ianzeng123
2
konzentrieren Sie sich auf
319
Anhänger
Überblick
Die Strategie ist ein Trend-Tracking-System, das traditionelle technische Analysen und moderne KI-Methoden kombiniert. Sie verwendet hauptsächlich den Index-Moving Average (EMA) und den Simple Moving Average (SMA) als Trendfilter, während ein Prognosemodell zur Optimierung der Einstiegszeit eingeführt wird. Die Strategie wurde speziell für die Tageslinie optimiert, um mittel- und langfristige Markttrends zu erfassen.
Strategieprinzip
Die Kernlogik der Strategie besteht aus drei Hauptkomponenten:
- Trendscheidungssystem - Nutzung von 200-Perioden-EMA und SMA als Haupttrendfilter, um die aktuelle Trendrichtung durch die Position des Preises in Bezug auf die Durchschnittslinie zu bestimmen
- Prognose-Module - mit erweiterbaren Prognose-Komponenten, derzeit mit Simulationsprognose, nachträglich ersetzbar durch Machine-Learning-Modelle
- Positionsmanagement - Festlegung von 4 K-Linien-Positionsperioden zur Kontrolle der Zeit und des Risikos
Die Erzeugung von Handelssignalen erfordert die Einheitlichkeit der Trendrichtung und der Prognose, d.h.:
- Mehrköpfige Signale: Der Preis liegt über den EMA und SMA und die Prognose ist positiv
- Blank Signal: Preis liegt unterhalb der EMA und SMA und wird negativ erwartet
Strategische Vorteile
- Klare Struktur - Strategie-Logik ist einfach, intuitiv, leicht zu verstehen und zu pflegen
- Risikokontrolle - Risiken werden durch die Festlegung der Positionszyklus und die doppelte Mittellinien-Filterung wirksam kontrolliert
- Skalierbarkeit - Prognose-Module sind flexibel konzipiert und bieten Zugang zu verschiedenen Prognose-Modellen, je nach Bedarf
- Anpassungsfähigkeit - Anpassungsfähigkeit der Parameter an unterschiedliche Marktumgebungen
- Moderate Frequenz der Operationen - Operationen auf der Tageszeile reduzieren die Transaktionskosten und den Stress
Strategisches Risiko
- Trendwechselrisiko - an einem Trendwechselpunkt kann es zu Folgeverlusten kommen
- Parameter-Sensitivität - Die Wahl der Durchschnitts- und Haltungsphase hat einen großen Einfluss auf die Strategie
- Modellabhängigkeit - die Genauigkeit der Prognose-Module beeinflusst die Strategiewirkung
- Schlupfpunkt-Effekte - Operationen auf der Tageszeilenstufe können größere Schlupfpunkte aufweisen
- Marktumfeldabhängigkeit - in einem turbulenten Markt kann es schlecht laufen
Richtung der Strategieoptimierung
- Prognose-Modell-Upgrade - Einführung eines maschinellen Lernmodells anstelle der vorhandenen Zufallsprognose
- Dynamische Positionshaltephase - Positionshaltezeit, die dynamisch an Marktschwankungen angepasst wird
- Stop-Loss-Optimierung - Erhöhung der dynamischen Stop-Loss-Mechanismen zur Steigerung der Risikokontrolle
- Positionsverwaltung - Einführung einer auf Volatilität basierenden Positionsverwaltung
- Mehrdimensionale Filterung - Hilfsindikatoren wie erhöhte Transaktionsmenge, Schwankungen
Zusammenfassen
Durch die Kombination von traditioneller technischer Analyse und modernen Prognosemethoden wurde ein robustes Trend-Tracking-System aufgebaut. Die Hauptvorteile liegen in der Logikklarheit, der Risikokontrolle und der starken Skalierbarkeit. Durch die Optimierung der Strategie, insbesondere durch Verbesserungen der Prognose-Modelle und der Risikokontrolle, wird die Stabilität und Profitabilität der Strategie weiter verbessert.
Strategiequellcode
/*backtest
start: 2024-02-21 00:00:00
end: 2025-02-18 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("My Strategy", overlay=true)
// Parameters (adjust as needed)
neighborsCount = 8
maxBarsBack = 2000
featureCount = 5
useDynamicExits = true
useEmaFilter = true
emaPeriod = 200
useSmaFilter = true
smaPeriod = 200
// Moving Average Calculations
ema = ta.ema(close, emaPeriod)
sma = ta.sma(close, smaPeriod)
// Trend Conditions
isEmaUptrend = close > ema
isEmaDowntrend = close < ema
isSmaUptrend = close > sma
isSmaDowntrend = close < sma
// Model Prediction (Replace with your real model)
// Here a simulation is used, replace it with real predictions
prediction = math.random() * 2 - 1 // Random value between -1 and 1
// Entry Signals
isNewBuySignal = prediction > 0 and isEmaUptrend and isSmaUptrend
isNewSellSignal = prediction < 0 and isEmaDowntrend and isSmaDowntrend
// Exit Signals
var int barsHeld = 0
var bool in_position = false
var int entry_bar = 0
if isNewBuySignal and not in_position
in_position := true
entry_bar := bar_index
barsHeld := 1
else if isNewSellSignal and not in_position
in_position := true
entry_bar := bar_index
barsHeld := 1
else if in_position
barsHeld := barsHeld + 1
if barsHeld == 4
in_position := false
endLongTradeStrict = barsHeld == 4 and isNewBuySignal[1]
endShortTradeStrict = barsHeld == 4 and isNewSellSignal[1]
// Backtest Logic
var float totalProfit = 0
var float entryPrice = na
var int tradeDirection = 0
if isNewBuySignal and tradeDirection <= 0
entryPrice := close
tradeDirection := 1
strategy.entry("Long", strategy.long)
if isNewSellSignal and tradeDirection >= 0
entryPrice := close
tradeDirection := -1
strategy.entry("Short", strategy.short)
if (endLongTradeStrict and tradeDirection == 1) or (endShortTradeStrict and tradeDirection == -1)
exitPrice = close
profit = (exitPrice - entryPrice) / entryPrice
if tradeDirection == -1
profit := (entryPrice - exitPrice) / entryPrice
totalProfit := totalProfit + profit
tradeDirection := 0
strategy.close_all()
plot(close, color=color.blue)
plot(ema, color=color.orange)
plot(sma, color=color.purple)