Multi-Time Frame Supertrend und Gann High-Low Breakout Strategie

ATR supertrend Gann High-Low MTF 多时间框架 超级趋势 甘恩高低点
Erstellungsdatum: 2025-04-27 13:38:20 zuletzt geändert: 2025-04-27 13:38:20
Kopie: 0 Klicks: 390
2
konzentrieren Sie sich auf
319
Anhänger

Multi-Time Frame Supertrend und Gann High-Low Breakout Strategie Multi-Time Frame Supertrend und Gann High-Low Breakout Strategie

Überblick

Die Multi-Time-Frame-Supertrend-Gannett-Hoch-Low-Breakout-Strategie ist eine auf der technischen Analyse basierende quantitative Handelsstrategie, die Supertrend-Indikatoren und die Gannett-Hoch-Low-Theorie kombiniert und die Zuverlässigkeit von Handelssignalen durch Multi-Time-Frame-Analyse verbessert. Die Strategie nutzt die höheren Zeitrahmen (15 Minuten) zur Suche nach Eintrittssignalen, während die Austrittszeit in den niedrigeren Zeitrahmen (5 Minuten) ermittelt wird. Die Kernidee der Strategie besteht darin, dass der Preis die entscheidende Resistenz oder die Unterstützung durchbricht, wenn er in die Position eintritt, und rechtzeitig aus der Position ausscheidet, wenn ein Umkehrsignal auftritt.

Strategieprinzip

Die Strategie basiert auf folgenden Schlüsselkomponenten:

  1. Supertrend-IndikatorenDies ist ein Trend-Tracking-Indikator, der auf der ATR basiert und sich dynamisch an die Volatilität des Marktes anpasst.ta.supertrend(factor, atrPeriod)Der Factor ist die Multiplikation (Default: 3.0) und deratrPeriod ist der ATR-Zyklus (Default: 10). Der Supertrend-Indikator wird über dem Preis in Rot (Bewertung) und unter dem Preis in Grün (Bewertung) angezeigt.

  2. Gann High-LowDer Gann-Analysis-Punkt, der die Höhe und den Tiefpunkt des Kurses bestimmt, indem er die Höchst- und die Tiefstpreise innerhalb eines bestimmten Zeitraums berechnet.ta.highest(high, gannLength)Undta.lowest(low, gannLength)Berechnung, bei der gannLength als Rücklaufzeit ([Default 10) ] gilt.

  3. Multi-Timeframe Analyse (Multi-Timeframe Analysis) ist eine Methode, mit der die Daten in mehreren Zeitrahmen analysiert werden können.Strategie: Berechnen Sie die Indikatoren auf zwei Zeiträumen, 15 Minuten und 5 Minuten, um den Gesamttrend zu beurteilen und ein Einstiegssignal zu erzeugen, und verwenden Sie den niedrigeren Zeitrahmen, um eine kurze Umkehrung zu erfassen und ein Ausstiegssignal zu erzeugen.request.securityFunktionen ermöglichen Datenzugriff über Zeiträume.

Die Eintrittsbedingungen sind wie folgt:

  • LongEntry: Wenn der Preis die 15-minütige Supertrendlinie und den 15-minütigen Gann-Hochpunkt durchbrichtclose > st15 and close > gannHigh15
  • Short-Entry: Wenn der Kurs 15 Minuten unter der Supertrendlinie und 15 Minuten unter dem Gann-Tiefpunkt liegt.close < st15 and close < gannLow15

Die Ausgangsbedingungen sind wie folgt:

  • LongExit: Wenn der Preis 5 Minuten unter der Supertrendlinie und 5 Minuten unter dem Gann-Hoch liegtclose < st5 and close < gannHigh5
  • Short-Exit: Wenn der Preis die Super-Trendlinie für 5 Minuten und den Gann-Tiefpunkt für 5 Minuten durchbrichtclose > st5 and close > gannLow5

Strategie-Logik ist klar: Pass, wenn die Einstiegsvoraussetzungen erfüllt sindstrategy.entryDie Funktion eröffnet die Position und übernimmt sie, wenn die Ausgangskonditionen erfüllt sind.strategy.closeFunktionsgleichstellung.

Strategische Vorteile

  1. Synchronisierung in mehreren ZeitrahmenDurch die Kombination von Signalen aus verschiedenen Zeitrahmen kann die Strategie die Markttrends umfassender erfassen und die einseitigen Urteile vermeiden, die ein einziger Zeitrahmen mit sich bringen kann. Hoher Zeitrahmen ((15 Minuten) sorgen dafür, dass die Eintrittszeiten den mittleren Trends entsprechen, während niedrigere Zeitrahmen ((5 Minuten) eine sensiblere Ausstiegszeit bieten.

