
Esta estrategia es una estrategia de seguimiento de tendencias basada en el cálculo de señales de negociación basadas en indicadores aleatorios promedio. La estrategia calcula el promedio móvil de los indicadores aleatorios promedio% K y% D, haciendo más cuando ocurren horquillas de oro y haciendo vacío cuando ocurren horquillas muertas, es una estrategia de seguimiento de tendencias típica.
Calcula el valor de los indicadores aleatorios promedio %K y %D. %K es el promedio móvil de los valores aleatorios calculados en función de los precios de cierre de un período determinado, que reflejan la posición relativa de los precios actuales con respecto a los precios más altos y más bajos de un período determinado. %D es el promedio móvil de %K, utilizado para confirmar la tendencia.
El promedio de los indicadores aleatorios promedio es obtenido mediante la medición de un promedio de movimiento liso exponencial (EMA) en %K y %D respectivamente._avg_k y_avg_d。
Para juzgar las señales de comercio:
La señal de compra:avg¿Qué es lo que está pasando?_avg_y_avg_d <20 años, más trabajo.
La señal de venta:avg¿Qué es esto?_avg_y_avg_Cuando d > 80, hacer espacio
Gestión de las posiciones:
Detención múltiple: cuando_avg_d >Posiciones cerradas a las 80 horas
Cancelación de billetes en blanco:_avg_d
Se permiten hasta 3 pedidos simultáneos, bajo una estrategia de almacenamiento
El uso de doble línea de equilibrio para juzgar el tenedor dorado, puede filtrar efectivamente la brecha falsa y mejorar la calidad de la señal
Aplicación de un indicador de promedio aleatorio que permite un seguimiento eficaz de las tendencias de los precios
La combinación de un juicio sobre la zona de sobreventa y sobrecompra puede evitar el comercio frecuente en situaciones de crisis.
Permitir el alza de posiciones para obtener más ganancias en una tendencia
Las estrategias de stop loss pueden controlar las pérdidas individuales
Las estrategias binarias son propensas a generar transacciones frecuentes, que pueden afectar a las ganancias si las transacciones son demasiado caras.
El uso de puntos de parada fijos puede detener prematuramente la tendencia de salida
El exceso de depósitos puede aumentar las pérdidas
No puede determinar con precisión el punto de reversión de la tendencia y puede sufrir grandes pérdidas si la tendencia cambia.
Necesidad de optimizar el ciclo de los parámetros, con una gran variación en el efecto de los diferentes ciclos
Se puede considerar la introducción de indicadores para juzgar la tendencia y evitar el comercio en contra
Los puntos de parada se ajustan de forma dinámica para que los paros se ajusten mejor a la tendencia
Optimización de estrategias de alza de la posición, por ejemplo, aumentando el número de apostadores por turno
En combinación con otros indicadores, el reverso de la tendencia y la retirada anticipada de los beneficios
Optimización de los parámetros de prueba para diferentes variedades, para mejorar la adaptabilidad de los parámetros
Esta estrategia en su conjunto es una estrategia típica de seguimiento de tendencias, que utiliza un indicador promedio aleatorio para determinar la dirección de la tendencia y realizar operaciones de alza de posición cuando se presenta una tendencia. La estrategia tiene la ventaja de ser una estrategia de seguimiento fuerte y adecuada para la tendencia, pero se debe tener cuidado para evitar operaciones de contravalor.
/*backtest
start: 2022-10-19 00:00:00
end: 2023-10-25 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
//1. AVG Stochastic Calculate
//1.1 AVG %K is calculated by apply EMA with smooth K period on Average of Original Stochastic %k & %d
//+ avg_k=ema((%k+%d)/2,smoothK)
//1.2 AVG %D is calculated by apply EMA with %d period on AVG %K
//+ avg_d=ema(avg_k,periodD)
//2. Parameter
//+ %K Length: 21
//+ %K Smoothing: 3
//+ %D Smoothing: 3
//+ Symbol: BTC/USDT
//+ Timeframe: M30
//+ Pyramiding: Maximum 3 orders at the same direction.
//3. Signal
//3.1 Buy Signal
//+ Entry: AVG %K crossover AVG %D and AVG %D < 20
//+ Exit: AVG %D > 80
//3.2 Sell Signal
//+ Entry: AVG %K crossunder AVG %D and AVG %D > 80
//+ Exit: AVG %D < 20
strategy(title="AVG Stochastic Strategy [M30 Backtesting]", overlay=true, pyramiding=3)
periodK = input.int(21, title="%K Length", minval=1)
smoothK = input.int(3, title="%K Smoothing", minval=1)
periodD = input.int(3, title="%D Smoothing", minval=1)
k = ta.sma(ta.stoch(close, high, low, periodK), smoothK)
d = ta.sma(k, periodD)
_avg_k=ta.ema(math.avg(k,d),smoothK)
_avg_d=ta.ema(_avg_k,periodD)
up=
_avg_k[1]<_avg_d[1]
and _avg_k>_avg_d
and _avg_d<20
dn=
_avg_k[1]>_avg_d[1]
and _avg_k<_avg_d
and _avg_d>80
var arr_val=0
if up
arr_val:=1
strategy.entry("Long", strategy.long)
if dn
arr_val:=-1
strategy.entry("Short", strategy.short)
if up[1] or dn[1]
arr_val:=0
plotarrow(arr_val,title="Signal",colorup=color.green,colordown=color.red)
if _avg_d>80
strategy.close("Long")
if _avg_d<20
strategy.close("Short")
//EOF