
La estrategia es un sistema de negociación basado en una media móvil simple de 200 días (SMA) combinada con un diseño de zona de amortiguamiento dinámico, que se utiliza principalmente para el comercio de ETFs de alto nivel. La idea central de la estrategia es la de agregar una zona de amortiguamiento de compra/venta asimétrica sobre la base de la estrategia normal de 200 días, es decir, comprar cuando el precio cruza el 5% de la línea media de 200 días y vender cuando cruza el 3% de la línea media de 200 días.
El principio central de esta estrategia es la mejora de la estrategia tradicional de ruptura de la línea media de 200 días, para reducir las señales falsas mediante la configuración de una zona de amortiguación de entrada y salida no simétrica. En concreto:
La clave de este diseño radica en el uso de zonas de amortiguamiento asimétricas: las compras requieren una confirmación más fuerte (zona de amortiguamiento del 5%) y las ventas son más sensibles (zona de amortiguamiento del 3%). Esta asimetría ayuda a evitar el riesgo de caída más rápidamente mientras se mantiene la mayor parte de los beneficios de la tendencia alcista. Otro elemento importante de la estrategia es aplicarla a los datos de precios de QQQ o SPY, pero las operaciones reales se ejecutan en ETFs de leverage como TQQQ, ampliando los beneficios y controlando el riesgo a través de indicadores técnicos.
En la implementación del código, la estrategia utiliza el lenguaje Pine Script para aumentar la flexibilidad de la estrategia mediante la definición de la longitud SMA, el umbral de entrada y el umbral de salida como parámetros ajustables. Al mismo tiempo, la estrategia marca claramente los puntos de compra y venta en el gráfico al rastrear las operaciones reales de apertura y venta de posiciones, lo que facilita la retroalimentación y el monitoreo en tiempo real.
A través de un análisis en profundidad del código y la descripción de la estrategia, la estrategia tiene las siguientes ventajas:
Las señales de intercambio son simples y claras.La estrategia proporciona una señal de compra y venta objetiva y sin emociones, libre de la influencia del ruido del mercado y de eventos externos, y la decisión de negociar se basa exclusivamente en la relación entre el precio y la media móvil.
Un alto índice de éxito y un equilibrio de control de riesgosSegún las pruebas, la estrategia tiene una probabilidad de éxito de aproximadamente el 85%, y las operaciones con pérdidas son menos lucrativas que las operaciones con ganancias, lo que controla el riesgo de una sola operación.
Altamente adaptableLas estrategias que se utilizan en los mercados alcistas son las que capturan la tendencia alcista y las que se utilizan en los mercados bajistas son las que esperan una señal clara de reversión y se adaptan a las diferentes condiciones del mercado.
Las ventajas fiscalesDebido a la baja frecuencia de las operaciones estratégicas, las posiciones suelen ser más largas y se puede disfrutar de beneficios fiscales a largo plazo sobre las ganancias de capital, con un ahorro de impuestos del 15 al 20% en comparación con las operaciones frecuentes.
Ahorro de energíaLa estrategia no requiere una monitorización continua de los fundamentos del mercado o de la compañía, y el número de operaciones es limitado, lo que es adecuado para los inversores que no desean operar con frecuencia.
El equilibrio entre el riesgo y el beneficio del apalancamiento: Al mismo tiempo que aumenta los beneficios al ejecutarse en ETFs con un gran nivel de apalancamiento como TQQQ, controla el máximo riesgo de retiro dentro de un rango aceptable (alrededor del 53%) mediante indicadores técnicos.
Eficiencia en el uso de los fondosLos fondos pueden ser almacenados en ETFs de deuda nacional a corto plazo durante el período de no negociación para obtener ganancias sin riesgo y mejorar la eficiencia de uso de los fondos.
