Quantitative Handelsstrategie für Momentum-Trendverfolgung und Risikomanagement auf mehreren Zeitskalen

SMA MA SRI TP SL BE
Erstellungsdatum: 2025-04-17 14:01:16 zuletzt geändert: 2025-04-17 14:01:16
Kopie: 1 Klicks: 350
2
konzentrieren Sie sich auf
319
Anhänger

Quantitative Handelsstrategie für Momentum-Trendverfolgung und Risikomanagement auf mehreren Zeitskalen Quantitative Handelsstrategie für Momentum-Trendverfolgung und Risikomanagement auf mehreren Zeitskalen

Überblick

Es handelt sich um eine quantitative Handelsstrategie, die auf einem Portfolio von technischen Indikatoren auf mehreren Zeitskalen basiert und durch die umfassende Analyse von Moving Averages, Random Relative Weak Indicators (SRI) und Preisbewegungen einen präzisen Markteintritt und eine Risikokontrolle ermöglicht. Die Strategie zielt darauf ab, Markttrends zu erfassen und gleichzeitig das Handelsrisiko effektiv zu verwalten und ist für quantitative Händler geeignet, die nach stabilen Erträgen suchen.

Strategieprinzip

Der Kern der Strategie besteht aus fünf wichtigen technischen Indikatoren:

  1. Der Moving Average-Indikator:
  • 5-, 10-, 50- und 100-Tage-SMA
  • Beurteilung der Richtung der Markttrends durch die relative Position der Moving Averages auf mehreren Zeitskalen
  • Die relative Beziehung zwischen dem Preis und dem Moving Average bestimmt das Eintrittssignal
  1. Die SRI-Indikatoren für die Zufallssituation sind:
  • Berechnung des SRI auf der 1-Minuten-Zeitskala
  • SRI unter 70 als Mehrwertsignal
  • SRI über 30 als Lückezeichen
  1. Das ist die Art, wie das geschieht.
  • Analyse des Verhältnisses zwischen dem Eröffnungspreis und dem Eröffnungspreis der vorherigen K-Linie
  • Beurteilung der aktuellen Preisbewegungen und der Marktstimmung
  1. Risikomanagement:
  • Einstellung der Stop-Points (TP) und Stop-Loss (SL)
  • Die Strategie der Break-Even-Bewertung
  • Dynamische Anpassung der Stop-Loss-Position

Strategische Vorteile

  1. Mehrdimensionale Signalprüfung
  • Die Kombination aus Moving Averages, SRI und Preisbewegungen
  • Die Wahrscheinlichkeit von Fehlsignalen wird deutlich reduziert.
  • Erhöhung der Zuverlässigkeit von Handelssignalen
  1. Flexible Risikokontrollen
  • Vorgefertigte Stopps und Stopppunkte
  • Dynamische Gewinn-und-Verlust-Kapital-Mechanismen
  • Effektive Kontrolle des maximalen Verlusts bei einem einzelnen Handel
  1. Mehrzeitanalyse
  • Moving Averages in Kombination mit verschiedenen Perioden
  • Markttrends in vollem Umfang erfassen
  • Steigerung der Anpassungsfähigkeit
  1. Anpassbarkeit der Parameter
  • Benutzerdefinierte Stop-Loss-Punkte
  • Anpassung an unterschiedliche Marktbedingungen und Handelsarten

Strategisches Risiko

  1. Parametersensitivitätsrisiko
  • Bewegliche Durchschnitte und SRI-Parameter haben einen signifikanten Einfluss auf die Strategie
  • Es ist notwendig, dass die Rückmessung und die Optimierung der Parameter ausreichend sind.
  1. Risiko für starke Marktschwankungen
  • Die Strategie könnte unter extremen Marktbedingungen fehlschlagen
  • Es wird empfohlen, eine maximale Widerrufsgrenze festzulegen.
  1. Überhändlerrisiken
  • Häufige Transaktionen können die Kosten erhöhen
  • Anpassung an die tatsächlichen Transaktionskosten erforderlich
  1. Risiken der Rückstände bei den Indikatoren
  • Der Moving Average ist etwas zurückgeblieben
  • Trends könnten frühe Stufen verpasst haben

