Esta estrategia se basa en el principio de la horquilla dorada de dos líneas de equilibrio. Cuando la línea de equilibrio a corto plazo atraviesa la línea de equilibrio a largo plazo, haga más; cuando la línea de equilibrio a corto plazo atraviesa la línea de equilibrio a largo plazo, haga un equilibrio.
La estrategia se basa principalmente en los dos indicadores de línea media sma (cerca de 14) y sma (cerca de 28).
En primer lugar, define la línea media larga y corta:
short_ma = sma(close, 14)
long_ma = sma(close, 28)
El equipo de la Liga de Campeones de la Liga de Campeones de la Liga de Campeones de la Liga de Campeones de la Liga de Campeones de la Liga:
longCondition = crossover(short_ma, long_ma)
shortCondition = crossunder(short_ma, long_ma)
Cuando la media a corto plazo es mayor que la media a largo plazo:
strategy.entry("Buy", strategy.long, when = longCondition)
Cuando la línea media a corto plazo está por debajo de la línea media a largo plazo:
strategy.close_all(when = shortCondition)
El principio de la estrategia es simple y claro, se juzga a través de un forko de oro de doble línea recta, con cierta capacidad de seguimiento de tendencias.
La estrategia puede ser optimizada en los siguientes aspectos:
Se pueden probar diferentes períodos de medias a corto y largo plazo para encontrar la combinación óptima. Por ejemplo, pruebas de comparación de parámetros como (5, 10), (…, 10, 20), (…, 20, 60).
Se pueden agregar filtros de volumen y diferencia de precios al cruzar la línea media para evitar exceso de operaciones en mercados convulsionados.
Establezca un punto de parada o use la línea media como línea de parada para controlar la pérdida individual.
Se puede combinar con indicadores auxiliares como MACD, KDJ, etc. para mejorar la eficacia de la estrategia.
Buscar mejores puntos de entrada cerca de la línea media, en lugar de establecer posiciones cercanas a la línea media. Por ejemplo, ingresar en puntos alejados de la línea media.
El concepto de la estrategia de doble línea es simple y fácil de usar para los principiantes. Sin embargo, la estrategia es sensible a las fluctuaciones del mercado y existe un cierto riesgo de pérdida. Podemos mejorar la eficacia de la estrategia optimizando los parámetros, agregando condiciones de filtración, estableciendo paros y agregando otros indicadores.
||
This strategy is designed based on the golden cross and death cross of dual moving averages. It goes long when the short period moving average crosses above the long period moving average, and closes position when the short period moving average crosses below the long period moving average. The strategy is simple and easy to understand, suitable for beginners to learn.
The strategy is mainly based on the sma(close, 14) and sma(close, 28) indicators.
First define the short and long moving averages:
short_ma = sma(close, 14)
long_ma = sma(close, 28)
Then determine entry and exit based on golden cross and death cross:
longCondition = crossover(short_ma, long_ma)
shortCondition = crossunder(short_ma, long_ma)
Go long when the short MA crosses above the long MA:
strategy.entry("Buy", strategy.long, when = longCondition)
Close position when the short MA crosses below the long MA:
strategy.close_all(when = shortCondition)
The logic is simple and clear, utilizing the crossovers of dual MAs to determine entries and exits. It has some trend following capacity.
The strategy can be optimized in the following aspects:
Test different short and long MA periods, such as (5, 10), (10, 20), (20, 60) etc to find the optimal combination.
Add filters like trading volume, price gap etc. near MA crossovers to avoid excessive trades in ranging markets.
Set stop loss price or use MA as stop loss line to control single trade loss.
Add auxiliary indicators like MACD, KDJ etc. to improve strategy performance.
Find better entry points near MAs instead of entering right at the crossover. For example, enter on MA divergence points.
The dual MA strategy is simple for beginners to use. But it is sensitive to market fluctuations and has risks of losses. We can improve it by optimizing parameters, adding filters, incorporating stop loss, combining other indicators etc. It can perform well in strong trends but should be used with caution or proper stop loss in ranging markets.
[/trans]
/*backtest
start: 2023-08-21 00:00:00
end: 2023-09-20 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Binance","currency":"BTC_USDT"}]
*/
//@version=2
// strategy("Tester", pyramiding = 50, default_qty_type = strategy.cash, default_qty_value = 20, initial_capital = 2000, commission_type = strategy.commission.percent, commission_value = 0.25)
minGainPercent = input(0.6)
gainMultiplier = minGainPercent * 0.01 + 1
longCondition = crossover(sma(close, 14), sma(close, 28))
shortCondition = crossunder(sma(close, 14), sma(close, 28))
avg_protection = input(1)
gain_protection = input(1)
strategy.entry("Buy", strategy.long, when = longCondition and (avg_protection >= 1 ? (na(strategy.position_avg_price) ? true : close <= strategy.position_avg_price) : true))
strategy.close_all(when = shortCondition and (gain_protection >=1 ? (close >= gainMultiplier * strategy.position_avg_price) : true))