A pesar de la ingeniosa estrategia, existen algunos riesgos:
El riesgo de retrasarUtilizando la línea media de 200 días como indicador básico, existe un retraso que puede causar que los puntos de entrada y salida no sean óptimos, especialmente cuando el mercado cambia rápidamente.
Riesgo de apalancamiento: Aunque la estrategia en sí misma controla el riesgo a través de indicadores técnicos, TQQQ, como un ETF de 3 veces el apalancamiento, aún existe la posibilidad de aumentar las pérdidas, especialmente en condiciones extremas de mercado. La retirada máxima de aproximadamente el 53% sigue siendo grande y requiere que los inversores tengan suficiente capacidad de asumir el riesgo.
Sensibilidad de los parámetrosLos parámetros de compra de 5% y de venta de 3% son parámetros fijos y pueden no ser aplicables a todos los entornos de mercado. En diferentes condiciones de mercado, los parámetros óptimos pueden necesitar ajustes.
Trampas de las zonas de amortiguaciónEn un mercado convulso pero con una dirección clara, los precios pueden fluctuar dentro de la zona de amortiguación sin desencadenar una señal de negociación, lo que lleva a perder parte de la operación.
Esperanzas basadas en retroalimentaciónLos datos del 85% de ganancias y el máximo retiro se basan en los resultados de la revisión histórica. El entorno futuro del mercado puede ser diferente al histórico, y el rendimiento real puede variar.
Los métodos para hacer frente a estos riesgos incluyen: ajustar adecuadamente los parámetros de la zona de amortiguamiento para adaptarse a las diferentes condiciones del mercado; usar estrategias de administración de fondos, como dedicar solo parte de los fondos a esta estrategia; establecer un stop loss para controlar el riesgo de una sola transacción; evaluar periódicamente el rendimiento de la estrategia y hacer ajustes según sea necesario.
Basado en un análisis en profundidad del código de la política, las siguientes direcciones pueden optimizar aún más el rendimiento de la política:
Adaptación a las zonas de amortiguaciónLas estrategias actuales utilizan zonas de amortiguamiento fijas de 5% y 3%, que pueden ser mejoradas para ser zonas de amortiguamiento de adaptación basadas en la volatilidad del mercado. Por ejemplo, aumentar la anchura de la zona de amortiguamiento en un entorno de alta volatilidad y reducir la anchura de la zona de amortiguamiento en un entorno de baja volatilidad, lo que hace que la estrategia se adapte mejor a las diferentes condiciones del mercado. Se pueden utilizar ATR (Average True Range) o índices de volatilidad histórica para ajustar dinámicamente los parámetros de la zona de amortiguamiento.
Confirmación del marco temporal múltipleIntroducción de análisis de múltiples marcos de tiempo, por ejemplo, señales SMA que consideran al mismo tiempo el horizonte y el horizonte, y que ejecutan operaciones solo cuando coinciden múltiples señales de marcos de tiempo, reduciendo así las señales falsas.
Añadir un filtro de intensidad de tendenciaIntroducir el ADX o indicadores similares para medir la intensidad de la tendencia, comerciar solo en entornos de fuerte tendencia y evitar comerciar con frecuencia en mercados convulsionados.
Administración de posiciones parcialesModificación de la estrategia para apoyar la negociación de posiciones parciales, como la construcción y reducción de posiciones por lotes según la intensidad de la señal o las condiciones del mercado, en lugar de la operación de toda la posición, para administrar mejor el riesgo.
Confirmación de la integración de otros indicadoresLa combinación de indicadores como el RSI y el MACD como confirmación auxiliar aumenta la fiabilidad de la señal. Por ejemplo, la señal SMA se ejecuta solo cuando el RSI indica que el mercado no está sobrecomprado/sobrevendido.
Ajuste por estacionesTenga en cuenta la estacionalidad del mercado, ajuste los parámetros de la estrategia o suspenda la negociación en los meses de peor desempeño histórico.