  2. Doppelte BestätigungDie Strategie erfordert, dass der Preis die Supertrendlinie und den Gannett-Hoch-Tiefpunkt gleichzeitig durchbricht, um das Signal auszulösen. Diese doppelte Bestätigungsmechanismen reduzieren effektiv die falschen Durchbrüche und verbessern die Signalqualität.

  3. Dynamische Anpassung an MarktschwankungenDer Supertrend-Indikator basiert auf ATR-Berechnungen und kann die Parameter automatisch an die Marktvolatilität anpassen, so dass die Strategie in verschiedenen Marktumgebungen wirksam bleibt.

  4. Klare RisikokontrollenDurch die Festlegung eindeutiger Ausstiegsbedingungen kann die Strategie den Verlust frühzeitig stoppen und das Risiko eines einzelnen Handels effektiv kontrollieren.

  5. Anpassbarkeit der ParameterDie Strategie bietet drei Schlüsselparameter für ATR-Perioden, Supertrend-Multiplikatoren und Gannett-Hoch-Low-Perioden, die der Benutzer anpassen kann, je nach Markteigenschaften und persönlichen Risikopräferenzen.

  6. Die Logik der Ausführung ist klar.Die Code-Struktur ist klar, die Logik ist einfach, intuitiv, leicht zu verstehen und zu pflegen, was zu einer kontinuierlichen Optimierung und Verbesserung der Strategie führt.

Strategisches Risiko

  1. RückstandsrisikenDer Supertrend und der Gannett-High-Low sind Indikatoren, die auf historischen Daten basieren und in stark schwankenden Märkten möglicherweise nicht rechtzeitig reagieren, was zu einer Verzögerung der Ein- oder Ausstiegssignale führt. Die Lösung besteht darin, die ATR- und Gannett-High-Low-Perioden in einem hochschwankenden Marktumfeld zu verkleinern und die Sensitivität des Indikators zu erhöhen.

  2. Falsche DurchbruchgefahrDie Lösung besteht darin, die Bestätigungsmechanismen für den Quermarkt zu erweitern, so dass der Handel nur dann erfolgt, wenn der Durchbruch eine bestimmte Dauer oder Breite aufweist.

  3. ParameterempfindlichkeitDie Lösung besteht darin, einen soliden Parameterbereich durch historische Rückverfolgung zu finden und die Gültigkeit der Parameter regelmäßig zu überprüfen.

  4. ZeitrahmenkonfliktIn einigen Fällen können hohe und niedrige Zeitrahmen widersprüchliche Signale geben, was zu Entscheidungsproblemen führt. Die Lösung besteht darin, die Gewichte zwischen den Zeitrahmen zu erhöhen oder eine höhere Zeitrahmen als Trendfilter zu verwenden.

  5. Unzureichende Verwaltung der MittelDie Strategie besteht darin, die Größe der Positionen an die Marktvolatilität und die erwartete Risikodynamik anzupassen und eine bessere Geldverwaltung einzuführen.

Richtung der Strategieoptimierung

  1. Zunahme der TrendstärkeEs ist möglich, Trendstärkeindikatoren wie ADX (Average Directional Index) einzuführen und nur dann zu handeln, wenn der Trend eindeutig ist, um den häufigen Handel in einem wackligen Markt zu vermeiden. Die Implementierungsmethode besteht darin, die Logik der ADX-Berechnung hinzuzufügen und sie als Teil der Einstiegsvoraussetzungen zu verwenden.

  2. Optimierung der AusspielungsmechanismenDie Ausgangskonditionen der aktuellen Strategie sind symmetrisch zu den Einstiegskonditionen und sind möglicherweise nicht flexibel genug. Es kann in Betracht gezogen werden, die Ausgangskonditionen zu diversifizieren, z. B. durch die Erhöhung der mobilen Stop-Loss, der Gewinnziele oder der Stop-Volatilität, um Risiken und Erträge besser auszugleichen.

  3. Erhöhung der BestätigungDer Kursbruch sollte mit einem größeren Handelsvolumen verbunden sein, um zuverlässiger zu sein. Eine Handelsmenge-Anzeige kann als Bestätigung hinzugefügt werden, z. B. dass die Handelsmenge zum Zeitpunkt des Preisbruchs höher ist als die durchschnittliche Handelsmenge der letzten N-Zyklen.

  4. Einführung von VolatilitätsanpassungenDer Supertrend-Multiplier kann an die Dynamik der aktuellen Marktfluktuation angepasst werden. Die Sensitivität wird erhöht, wenn der Supertrend mit einem kleineren Multiplikator in Zeiten niedriger Schwankungen und mit einem größeren Multiplikator in Zeiten hoher Schwankungen angezeigt wird.

