Stratégie d'inversion de la moyenne mobile double
ChaoZhang
Aperçu
La stratégie d’inversion de la double ligne de parité est une stratégie de négociation d’actions qui utilise une combinaison de la ligne de parité et du principe de l’inversion. La stratégie utilise d’abord le principe de l’inversion 123 pour construire un signal de négociation inverse, puis filtre en combinaison avec une moyenne mobile indicielle 2⁄20 et ne génère des instructions de négociation que lorsque les deux signaux sont cohérents, afin d’améliorer la stabilité de la stratégie.
Principe de stratégie
La stratégie est composée de deux volets:
- 123 stratégies de retour
La stratégie de 123 inversions est issue d’un système de stratégie de inversion dans un livre intitulé Comment obtenir un triple rendement sur le marché à terme. Cette stratégie est basée sur le principe suivant: si le cours de clôture est passé de haut en bas pendant deux jours et que la ligne K lente est passée en dessous de 50 le 9e jour, on peut considérer que le cours est actuellement à un point de inversion et il faut acheter. Si le cours de clôture est passé de bas en haut pendant deux jours et que la ligne K rapide est passée en dessous de 50 le 9e jour, on peut considérer que le cours est actuellement à un point de inversion et il faut vendre.
- La stratégie de l’indice 2⁄20
Cette stratégie utilise les moyennes mobiles de l’indice 2⁄20 pour juger des tendances à long terme. Elle est positive lorsque le prix est supérieur à la moyenne 2⁄20 et baisse lorsque le prix est inférieur à la moyenne 2⁄20. Cette stratégie peut être utilisée pour filtrer les fausses ruptures.
En combinant ces deux stratégies, un véritable signal de transaction est généré lorsque le signal de revers 123 et le signal de ligne moyenne 2⁄20 sont identiques.
Analyse des forces stratégiques
Cette stratégie, qui combine des retournements à court terme et des tendances à long terme, présente les avantages suivants:
- La capture de retournements à court terme offre des opportunités de profit plus élevées
Les stratégies de retournement peuvent capturer des surachats et des survente à court terme, qui entraînent souvent des ajustements de prix plus importants et permettent ainsi de réaliser des gains plus importants.
- 2⁄20 Le filtrage linéaire uniforme peut éviter le risque de fausse percée
La simple stratégie de retournement est vulnérable aux chocs des marchés tendanciels et génère de nombreux faux signaux. L’ajout d’une ligne moyenne 2⁄20 permet de filtrer les signaux qui ne correspondent pas à la tendance, d’éviter le risque de recouvrement et de recouvrement, et d’améliorer la qualité du signal.
- La combinaison de deux conditions réduit le risque de pertes et de pertes
Il est facile de générer un grand nombre de signaux erronés en s’appuyant uniquement sur un seul indicateur, tandis que la combinaison de deux indicateurs complémentaires peut considérablement améliorer la fiabilité du signal et réduire les pertes de pertes.
- Une stratégie claire, facile à comprendre et à optimiser
Les différentes parties de la stratégie sont clairement définies, les idées sont claires, il est facile de comprendre les raisons de leur formation, et il est facile de les ajuster et d’optimiser en fonction de la situation réelle et de s’adapter à un environnement de marché plus large.
Analyse stratégique des risques
Malgré les avantages évidents de cette stratégie, il y a des risques à prendre en compte:
- Le retour n’est pas forcé.
La performance historique n’est pas un précurseur de la performance future, et il existe une incertitude quant à l’ampleur et à l’intensité de la reprise des prix après l’apparition d’un signal de revers, ce qui peut entraîner des pertes.
- La tendance pourrait se poursuivre
La moyenne 2⁄20 ne peut pas filtrer complètement la tendance, et lorsque la tendance est très forte, les ajustements à court terme peuvent être absorbés par la tendance principale et entraîner des pertes.
- Paramètres à optimiser
Les différents paramètres peuvent avoir une influence significative sur la performance de la stratégie. Les paramètres optimaux doivent être identifiés par un grand nombre de tests de retour et de simulations, et la plage optimale des paramètres peut également varier en fonction de l’environnement du marché.
- Les effets à long terme sont incertains
La bonne performance historique à court terme ne signifie pas non plus une stabilité des bénéfices à long terme, le hasard du marché est fort et l’efficacité à long terme de la stratégie doit être vérifiée dans différents environnements de marché.
Ces risques peuvent être maîtrisés par des méthodes telles que l’ajustement raisonnable des paramètres, la mise en place de stop-loss et la gestion des risques. En outre, il est possible d’envisager d’ajouter des conditions supplémentaires pour améliorer la stabilité de la stratégie, telles que le volume des transactions, les indicateurs de volatilité et autres, ainsi que l’introduction de méthodes telles que l’apprentissage automatique pour optimiser la dynamique.