Richtung der Strategieoptimierung

  1. Einführung von Algorithmen für maschinelles Lernen
  • Optimierungsparameter mit einem Algorithmus für das Überwachungslernen
  • Dynamische Anpassung der Stop-Loss-Punkte
  • Erhöhung der Anpassungsfähigkeit der Strategie
  1. Zusätzliche Filterbedingungen hinzugefügt
  • Einführung von Umsatzindikatoren
  • Hinzufügen von Trendstärke-Indikatoren
  • Verbesserung der Signalgenauigkeit
  1. Optimierung der Anpassung an mehrere Arten
  • Entwicklung von Adaptionsmechanismen für allgemeine Parameter
  • Reduzierung der menschlichen Intervention
  • Erhöhung der Allgemeingültigkeit der Strategie

Zusammenfassen

Es handelt sich um eine quantitative Handelsstrategie, die auf mehrfacher Zeitskala basiert und durch integrierte technische Indikatoren und fortschrittliche Risikomanagementmechanismen entwickelt wurde, um Markttrends zu erfassen und das Handelsrisiko zu kontrollieren. Die Kernvorteile der Strategie liegen in der mehrdimensionalen Validierung der Signale und der flexiblen Risikokontrolle. In Zukunft werden die Stabilität und die Rendite der Strategie durch Maschinelles Lernen und eine Kombination aus komplexeren technischen Indikatoren weiter verbessert.

Strategiequellcode
/*backtest
start: 2024-04-17 00:00:00
end: 2025-04-15 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"TRX_USD"}]
*/

//@version=6
strategy("Strategia LONG & SHORT con TP, SL e BE", overlay=true, default_qty_type=strategy.fixed, default_qty_value=1)

// === INPUT === //
tp_points = input.int(60000, "Take Profit (punti)")
sl_points = input.int(25000, "Stop Loss (punti)")
breakeven_trigger = tp_points * 0.5

// === MEDIE MOBILI === //
ma5  = ta.sma(close, 5)
ma10 = ta.sma(close, 10)
ma50 = ta.sma(close, 50)
ma100 = ta.sma(close, 100)

// === SRI da timeframe 1 minuto === //
sri_tf = "1"
sri_length = 10
sri_src = close
sri = request.security(syminfo.tickerid, sri_tf, ta.stoch(sri_src, sri_src, sri_src, sri_length))

// === CONDIZIONI LONG === //
long_candle        = open > close[1]
price_above_ma100  = close > ma100
ma50_above_ma100   = ma50 > ma100
ma5_above_ma10     = ma5 > ma10
sri_below_75       = sri < 70

long_condition = long_candle and price_above_ma100 and ma50_above_ma100 and ma5_above_ma10 and sri_below_75

// === CONDIZIONI SHORT === //
short_candle       = open < close[1]
price_below_ma100  = close < ma100
ma50_below_ma100   = ma50 < ma100
ma5_below_ma10     = ma5 < ma10
sri_above_25       = sri > 30

short_condition = short_candle and price_below_ma100 and ma50_below_ma100 and ma5_below_ma10 and sri_above_25

// === ENTRY LONG === //
if (long_condition)
    strategy.entry("Long", strategy.long)

// === ENTRY SHORT === //
if (short_condition)
    strategy.entry("Short", strategy.short)

// === GESTIONE USCITE === //
var float long_entry_price  = na
var float short_entry_price = na

// LONG: TP/SL + break-even
if (strategy.position_size > 0)
    if (na(long_entry_price))
        long_entry_price := strategy.position_avg_price

    tp_price_long = long_entry_price + tp_points * syminfo.mintick
    sl_price_long = long_entry_price - sl_points * syminfo.mintick
    be_trigger_long = long_entry_price + breakeven_trigger * syminfo.mintick
    sl_be = close >= be_trigger_long ? long_entry_price : sl_price_long

    strategy.exit("Exit Long", from_entry="Long", limit=tp_price_long, stop=sl_be)

// SHORT: TP/SL + break-even
if (strategy.position_size < 0)
    if (na(short_entry_price))
        short_entry_price := strategy.position_avg_price

    tp_price_short = short_entry_price - tp_points * syminfo.mintick
    sl_price_short = short_entry_price + sl_points * syminfo.mintick
    be_trigger_short = short_entry_price - breakeven_trigger * syminfo.mintick
    sl_be_short = close <= be_trigger_short ? short_entry_price : sl_price_short

    strategy.exit("Exit Short", from_entry="Short", limit=tp_price_short, stop=sl_be_short)

// Reset quando flat
if (strategy.position_size == 0)
    long_entry_price := na
    short_entry_price := na