Master crossover - stratégie de rupture inverse

Auteur:ChaoZhang est là., Date: 2023-10-20 17h24 et 14h
Les étiquettes:

img

Résumé

La stratégie Crossover Master - Reversal Breakout est une stratégie de trading simple mais pratique basée sur des moyennes mobiles. Elle utilise le croisement d'une moyenne mobile rapide et d'une moyenne mobile lente comme signaux d'achat et de vente.

La logique de la stratégie

La stratégie utilise deux moyennes mobiles: un MA rapide à court terme et un MA lent à long terme. La période de MA rapide est de 12 et la période de MA lente est de 26. La stratégie calcule d'abord la moyenne mobile simple de 2 jours de l'ENDPOINT comme entrée de prix, puis calcule le MA rapide et le MA lent. Si le MA rapide dépasse le MA lent, un signal d'achat est déclenché. Si le MA rapide dépasse le MA lent, un signal de vente est déclenché.

Plus précisément, la stratégie compare les valeurs du MA rapide et du MA lent pour déterminer la tendance du marché. Lorsque le MA rapide est supérieur au MA lent, le marché est considéré comme étant en tendance haussière (Bullish). Lorsque le MA rapide est inférieur au MA lent, le marché est considéré comme étant en tendance baissière (Bearish).

La logique du signal d'achat est la suivante: lorsque le marché passe d'une tendance à la baisse à une tendance à la hausse, c'est-à-dire que le MA rapide traverse le MA lent et que le prix est au-dessus du MA rapide, un signal d'achat est généré.

La logique du signal de vente est la suivante: lorsque le marché passe d'une tendance haussière à une tendance baissière, c'est-à-dire que le MA rapide traverse le niveau inférieur au MA lent, et que le prix est inférieur au MA rapide, un signal de vente est généré.

Grâce à cette conception, la stratégie peut saisir les opportunités d'inversion en temps opportun.

Analyse des avantages

Les avantages de cette stratégie sont les suivants:

  1. La logique de la stratégie est simple et claire, facile à comprendre et à mettre en œuvre.

  2. La technique des moyennes mobiles est mature et fiable, largement utilisée.

  3. La conception de la double MA peut filtrer efficacement le bruit du marché et identifier les tendances.

  4. La combinaison de l'élan des prix améliore la précision du moment des transactions.

  5. Une large marge d'optimisation des paramètres selon le marché.

  6. Le stop loss peut être ajouté au contrôle des risques.

  7. Fréquence de négociation modérée, éviter les sur-trades.

  8. Peut être combiné avec d'autres indicateurs tels que les bandes de Bollinger, RSI pour amélioration.

  9. Des données de backtesting suffisantes pour valider le rendement de la stratégie.

Analyse des risques

Les risques de cette stratégie comprennent:

  1. Les stratégies de double MA peuvent générer de faux signaux, des tendances manquantes ou des transactions inutiles.

  2. Les MA ont un effet retardé, peuvent manquer des retours rapides.

  3. Des paramètres mal réglés entraînent une fréquence de négociation trop élevée ou trop faible.

  4. La stratégie est plus adaptée aux transactions à moyen et long terme.

  5. Incapable de s'adapter aux chocs soudains du marché.

  6. Possibilité de pertes au cours de certaines périodes.

  7. Les paramètres doivent être ajustés pour différents produits.

  8. Moins efficace sur les marchés à plage.

Les risques peuvent être réduits par:

  1. Optimisation des paramètres en fonction des conditions du marché.

  2. Ajout de filtres avec d'autres indicateurs.

  3. Mise en œuvre d'un stop loss pour contrôler les pertes.

  4. Ajustez correctement la taille de la position.

  5. Test et optimisation des paramètres par produit.

Directions d'optimisation

La stratégie peut être optimisée dans les aspects suivants:

  1. Optimiser les périodes d'AM pour mieux s'adapter au marché actuel.

  2. Testez différents types d'AM, tels que l'EMA, l'WMA, etc.

  3. Ajoutez un indicateur de volume pour confirmer les tendances.

  4. Combinez d'autres indicateurs comme MACD, RSI pour la confluence.

  5. Ajoutez des techniques de stop-loss comme le stop-loss de suivi.

  6. Optimiser les méthodes de dimensionnement de la position, par exemple la fraction fixe, la dynamique, etc.

  7. Optimisation des paramètres d'essai par période et par produit.

  8. Introduire l'apprentissage automatique pour le réglage automatique des paramètres et la validation du signal.

  9. Appliquez l'apprentissage en profondeur pour détecter des modèles de graphiques plus complexes.

  10. Explorez les concepts de conception de stratégie sans paramètres.

L'optimisation continue peut améliorer l'adaptabilité de la stratégie et obtenir des résultats cohérents dans des conditions de marché variables.

Résumé

En résumé, la stratégie Crossover Master - Reversal Breakout a une logique claire et une valeur pratique. Elle tire parti de la capacité de suivi des tendances des moyennes mobiles et combine l'élan des prix pour améliorer la qualité du signal. Il y a de la place pour améliorer les paramètres et le contrôle des risques. Dans l'ensemble, elle fournit un bon exemple de stratégie de rupture basée sur des indicateurs simples et peut servir d'étude de cas utile pour l'apprentissage de la stratégie quantique.


/*backtest
start: 2022-10-13 00:00:00
end: 2023-10-19 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("CDC Action Zone V.2 strategy", overlay=true)
// Credit Script base from CDC Action Zone V.2 by piriya33
// CDC ActionZone V2 29 Sep 2016
// CDC ActionZone is based on a simple 2MA and is most suitable for use with medium volatility market
// 11 Nov 2016 : Ported to Trading View with minor UI enhancement

src = input(title="Data Array",defval=ohlc4)
prd1=input(title="Short MA period",defval=12)
prd2=input(title="Long MA period",defval=26)
AP = ema(src,2)
Fast = ema(AP,prd1)
Slow = ema(AP,prd2)

// === INPUT BACKTEST RANGE ===
FromYear  = input(defval = 2019, title = "From Year", minval = 2009)
FromMonth = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
FromDay   = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
ToYear    = input(defval = 9999, title = "To Year", minval = 2009)
ToMonth   = input(defval = 12, title = "To Month", minval = 1, maxval = 12)
ToDay     = input(defval = 31, title = "To Day", minval = 1, maxval = 31)

// === FUNCTION EXAMPLE ===
start     = timestamp(FromYear, FromMonth, FromDay, 00, 00)  // backtest start window
finish    = timestamp(ToYear, ToMonth, ToDay, 23, 59)        // backtest finish window
window()  => time >= start and time <= finish ? true : false // create function "within window of time"

Bullish = Fast>Slow
Bearish = Fast<Slow

Green = Bullish and AP>Fast
Red = Bearish and AP<Fast
Yellow = Bullish and AP<Fast
Blue = Bearish and AP>Fast

//Long Signal
Buy = Green and Green[1]==0
Sell = Red and Red[1]==0

//Short Signal
Short = Red and Red[1]==0
Cover = Red[1] and Red==0

//Plot

l1=plot(Fast,"Fast", linewidth=1,color=red)
l2=plot(Slow,"Slow", linewidth=2,color=blue)
bcolor = Green ? lime : Red ? red : Yellow ? yellow : Blue ? blue : white
barcolor(color=bcolor)
fill(l1,l2,bcolor)

strategy.entry("Buy",true,when=window() and Buy)
strategy.close_all(when=window() and Sell)


Plus de