
La stratégie de croisement bi-médian est une stratégie couramment utilisée dans l’analyse technique, qui consiste à calculer des moyennes mobiles de deux périodes différentes et à générer des signaux d’achat et de vente en fonction de leur croisement. Le cœur de cette stratégie est d’utiliser la moyenne à court terme pour générer des signaux d’achat et la moyenne à long terme pour générer des signaux de vente.
Le principe technique de cette stratégie est le suivant: la moyenne à long terme peut refléter la moyenne des prix sur une longue période, elle est plus stable, tandis que la moyenne à court terme est plus sensible, elle réagit aux variations de prix sur une courte période, elle est plus active et plus aléatoire. Lorsque la moyenne à court terme traverse la moyenne à long terme, cela signifie que le prix a dépassé la moyenne à long terme sur une courte période, et que le prix montre une tendance à la hausse accélérée.
En comparant les prix des cycles de temps courts et des cycles de temps longs, cette stratégie met l’accent sur l’idée d’investir en achetant de manière exponentielle et en vendant de manière exponentielle. Cette stratégie d’élan utilisant la forme de croix de la ligne d’équilibre est différente de la stratégie d’inversion de la ligne d’équilibre correspondant à l’idée de la courbe de la courbe de la courbe de décalage et appartient au type de stratégie d’investissement plus proactive que décisive.
Les avantages d’une stratégie de double croisement sont les suivants:
Les stratégies de double croisement équilibré présentent également des limites et des risques:
Les méthodes de contrôle et d’optimisation des risques correspondantes comprennent: l’ajout de conditions de filtrage, l’ajustement de la combinaison de paramètres de la moyenne, la prise de décision en combinaison avec d’autres indicateurs, etc.
Les stratégies d’équilibrage bi-linéaire peuvent être optimisées dans les directions suivantes:
La stratégie de croisement de la ligne biuniversale est une stratégie simple et directe dans l’analyse technique. Son avantage réside dans la clarté d’esprit et la facilité de mise en œuvre, mais il existe également des problèmes de faux signaux et de blocage de décision. L’orientation future de l’optimisation réside dans l’optimisation des paramètres, la gestion des risques et la prise de décision combinée avec plus de facteurs et de nouvelles technologies.
/*backtest
start: 2023-10-31 00:00:00
end: 2023-11-30 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("Moving Average Crossover Strategy", overlay=true)
// Input parameters
short_term_period = input(10, title="Short-Term MA Period")
long_term_period = input(20, title="Long-Term MA Period")
// Calculate moving averages
short_term_ma = sma(close, short_term_period)
long_term_ma = sma(close, long_term_period)
// Buy signal
buy_signal = crossover(short_term_ma, long_term_ma)
// Sell signal
sell_signal = crossunder(short_term_ma, long_term_ma)
if (buy_signal)
strategy.entry("Buy", strategy.long)
if (sell_signal)
strategy.close("Buy")
// Plot moving averages
plot(short_term_ma, color=color.blue, title="Short-Term MA")
plot(long_term_ma, color=color.red, title="Long-Term MA")
// Plot buy and sell signals on the chart
plotshape(series=buy_signal, location=location.belowbar, color=color.green, style=shape.cross, title="Buy Signal")
plotshape(series=sell_signal, location=location.abovebar, color=color.red, style=shape.cross, title="Sell Signal")