Stratégie d'équilibre croisé


Date de création: 2023-11-23 16:42:58 Dernière modification: 2023-11-23 16:42:58
Copier: 0 Nombre de clics: 592
1
Suivre
1617
Abonnés

Stratégie d’équilibre croisé

Aperçu

La stratégie de croisement de la moyenne génère un signal de transaction en calculant la croisement de la moyenne SMA de deux paramètres différents. Elle génère un signal d’achat lorsque la moyenne SMA plus rapide traverse la moyenne SMA plus lente; elle génère un signal de vente lorsque la moyenne SMA plus lente traverse la moyenne SMA plus rapide. La stratégie utilise simultanément deux ensembles de paramètres de la moyenne SMA, un groupe pour déterminer le point d’achat et un autre groupe pour déterminer le point de vente.

Principe de stratégie

La stratégie utilise deux ensembles de paramètres de moyenne SMA:smaB1smaB2etsmaS1smaS2smaB1etsmaB2Pour déterminer les signaux d’achat, ils représentent respectivement une moyenne plus lente et une moyenne plus rapide.smaB1Je vais le mettre.smaB2Il y a un signal d’achat.smaS1etsmaS2Pour déterminer les signaux de vente, il est également utilisé pour représenter les moyennes plus lentes et plus rapides respectivement.smaS2Des sous-vêtementssmaS1Les conditions d’achat et de vente peuvent ainsi être adaptées de manière flexible aux différents environnements du marché.

Plus précisément, la stratégie consiste à calculer la valeur du SMA du prix de clôture et à surveiller en temps réel l’intersection des deux ensembles de moyennes SMA pour déterminer le moment de l’achat et de la vente. Lorsque le SMA traverse la ligne lente, le cours est considéré comme positif à la hausse, donc plus à ce moment-là; et lorsque le SMA traverse la ligne lente, le cours est considéré comme négatif à la baisse, donc moins.

Analyse des avantages

La stratégie présente les principaux avantages suivants:

  1. Utilisation d’un système de croisement bi-universale permettant de modifier les conditions d’achat et de vente pour s’adapter aux évolutions du marché
  2. La moyenne SMA elle-même peut filtrer une partie du bruit et produire un signal de trading plus fiable.
  3. Permet de personnaliser les combinaisons de paramètres SMA et d’optimiser les paramètres pour différentes variétés

Analyse des risques

Cette stratégie comporte aussi des risques:

  1. Les signaux de croisement de ligne moyenne peuvent être retardés et ne peuvent pas être générés immédiatement avant et après le point de virage
  2. Une mauvaise combinaison de paramètres SMA peut entraîner un nombre trop élevé de signaux erronés
  3. Les signaux produits dans les marchés très volatiles pourraient être moins efficaces

Pour contrôler les risques susmentionnés, des améliorations peuvent être apportées à des méthodes telles que l’optimisation de la combinaison de paramètres SMA, combinée à des arrêts dynamiques pour verrouiller les bénéfices.

Direction d’optimisation

Cette stratégie peut être optimisée dans les domaines suivants:

  1. Tester plus de combinaisons de paramètres SMA pour trouver le meilleur
  2. Augmentation de la confirmation des transactions pour éviter les faux signaux lors de fortes fluctuations des prix
  3. Filtre les signaux croisés SMA en combinaison avec d’autres indicateurs (comme le MACD, le RSI, etc.)
  4. Augmentation des stratégies de stop-loss pour bloquer les bénéfices et réduire les pertes

Résumer

La stratégie de croisement des moyennes permet de générer un signal de trading simple et efficace en calculant le croisement de deux ensembles de moyennes SMA. La stratégie permet un ajustement flexible des paramètres et s’applique à différentes variétés. C’est une stratégie de suivi de tendance courante.

Code source de la stratégie
/*backtest
start: 2023-11-15 00:00:00
end: 2023-11-22 00:00:00
period: 5m
basePeriod: 1m
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/
// © melihtuna

//@version=4
strategy("SMA Strategy", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=100, initial_capital=10000, currency=currency.USD, commission_value=0.1, commission_type=strategy.commission.percent)

smaB1 = input(title="smaB1",defval=377)
smaB2 = input(title="smaB2",defval=200)
smaS1 = input(title="smaS1",defval=377)
smaS2 = input(title="smaS2",defval=200)
smawidth = 2

plot(sma(close, smaB1), color = #EFB819, linewidth=smawidth, title='smaB1')
plot(sma(close, smaB2), color = #FF23FD, linewidth=smawidth, title='smaB2')
plot(sma(close, smaS1), color = #000000, linewidth=smawidth, title='smaS1')
plot(sma(close, smaS2), color = #c48dba, linewidth=smawidth, title='smaS2')

// === INPUT BACKTEST RANGE ===
FromMonth = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
FromDay   = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
FromYear  = input(defval = 2020, title = "From Year", minval = 2017)
ToMonth   = input(defval = 1, title = "To Month", minval = 1, maxval = 12)
ToDay     = input(defval = 1, title = "To Day", minval = 1, maxval = 31)
ToYear    = input(defval = 9999, title = "To Year", minval = 2017)

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

longCondition = crossover(sma(close, smaB1),sma(close, smaB2))

if (window() and longCondition)
    strategy.entry("BUY", strategy.long)

shortCondition = crossover(sma(close, smaS2),sma(close, smaS1))

if (window() and shortCondition)
    strategy.entry("SELL", strategy.short)