Estrategia de tendencia de media móvil de KP


Fecha de creación: 2024-01-03 12:18:29 Última modificación: 2024-01-03 12:18:29
Copiar: 1 Número de Visitas: 591
1
Seguir
1621
Seguidores

Estrategia de tendencia de media móvil de KP

Descripción general

La estrategia de tendencia de promedio móvil de KP es una estrategia de seguimiento de tendencias de una combinación de indicadores de análisis técnico. La estrategia utiliza principalmente el indicador de la media para identificar la dirección de la tendencia de los precios, y utiliza la señal de cruce de línea uniforme para juzgar el tiempo de entrada. La estrategia se puede implementar en la plataforma TradingView y obtener un mejor rendimiento mediante la optimización de los parámetros.

Principio de estrategia

Las estrategias de KP se basan en tres tipos de indicadores:

  1. El promedio: el EMA rápido y el SMA lento. El EMA es más sensible a los cambios en los precios y el SMA es más estable.

  2. Hickenlooper: un gráfico especial con características de tendencia más claras. Fuentes de datos de precios utilizadas en la estrategia para trazar la línea media de la EMA.

  3. Opción de conversión algebraica: conversión algebraica opcional de los datos de precios para que sea más fácil observar el cambio de porcentaje de precios.

La lógica de negociación específica es que el EMA rápido hace más cuando se rompe el SMA lento hacia arriba; la posición de paridad cuando se rompe la SMA baja. Esta estrategia es una estrategia típica de seguimiento de tendencias.

Análisis de las ventajas

  1. Los parámetros son muy ajustables para diferentes variedades y períodos de negociación
  2. Indicadores visuales que se combinan para crear estrategias de comercio de tendencias claras y fáciles de leer
  3. Opciones de cambio logarítmico para variedades más volátiles
  4. El mapa de Hickenlooper es un buen indicador de las tendencias
  5. Control de riesgos de los mecanismos de suspensión integrados

Análisis de riesgos

  1. Riesgo de cambio de tendencia, necesidad de detener los daños a tiempo
  2. Optimización de parámetros con cuidado para evitar sobreajustes
  3. La variedad y el momento de la transacción influyen en el rendimiento de la estrategia
  4. Se requiere una prueba completa para asegurar la solidez de los parámetros

Dirección de optimización

  1. Agrega un módulo de optimización de parámetros de adaptación
  2. Integrar más indicadores para filtrar las falsas señales
  3. Agregando módulos de negociación algorítmica para la automatización de las órdenes
  4. Puntos clave para juzgar en combinación con la tecnología de aprendizaje automático
  5. Optimización de las estrategias de detención de pérdidas y seguimiento dinámico de las pérdidas

Resumir

La estrategia de tendencia de la media móvil de KP integra varios indicadores técnicos para determinar la dirección de la tendencia, la configuración de los parámetros es flexible y el efecto de visualización es excelente. La estrategia puede usarse como una estrategia de seguimiento de tendencia básica, y después de realizar el ajuste de optimización adecuado, se puede usar en operaciones reales. Sin embargo, los usuarios deben tener en cuenta que ninguna estrategia puede predecir el mercado a la perfección.

Código Fuente de la Estrategia
/*backtest
start: 2022-12-27 00:00:00
end: 2024-01-02 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("KP 15min Strategy", shorttitle="KP15", overlay=false)

res = input("D",title="Heikin Ashi Candle Time Frame")
hshift = input(0, title="Heikin Ashi Candle Time Frame Shift")
res1 = input("W",title="Heikin Ashi EMA Time Frame")
mhshift = input(0, title="Heikin Ashi EMA Time Frame Shift")
fama = input(10, title="Heikin Ashi EMA Period")
test = input(0, title="Heikin Ashi EMA Shift")
sloma = input(100, title="Slow EMA Period")
slomas = input(0, title="Slow EMA Shift")
logtransform = input(false, title="Log Transform")
stoploss = input(true, title="Stop Loss")
showplots = input(true, title="Show Plots")

ha_t = request.security(syminfo.tickerid, res, expression=hlc3)
ha_close = request.security(syminfo.tickerid, res, expression=logtransform ? math.log(close[hshift]) : close[hshift])
mha_close = request.security(syminfo.tickerid, res1, expression=logtransform ? math.log(close[mhshift]) : close[mhshift])

fma = ta.ema(mha_close[test], fama)
sma = ta.ema(ha_close[slomas], sloma)

plot(showplots ? (logtransform ? math.exp(fma) : fma) : na, title="MA", color=color.new(color.blue, 0), linewidth=2, style=plot.style_line)
plot(showplots ? (logtransform ? math.exp(sma) : sma) : na, title="SMA", color=color.new(color.orange, 0), linewidth=2, style=plot.style_line)

golong = ta.crossover(fma, sma)
exitLong = ta.crossunder(fma, sma)

if (golong)
    strategy.entry("Buy", strategy.long)

if (exitLong)
    strategy.close("Buy")