  5. Marktstaatliche Klassifizierung hinzugefügt: Logik kann hinzugefügt werden, um Trend- und Schwingungsmärkte zu unterscheiden, wobei verschiedene Handelsstrategien und Parameter-Sets für verschiedene Marktzustände verwendet werden. Zum Beispiel kann die Multiplikation von Supertrends in Schwingungsmärkten erhöht und die Handelsfrequenz verringert werden.

  6. Optimierung der KapitalverwaltungDer Kapitalanteil pro Handel kann dynamisch angepasst werden, basierend auf der Volatilität oder dem erwarteten Risikoprozentsatz, anstatt 10% des Kapitals festzulegen. Dies kann durch die Berechnung des ATRs geschätzt werden, um die Stop-Loss-Position zu bestimmen, und dann die Größe der Position zu bestimmen.

  7. Zeitfilter hinzufügenEinige Zeitabschnitte (z. B. vor dem Börsengang und vor dem Börsengang) sind sehr volatil und können zu falschen Signalen führen. Ein Zeitfilter kann hinzugefügt werden, um den Handel in diesen Zeitabschnitten zu vermeiden.

Zusammenfassen

Die Multi-Time-Frame-Supertrend- und Gannett-High-Low-Break-Strategie ist ein quantitatives Handelssystem, das mehrere technische Analyse-Tools kombiniert, um Marktchancen zu erfassen, indem Supertrends und Gannett-High-Low-Break-Strategien auf verschiedenen Zeitrahmen analysiert werden. Die Hauptvorteile der Strategie liegen in der Mehrfachbestätigungsmechanik und der Multi-Time-Frame-Analyse, die Geräusche effektiv filtern und die Signalqualität verbessern können.

Durch die Erhöhung der Trendstärke-Filterung, die Optimierung der Ausstiegsmechanismen, die Erhöhung der Bestätigung von Transaktionen und die Einführung von Volatilitätsanpassungen können die Stabilität und Anpassungsfähigkeit der Strategie weiter verbessert werden. Insbesondere die Kombination der Geldmanagement-Mechanismen mit der Analyse der Marktlage dürfte die Risiko-Gewinn-Eigenschaften der Strategie erheblich verbessern.

Für Trader, die eine Strategie zur Quantifizierung der technischen Analyse suchen, bietet diese eine solide Basis, die sowohl direkt als auch als Bestandteil eines komplexeren Handelssystems angewendet werden kann. Vor allem sollte der Trader die Parameter auf der Grundlage seiner eigenen Risikopräferenzen und seines Marktverständnisses ausreichend testen und optimieren, um optimale Ergebnisse zu erzielen.

Strategiequellcode
/*backtest
start: 2025-01-01 00:00:00
end: 2025-04-25 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"SOL_USDT"}]
*/

//@version=5
strategy("MTF Supertrend + Gann HL Strategy", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=10)

// === Inputs ===
atrPeriod = input.int(10, "ATR Period")
factor = input.float(3.0, "Supertrend Multiplier")
gannLength = input.int(10, "Gann HL Period")

// === Timeframes ===
higherTF = "15"
lowerTF = "5"

// === Supertrend & Gann HL (15m) ===
[st15, dir15] = request.security(syminfo.tickerid, higherTF, ta.supertrend(factor, atrPeriod))
gannHigh15 = request.security(syminfo.tickerid, higherTF, ta.highest(high, gannLength))
gannLow15  = request.security(syminfo.tickerid, higherTF, ta.lowest(low, gannLength))

// === Supertrend & Gann HL (5m) for exit ===
[st5, dir5] = request.security(syminfo.tickerid, lowerTF, ta.supertrend(factor, atrPeriod))
gannHigh5 = request.security(syminfo.tickerid, lowerTF, ta.highest(high, gannLength))
gannLow5  = request.security(syminfo.tickerid, lowerTF, ta.lowest(low, gannLength))

// === Entry Conditions (15m) ===
longEntry = close > st15 and close > gannHigh15
shortEntry = close < st15 and close < gannLow15

// === Exit Conditions (5m) ===
longExit = close < st5 and close < gannHigh5
shortExit = close > st5 and close > gannLow5

// === Execute Strategy ===
if (longEntry)
    strategy.entry("Long", strategy.long)
if (shortEntry)
    strategy.entry("Short", strategy.short)

if (longExit)
    strategy.close("Long")
if (shortExit)
    strategy.close("Short")

// === Optional Plots ===
plot(st15, color=dir15 ? color.green : color.red, title="Supertrend 15m")