayOpen and strategy.position_size > 0 and inTestPeriod
strategy.close("Buy")
// Plot the moving average
plot(MA_tt, title="Moving Average", color=color.blue)