Stratégie d'inversion de la moyenne mobile pondérée

Auteur:ChaoZhang est là., Date: 2023-11-28 14:11:33 Je suis désolé
Les étiquettes:

Stratégie d'inversion de la moyenne mobile pondérée

Résumé

L'idée principale de cette stratégie est de prendre des positions par inversions qui testent des niveaux de support/résistance importants autour de la moyenne mobile pondérée.

La logique de la stratégie

Cette stratégie est basée sur l'indicateur de moyenne mobile pondérée. Elle calcule d'abord la WMA d'une certaine longueur, puis surveille si le prix sort de la WMA par une certaine plage. Lorsque la distance de rupture atteint un seuil, elle trace une flèche et ouvre des positions. Pour aller long, le prix doit d'abord se décomposer par une certaine plage; pour aller court, le prix doit d'abord se décomposer par une certaine plage. En formant des signaux d'inversion par le biais de ruptures et en les combinant avec les niveaux de support / résistance de la WMA, elle aide à optimiser le timing d'entrée sur le marché.

La stratégie fournit des options entre le stop loss de trailing et le stop loss fixe via le paramètre trail, de sorte que les risques peuvent être contrôlés en ajustant la plage de stop loss.

Analyse des avantages

Le plus grand avantage réside dans la combinaison de configurations d'inversion avec des moyennes mobiles pour capturer les points tournants clés du marché pour l'ouverture de positions. Les stratégies d'inversion ont souvent un bon taux de gain et un bon ratio de risque-rendement, les risques étant faciles à contrôler. Cette stratégie est également équipée de mécanismes de stop loss complets et de méthodes de prise de profit partielle, ce qui contribue à réduire les risques et à améliorer la stabilité.

Comme il s'appuie sur des moyennes mobiles, une large marge d'optimisation des paramètres est disponible en ajustant des valeurs telles que la longueur de la WMA, la plage de rupture, etc. pour tester l'adaptabilité sur différents marchés.

Analyse des risques

Si le prix ne parvient pas à déclencher un stop-loss ou à réaliser un profit après avoir formé des signaux d'inversion, et continue à fonctionner dans la direction initiale, il encourait des pertes flottantes considérables.

En outre, il repose fortement sur l'optimisation des paramètres. Des paramètres inappropriés peuvent facilement manquer le moment de l'inversion des prix ou générer de faux signaux. Une compréhension appropriée du comportement du marché et une évaluation prudente des choix de paramètres sont nécessaires grâce à des backtests suffisants.

Directions d'optimisation

Plus d'indicateurs pourraient être introduits pour améliorer la qualité et l'exactitude du signal. Par exemple, avant les renversements de prix, des valeurs incrémentielles dans certaines périodes récentes pourraient être vérifiées, en particulier des données incrémentielles à court terme, pour caractériser les schémas de fluctuation des prix. Ou certains facteurs quantitatifs pourraient être ajoutés pour détecter la dynamique des prix, la volatilité, etc. pour la modélisation multifactorielle.

Les méthodes d'apprentissage automatique pourraient également être testées pour prédire les mouvements de prix à court terme sur la base de signaux commerciaux historiques et de données sur les prix, ce qui aide à filtrer les faux signaux et à améliorer la qualité des signaux.

En outre, certains mécanismes d'optimisation adaptative pourraient être mis en œuvre. Selon les résultats commerciaux réels, les paramètres ou les poids de règles pourraient être ajustés dynamiquement pour réaliser l'auto-optimisation et l'ENO de la stratégie.

Résumé

Le fonctionnement global de cette stratégie est stable. Dans un espace de paramètres raisonnable et des environnements de marché, elle peut obtenir des rendements considérables. Le plus grand avantage réside dans les risques contrôlables et le potentiel d'optimisation. Les prochaines étapes seront axées sur l'amélioration de la qualité du signal et l'intégration de capacités d'optimisation adaptative. On pense que sur des améliorations persistantes, cette stratégie peut devenir un choix convaincant dans les portefeuilles d'investissement.

/*backtest
start: 2023-11-20 00:00:00
end: 2023-11-22 08:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3
strategy(title="WMA Breakout",overlay=true, initial_capital=25000, default_qty_value=1, commission_type=strategy.commission.cash_per_contract, commission_value=3.02)
len = input(20, minval=1, title="Length")
src = input(close, title="Source")
out = wma(src, len)
price_drop = input(.003, "When price drops (In Ticks) Enter Long", step=.001)
price_climb = input(.003, "When price climbs (In Ticks) Enter Short", step=.001)
trail = input(true, "Trailing Stop(checked), Market stop(unchecked)")
stop = input(10, "Stop (in ticks)", step=1)
limit = input(5, "Limit Out", step=1)
//size = input(1, "Limit Position Size (pyramiding)", minval=1)
timec = input(true, "Limit Time of Day (Buying Side)")


//Time Session
sess = input("1600-0500", "Start/Stop trades (Est time)")
t = time(timeframe.period, sess)
//plots
plot(wma(src,len))
z = if low+price_drop<out
    (out-low)
plotarrow(z, colorup=red)

a = if high-price_climb>out
    (high-out)
plotarrow(a, colorup=lime)
av=wma(src,len)

//Orders
if(timec)
    strategy.entry("Enterlong", long=true, when=z and t>1)
else
    strategy.entry("Enterlong", long=true, when=z)
if(trail)
    strategy.exit("Exit","Enterlong", profit=limit, trail_points = 0, trail_offset = stop )
else
    strategy.exit("Exit","Enterlong", profit=limit, loss = stop )
    
if(timec)
    strategy.entry("Entershort", long=false, when=a and t>1)
else
    strategy.entry("Entershort", long=false, when=a)
if(trail)
    strategy.exit("Exit","Entershort", profit=limit, trail_points = 0, trail_offset = stop )
else
    strategy.exit("Exit","Entershort", profit=limit, loss = stop )

Plus de

2019 FMZ - Tous les droits réservés