Cette stratégie utilise les moyennes mobiles pour juger de la tendance afin de détecter les opportunités d’achat et de vente potentielles. Elle utilise à la fois les moyennes mobiles rapides et les moyennes mobiles lentes pour générer des signaux de négociation en fonction de leur intersection.
La stratégie utilise deux moyennes mobiles de différentes durées. La première moyenne mobile a une durée plus courte, fixée à 20 jours, pour capturer les tendances à court terme des prix; la seconde moyenne mobile a une durée plus longue, fixée à 120 jours, pour mesurer les tendances à long terme des prix.
Lorsque la moyenne mobile rapide traverse la moyenne mobile lente de bas en haut, elle est considérée comme un signal de fourche dorée, indiquant une tendance à court terme à la hausse. Lorsque la moyenne mobile rapide traverse la moyenne mobile lente de haut en bas, elle est considérée comme un signal de fourche morte, indiquant une tendance à court terme à la baisse, elle peut être vendue.
Cette stratégie utilise ta.crossover et ta.crossunder pour juger de la croisée des moyennes mobiles, et déclenche un signal d’achat ou de vente correspondant une fois qu’une croisée se produit.
Le plus grand avantage de cette stratégie réside dans sa simplicité et sa facilité d’utilisation. La moyenne mobile est l’un des outils d’analyse technique les plus couramment utilisés.
Comparé à d’autres indicateurs complexes, la moyenne mobile est moins difficile à construire une stratégie. Il suffit d’optimiser les paramètres périodiques de la moyenne mobile pour construire un système de stratégie stable.
En outre, les stratégies de moyennes mobiles sont flexibles. Différents paramètres peuvent être définis en fonction de différents types de transactions, de différentes périodes de temps et peuvent être utilisés à long terme ou à court terme.
Le plus grand risque de cette stratégie réside dans l’apparition fréquente de faux signaux. Lorsque les tendances du marché changent à plusieurs reprises, les moyennes mobiles rapides et les moyennes mobiles lentes se croisent, ce qui entraîne un grand nombre de signaux de négociation inutiles.
Un autre risque potentiel est que les moyennes mobiles soient retardées. Lorsque de nouvelles tendances se produisent, les moyennes mobiles ont besoin d’un certain temps pour se refléter, ce qui peut entraîner une certaine perte de points de glissement.
De plus, la stratégie ne prend pas en compte l’impact des événements inattendus, tels que les nouvelles de bénéfices/gains importants. De tels événements peuvent briser l’efficacité des moyennes mobiles et des arrêts de perte doivent être mis en place pour contrôler les risques.
Cette stratégie peut être optimisée par les éléments suivants:
Les conditions de filtrage, telles que le volume des transactions, ont été ajoutées pour éviter de générer de faux signaux en cas de choc.
L’utilisation d’une moyenne mobile adaptative permet à la moyenne mobile de s’adapter plus rapidement aux fluctuations du marché en s’adaptant dynamiquement à ses cycles.
Il est combiné avec d’autres indicateurs, tels que MACD, Stochastic, etc., afin d’utiliser plus de facteurs pour confirmer le signal de la moyenne mobile.
Créer des canaux de prix et ne prendre en compte les signaux de transaction que lors de la rupture des canaux, afin d’éviter des transactions inutilement répétitives.
La mise en place de conditions de stop-loss et d’arrêt de perte pour améliorer la stabilité de la stratégie.
Dans l’ensemble, la stratégie de traversée de la moyenne mobile utilise la croix des moyennes mobiles rapides et lentes pour former un signal de négociation. Elle est simple et facile à utiliser et permet d’identifier la direction de la tendance, mais elle présente également le risque de générer de faux signaux et de problèmes de retard.
/*backtest
start: 2022-09-21 00:00:00
end: 2023-09-27 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © brandlabng
//@version=5
//study(title="Holly Grail FX", overlay = true)
strategy('HG|E30m', overlay=true)
src = input(close, title='Source')
price = request.security(syminfo.tickerid, timeframe.period, src)
ma1 = input(20, title='1st MA Length')
type1 = input.string('EMA', '1st MA Type', options=['EMA'])
ma2 = input(120, title='2nd MA Length')
type2 = input.string('EMA', '2nd MA Type', options=['EMA'])
price1 = if type1 == 'EMA'
ta.ema(price, ma1)
price2 = if type2 == 'EMA'
ta.ema(price, ma2)
//plot(series=price, style=line, title="Price", color=black, linewidth=1, transp=0)
plot(series=price1, style=plot.style_line, title='1st MA', color=color.new(#219ff3, 0), linewidth=2)
plot(series=price2, style=plot.style_line, title='2nd MA', color=color.new(color.purple, 0), linewidth=2)
longCondition = ta.crossover(price1, price2)
if longCondition
strategy.entry('Long', strategy.long)
shortCondition = ta.crossunder(price1, price2)
if shortCondition
strategy.entry('Short', strategy.short)