Mean-Reversion-Strategie

SMA DEV MA
Erstellungsdatum: 2024-06-17 14:57:59 zuletzt geändert: 2024-06-17 14:57:59
Kopie: 0 Klicks: 600
1
konzentrieren Sie sich auf
1617
Anhänger

Mean-Reversion-Strategie

Überblick

Die Strategie basiert auf dem Prinzip der Durchschnittsregration und nutzt die Situation, in der der Preis von einem beweglichen Durchschnitt abweicht, um Handelsentscheidungen zu treffen. Wenn der Preis von der Oberbahn aufwärts abweicht, macht er sich frei, wenn er von der Unterbahn abweicht, macht er sich frei, wenn der Preis zum beweglichen Durchschnitt zurückkehrt. Der Kern dieser Strategie ist die Annahme, dass der Preis immer zum Mittelwert zurückkehrt.

Strategieprinzip

  1. Berechnen Sie den einfachen gleitenden Durchschnitt (SMA) für die angegebene Periode (Standard 20) als Mittelwert des Preises.
  2. Berechnen Sie die Standarddifferenz des Preises ((DEV) und bauen Sie damit eine Auf- und Abwärtsbahn. Die Aufwärtsbahn ist das SMA plus das Vielfache der Standarddifferenz (default 1.5) und die Abwärtsbahn ist das SMA minus das Vielfache der Standarddifferenz.
  3. Wenn die Preise nach oben brechen, machen Sie nichts, wenn sie nach unten brechen, tun Sie mehr.
  4. Wenn der Preis nach unten durch die SMA platziert, ist der Preis nach unten durch die SMA platziert, wenn der Preis nach oben durch die SMA platziert ist, ist er leer.
  5. In der Tabelle sind die Moving Averages, die Auf- und Abgleise sowie die Kauf- und Verkaufssignale aufgeführt.

Analyse der Stärken

  1. Die Mean Return Strategie basiert auf dem statistischen Prinzip, dass der Preis immer zum Mittelwert zurückkehrt und langfristig eine bestimmte Gewinnwahrscheinlichkeit hat.
  2. Die Einstellung der auf- und abfahrenden Gleise bietet eindeutige Ein- und Ausstiegspunkte, die für die Ausführung und Verwaltung geeignet sind.
  3. Die Strategie ist klar und einfach zu verstehen und umzusetzen.
  4. Für Sorten und Zeitabschnitte mit deutlichen Mittelwert-Rückgangseigenschaften.

Risikoanalyse

  1. Wenn sich die Marktentwicklung ändert, können die Preise von den Durchschnittswerten abweichen und nicht zurückkehren, was zu einer Fehlwirkung der Strategie führt.
  2. Die falsche Einstellung des Standarddifferenz-Multiplikators führt zu zu hoher oder zu niedriger Handelsfrequenz, was sich auf die Erträge auswirkt.
  3. In extremen Situationen kann es zu starken Preisschwankungen kommen, wodurch sich die Auf- und Abwärtsspuren verlieren.
  4. Die Strategie kann nicht rentabel sein, wenn keine Varietät oder Periode mit der Eigenschaft der Durchschnittswertrückführung vorhanden ist.

Optimierungsrichtung

  1. Optimierungstests für die Periodizität und die Standarddifferenz der SMA, um die optimalen Parameter zu finden.
  2. Einführung von Trendmessungen und Vermeidung von Gegenhandel, wenn ein Trend eindeutig ist.
  3. Hinzugefügt wird ein dynamischer Orbit, der aus der Standarddifferenz heraus ein dynamischer Orbit bildet, wie z.B. ATR.
  4. Die Kosten der Transaktionen, wie z. B. der Verlaufspunkte und Gebühren, werden berücksichtigt, um die Authentizität der Rückmessung zu kontrollieren.
  5. Zusätzliche Module zur Windsteuerung, wie zum Beispiel Schadenstopp, Lagerplatzverwaltung usw.

Zusammenfassen

Eine Mean Return Strategie ist eine auf statistischen Prinzipien basierende, quantitative Handelsstrategie, die Handelsentscheidungen durch die Konstruktion von Preis-Mean-Wert-Strecken trifft. Die Strategie ist einfach in der Logik und wird eindeutig ausgeführt, wobei jedoch auf die Auswahl der Sorten und die Optimierung der Parameter geachtet wird. In der praktischen Anwendung müssen auch Faktoren wie Trend, Handelskosten und Risikokontrolle berücksichtigt werden, um die Robustheit und Profitabilität der Strategie zu verbessern.

Strategiequellcode
/*backtest
start: 2024-05-01 00:00:00
end: 2024-05-31 23:59:59
period: 4h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Mean Regression Strategy", overlay=true)

// Define the lookback period for the moving average
length = input.int(20, title="Moving Average Length")
mult = input.float(1.5, title="Standard Deviation Multiplier")

// Calculate the moving average and standard deviation
ma = ta.sma(close, length)
dev = mult * ta.stdev(close, length)

// Calculate upper and lower bands
upper_band = ma + dev
lower_band = ma - dev

// Plot the moving average and bands
plot(ma, color=color.blue, linewidth=2, title="Moving Average")
plot(upper_band, color=color.red, linewidth=2, title="Upper Band")
plot(lower_band, color=color.green, linewidth=2, title="Lower Band")

// Entry conditions
long_condition = ta.crossover(close, lower_band)
short_condition = ta.crossunder(close, upper_band)

// Exit conditions
exit_long_condition = ta.crossunder(close, ma)
exit_short_condition = ta.crossover(close, ma)

// Strategy orders
if (long_condition)
    strategy.entry("Long", strategy.long)
if (short_condition)
    strategy.entry("Short", strategy.short)

if (exit_long_condition)
    strategy.close("Long")
if (exit_short_condition)
    strategy.close("Short")

// Plot signals on the chart
plotshape(series=long_condition, location=location.belowbar, color=color.green, style=shape.labelup, title="Buy Signal")
plotshape(series=short_condition, location=location.abovebar, color=color.red, style=shape.labeldown, title="Sell Signal")