Orientation de l’optimisation de la stratégie
Cette stratégie peut être optimisée dans les domaines suivants:
- Optimiser les paramètres de retour
Il est possible de tester différentes combinaisons de paramètres pour rechercher des phénomènes d’inversion plus stables et plus évidents afin d’améliorer la qualité du signal d’inversion.
- Optimisation du système homogène
Il est possible de tester des combinaisons de moyennes pour différents paramètres, ou d’ajouter des jugements de moyennes multiples pour rendre les jugements de tendances plus précis et plus complets.
- Ajouter d’autres conditions de filtre
Il est possible de définir plus de conditions de filtrage en fonction d’indicateurs tels que le volume de transactions, la volatilité, etc., ce qui réduit le taux d’erreur et améliore la stabilité.
- Optimisation dynamique des paramètres
Il est possible de collecter une grande quantité de données historiques et d’optimiser dynamiquement les paramètres en fonction de méthodes d’apprentissage automatique, ce qui rend les stratégies plus robustes.
- Combinée à une stratégie de stop loss
Un arrêt de perte approprié permet de contrôler efficacement la stratégie de retrait maximal et l’ouverture de risque.
- Optimisation de la gestion des fonds
L’optimisation de la gestion des positions et de l’allocation des fonds peut améliorer la performance globale de la stratégie.
Résumer
La stratégie de revers de double équilibre est une stratégie de négociation à court terme simple et pratique. Elle combine deux stratégies de négociation de revers et de jugement de tendance, qui permettent à la fois de capturer les opportunités de revers de prix à court terme et d’éviter d’être trompé par de faux signaux. La stratégie est claire, facile à comprendre et à optimiser, avec une bonne valeur pratique.
/*backtest
start: 2023-09-18 00:00:00
end: 2023-09-25 00:00:00
period: 15m
basePeriod: 5m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
////////////////////////////////////////////////////////////
// Copyright by HPotter v1.0 06/08/2021
// This is combo strategies for get a cumulative signal.
//
// First strategy
// This System was created from the Book "How I Tripled My Money In The
// Futures Market" by Ulf Jensen, Page 183. This is reverse type of strategies.
// The strategy buys at market, if close price is higher than the previous close
// during 2 days and the meaning of 9-days Stochastic Slow Oscillator is lower than 50.
// The strategy sells at market, if close price is lower than the previous close price
// during 2 days and the meaning of 9-days Stochastic Fast Oscillator is higher than 50.
//
// Second strategy
// This indicator plots 2/20 exponential moving average. For the Mov
// Avg X 2/20 Indicator, the EMA bar will be painted when the Alert criteria is met.
//
// WARNING:
// - For purpose educate only
// - This script to change bars colors.
////////////////////////////////////////////////////////////
Reversal123(Length, KSmoothing, DLength, Level) =>
vFast = sma(stoch(close, high, low, Length), KSmoothing)
vSlow = sma(vFast, DLength)
pos = 0.0
pos := iff(close[2] < close[1] and close > close[1] and vFast < vSlow and vFast > Level, 1,
iff(close[2] > close[1] and close < close[1] and vFast > vSlow and vFast < Level, -1, nz(pos[1], 0)))
pos
EMA220(Length) =>
pos = 0.0
xPrice = close
xXA = ema(xPrice, Length)
nHH = max(high, high[1])
nLL = min(low, low[1])
nXS = iff((nLL > xXA)or(nHH < xXA), nLL, nHH)
pos := iff(close > xXA and close > nXS , 1,
iff(close < xXA and close < nXS, -1, nz(pos[1], 0)))
pos
strategy(title="Combo Backtest 123 Reversal & 2/20 Exponential MA", shorttitle="Combo", overlay = true)
line1 = input(true, "---- 123 Reversal ----")
Length = input(14, minval=1)
KSmoothing = input(1, minval=1)
DLength = input(3, minval=1)
Level = input(50, minval=1)
//-------------------------
line2 = input(true, "---- 2/20 Exponential MA ----")
LengthMA = input(20, minval=1)
reverse = input(false, title="Trade reverse")
posReversal123 = Reversal123(Length, KSmoothing, DLength, Level)
posEMA220 = EMA220(LengthMA)
pos = iff(posReversal123 == 1 and posEMA220 == 1 , 1,
iff(posReversal123 == -1 and posEMA220 == -1, -1, 0))
possig = iff(reverse and pos == 1, -1,
iff(reverse and pos == -1 , 1, pos))
if (possig == 1 )
strategy.entry("Long", strategy.long)
if (possig == -1 )
strategy.entry("Short", strategy.short)
if (possig == 0)
strategy.close_all()
barcolor(possig == -1 ? #b50404: possig == 1 ? #079605 : #0536b3 )