
La estrategia de breakout de cruce maestro-reverso es una estrategia de negociación simple pero práctica basada en un promedio móvil. Utiliza el cruce de un promedio móvil rápido y un promedio móvil lento como una señal de compra y venta.
La estrategia utiliza dos medias móviles: una media móvil rápida a corto plazo y una media móvil lenta a largo plazo. El parámetro de la media móvil rápida es de 12 días y el parámetro de la media móvil lenta es de 26 días. La estrategia primero calcula el promedio móvil simple de 2 días de ENDPOINT como datos de precios, y luego calcula las medias móviles rápidas y las medias móviles lentas.
Concretamente, la estrategia determina el movimiento del mercado comparando el tamaño de los valores de las medias móviles rápidas y las medias móviles lentas. Cuando el valor de las medias móviles rápidas es mayor que el de las medias móviles lentas, se considera que el mercado está en una tendencia alcista (bullish); cuando el valor de las medias móviles rápidas es menor que el de las medias móviles lentas, se considera que el mercado está en una tendencia descendente (bearish).
La lógica de activación de la señal de compra es: Cuando el mercado cambia de una tendencia descendente a una tendencia ascendente, es decir, cruza una media móvil lenta sobre una media móvil rápida, y se produce una señal de compra cuando el precio es más alto que la media móvil rápida.
La lógica de activación de una señal de venta es: Cuando el mercado pasa de una tendencia alcista a una tendencia bajista, es decir, cuando la media móvil rápida atraviesa la media móvil lenta y el precio es inferior a la media móvil rápida, se produce una señal de venta.
Con este diseño, las estrategias pueden tener el efecto de aprovechar las oportunidades de reversión a tiempo cuando el mercado se invierte.
La estrategia tiene las siguientes ventajas:
La lógica de la estrategia es simple, clara, fácil de entender y de implementar.
La tecnología de las medias móviles es muy avanzada, muy fiable y muy utilizada.
El diseño de doble media móvil permite filtrar el ruido del mercado e identificar las tendencias.
La combinación de indicadores de la dinámica de los precios puede mejorar la precisión de la hora de compra y venta.
El espacio de optimización de parámetros es grande, se pueden ajustar los parámetros según el mercado para obtener mejores resultados.
Se puede añadir una lógica de stop loss para controlar el riesgo.
La frecuencia de las transacciones debe ser moderada y evitar el exceso.
Se puede optimizar en combinación con otros indicadores, como la banda de Brin, el RSI, etc.
Los datos de retroalimentación son suficientes para comprobar el efecto de la estrategia.
La estrategia también tiene los siguientes riesgos:
Las estrategias de medias móviles dobles son propensas a generar señales erróneas, pueden perderse tendencias en el mercado o generar transacciones innecesarias.
Las medias móviles son retrasadas y pueden perder oportunidades de una rápida reversión.
La configuración incorrecta de los parámetros puede causar una frecuencia de transacción demasiado alta o demasiado baja.
La estrategia es más adecuada para el comercio de líneas medianas y largas que para el comercio de líneas cortas.
La estrategia no puede hacer frente a los efectos de los acontecimientos inesperados en el mercado.
Existe el riesgo de pérdidas durante un período determinado.
La configuración de los parámetros de las diferentes variedades requiere ajustes.
El impacto de las crisis en las bolsas de valores podría ser menor.
El riesgo se puede reducir de la siguiente manera:
Optimizar los parámetros para adaptarlos al entorno actual del mercado.
En combinación con otros indicadores, las señales de filtración.
La instalación de un mecanismo de control de pérdidas.
Ajuste adecuado de la gestión de posiciones.
Los parámetros de optimización se prueban en función de las diferentes variedades.
La estrategia se puede optimizar en los siguientes aspectos:
Optimización de los parámetros periódicos de las medias móviles para que estén más en consonancia con la situación actual del mercado.
Prueba diferentes tipos de promedios móviles, como promedios móviles indexados, promedios móviles ponderados, etc.
Aumentar los índices de transacciones para verificar las tendencias.
Combinación con otros indicadores técnicos, como el MACD, el RSI, etc.
Aumentar las estrategias para detener los pérdidas, como el movimiento de pérdidas, el tiempo de pérdidas, etc.
Optimización de las estrategias de gestión de posiciones, como por ejemplo, participación fija, proporción dinámica, etc.
Optimización de los parámetros de prueba por segmento horario y por variedad.
Aumentar los algoritmos de aprendizaje automático para la optimización automática de parámetros y la verificación de señales utilizando tecnología de IA.
Utiliza técnicas de aprendizaje profundo para reconocer formas gráficas más complejas.
Explore ideas para el diseño de estrategias sin parámetros.
A través de la optimización continua, se puede mejorar la adaptabilidad de la estrategia para obtener un efecto estable en diferentes entornos de mercado.
En resumen, la idea general de esta estrategia de breakout de cruce maestro-reversión es clara, fácil de implementar y tiene cierto valor práctico. La estrategia capta la ventaja de determinar la tendencia de los indicadores de medias móviles, mientras que se combina con el indicador de movimiento de precios para mejorar la calidad de la señal.
/*backtest
start: 2022-10-13 00:00:00
end: 2023-10-19 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
strategy("CDC Action Zone V.2 strategy", overlay=true)
// Credit Script base from CDC Action Zone V.2 by piriya33
// CDC ActionZone V2 29 Sep 2016
// CDC ActionZone is based on a simple 2MA and is most suitable for use with medium volatility market
// 11 Nov 2016 : Ported to Trading View with minor UI enhancement
src = input(title="Data Array",defval=ohlc4)
prd1=input(title="Short MA period",defval=12)
prd2=input(title="Long MA period",defval=26)
AP = ema(src,2)
Fast = ema(AP,prd1)
Slow = ema(AP,prd2)
// === INPUT BACKTEST RANGE ===
FromYear = input(defval = 2019, title = "From Year", minval = 2009)
FromMonth = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
FromDay = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
ToYear = input(defval = 9999, title = "To Year", minval = 2009)
ToMonth = input(defval = 12, title = "To Month", minval = 1, maxval = 12)
ToDay = input(defval = 31, title = "To Day", minval = 1, maxval = 31)
// === FUNCTION EXAMPLE ===
start = timestamp(FromYear, FromMonth, FromDay, 00, 00) // backtest start window
finish = timestamp(ToYear, ToMonth, ToDay, 23, 59) // backtest finish window
window() => time >= start and time <= finish ? true : false // create function "within window of time"
Bullish = Fast>Slow
Bearish = Fast<Slow
Green = Bullish and AP>Fast
Red = Bearish and AP<Fast
Yellow = Bullish and AP<Fast
Blue = Bearish and AP>Fast
//Long Signal
Buy = Green and Green[1]==0
Sell = Red and Red[1]==0
//Short Signal
Short = Red and Red[1]==0
Cover = Red[1] and Red==0
//Plot
l1=plot(Fast,"Fast", linewidth=1,color=red)
l2=plot(Slow,"Slow", linewidth=2,color=blue)
bcolor = Green ? lime : Red ? red : Yellow ? yellow : Blue ? blue : white
barcolor(color=bcolor)
fill(l1,l2,bcolor)
strategy.entry("Buy",true,when=window() and Buy)
strategy.close_all(when=window() and Sell)