La asignación dinámica de los activos: Ajustar la proporción de asignación de activos entre TQQQ y SGOV en función de la dinámica de la situación general del mercado, en lugar de un simple cambio binario.
El objetivo central de estas direcciones de optimización es mejorar la adaptabilidad y la solidez de las estrategias, reducir las señales falsas y el retroceso, mientras se mantiene o mejora la rentabilidad general. La implementación de estas optimizaciones requiere una verificación de retroceso adecuada para garantizar que las mejoras realmente generen mejoras en el rendimiento.
La estrategia de la zona de amortiguamiento dinámico de la línea media de 200 días es un sistema de negociación cuantitativa que combina el seguimiento de tendencias y la depreciación dinámica, especialmente adecuado para el comercio de ETFs con apalancamiento como TQQQ. Su valor central radica en el diseño de zonas de amortiguamiento asimetricas, que equilibran el seguimiento de tendencias y el filtrado de falsas señales, mientras que aumentan el potencial de ganancias en la aplicación de productos con apalancamiento. La sencillez, la objetividad y la alta ganancia de la estrategia la hacen una herramienta de inversión que vale la pena considerar, especialmente para inversores a largo plazo y para aquellos que desean reducir la frecuencia de sus operaciones.
Aunque la estrategia presenta cierto riesgo de atraso y sensibilidad a los parámetros, se puede mejorar aún más su rendimiento y adaptabilidad a través de direcciones de optimización como la adaptación a las zonas de amortiguamiento, la confirmación de marcos temporales múltiples y la configuración dinámica de activos. En última instancia, la estrategia representa una forma de negociación cuantitativa que combina orgánicamente el análisis técnico con la gestión de riesgos, proporcionando a los inversores un marco de participación en el mercado simple pero eficaz.
/*backtest
start: 2024-07-30 00:00:00
end: 2025-07-28 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"ETH_USDT"}]
*/
//@version=5
strategy("200 SMA +/- 5% Entry, -3% Exit Strategy (Since 2001)", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=100)
// === Inputs ===
smaLength = input.int(200, title="SMA Period", minval=1)
entryThreshold = input.float(0.05, title="Entry Threshold (%)", step=0.01)
exitThreshold = input.float(0.03, title="Exit Threshold (%)", step=0.01)
startYear = 2001
startMonth = 1
startDay = 1
// === Time filter ===
startTime = timestamp(startYear, startMonth, startDay, 0, 0)
isAfterStart = time >= startTime
// === Calculations ===
sma200 = ta.sma(close, smaLength)
upperThreshold = sma200 * (1 + entryThreshold)
lowerThreshold = sma200 * (1 - exitThreshold)
// === Strategy Logic ===
enterLong = close > upperThreshold
exitLong = close < lowerThreshold
// === Entry/Exit Signal Tracking ===
var bool didBuy = false
var bool didSell = false
didBuy := false
didSell := false
if (isAfterStart)
if (enterLong and strategy.position_size == 0)
strategy.entry("Buy", strategy.long)
if (exitLong and strategy.position_size > 0)
strategy.close("Buy")
// Detect actual entry/exit execution
didBuy := strategy.opentrades == 1 and strategy.opentrades[1] == 0
didSell := strategy.opentrades == 0 and strategy.opentrades[1] == 1
// === Plotting ===
plot(sma200, title="200 SMA", color=color.rgb(255, 0, 242))
plot(upperThreshold, title="Entry Threshold (5% Above SMA)", color=color.rgb(0, 255, 8))
plot(lowerThreshold, title="Exit Threshold (3% Below SMA)", color=color.rgb(255, 0, 0))
// === Entry/Exit Markers ===
plotshape(didBuy, title="Buy Marker", location=location.belowbar, color=color.lime, style=shape.triangleup, size=size.large, text="BUY", textcolor=color.black)
plotshape(didSell, title="Sell Marker", location=location.abovebar, color=color.red, style=shape.triangledown, size=size.large, text="SELL", textcolor=color.white)