Stratégie de swingers moyenne plus élevée plus élevée et plus basse

Auteur:ChaoZhang est là., Date: 2023-12-05 16h34:01
Les étiquettes:

img

Résumé

Il s'agit d'une stratégie d'action de prix complète conçue pour les marchés en tendance tels que les crypto-monnaies et les actions.

La logique de la stratégie

Cette stratégie utilise deux longueurs de cycle différentes des prix les plus bas et les plus élevés et leurs moyennes pour déterminer l'entrée et la sortie. Plus précisément, elle calcule le prix moyen le plus bas, le prix moyen le plus élevé et la moyenne de ces deux moyennes des cycles 9 et 26 respectivement.

La logique spécifique pour long est la suivante: le prix de clôture est supérieur à la moyenne des prix les plus élevés et les plus bas du cycle 9, supérieur à celui du cycle 26 et supérieur à la moyenne des deux moyennes, lorsque les trois conditions sont remplies, il va long.

La logique spécifique du short est la suivante: le prix de clôture est inférieur à la moyenne des prix les plus élevés et les plus bas du cycle 9, inférieur à celui du cycle 26 et inférieur à la moyenne des deux moyennes.

Que ce soit long ou court, choisissez de réduire les pertes lorsqu'il y a un signal inverse.

Analyse des avantages

Cette stratégie présente les principaux avantages suivants:

  1. L'utilisation d'une double analyse des délais permet de mieux juger de la tendance et d'accroître la précision.

  2. En s'appuyant sur les prix les plus élevés et les plus bas, on peut capturer efficacement les écarts.

  3. L'utilisation de plusieurs moyennes mobiles pour filtrer augmente la fiabilité du signal et évite les interférences sonores.

  4. Une stratégie d'action de prix pure qui s'applique à la plupart des marchés présentant des caractéristiques de tendance.

  5. Le trading entièrement automatisé élimine les erreurs humaines.

Analyse des risques

La stratégie comporte également des risques à prendre en compte:

  1. Il n'y a pas de module de stop loss intégré, le risque de pertes croissantes.

  2. Il est facile de générer des signaux erronés et de sur-trader sur les marchés à plage.

  3. L'impact de la relation entre les stocks individuels et le marché n'est pas pris en compte, les risques systémiques existent toujours.

  4. Les tests de robustesse devraient être effectués sur des délais plus longs et sur un plus grand nombre de marchés.

Directions d'optimisation

Il y a encore une marge d'optimisation dans cette stratégie:

  1. Les paramètres de période peuvent continuer à être testés et optimisés pour trouver la meilleure combinaison.

  2. Considérez l'ajout d'un stop-loss mobile, un stop-loss à la traîne pour contrôler une seule perte.

  3. Peut tester différents marchés ou même différentes variétés pour explorer leur applicabilité.

  4. Certains modules de trading algorithmique peuvent être ajoutés, tels que l'apprentissage automatique, pour aider à la prise de décision.

  5. Les modèles à facteurs multiples peuvent être considérés comme introduisant plus de variables pour le jugement et améliorant la robustesse.

Conclusion

En résumé, cette double stratégie de temps maximum et minimum a de fortes capacités de suivi des tendances et convient aux marchés à forte volatilité comme les crypto-monnaies. Elle utilise efficacement des jugements de rupture pour le timing d'entrée, tout en utilisant plusieurs couches de filtrage pour améliorer la qualité du signal.


/*backtest
start: 2023-11-27 00:00:00
end: 2023-12-04 00:00:00
period: 1m
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/
// © exlux99

//@version=4
strategy(title = "Avg HH/LL Crypto Swinger", overlay = true )

varLo = input(title="Fast Line", type=input.integer, defval=9, minval=1)
varHi = input(title="Slow  Line", type=input.integer, defval=26, minval=1)

a = lowest(varLo)
b = highest(varLo)
c = (a + b ) / 2

d = lowest(varHi)
e = highest(varHi)
f = (d + e) / 2

g = ((c + f) / 2)[varHi]
h = ((highest(varHi * 2) + lowest(varHi * 2)) / 2)[varHi]



long=close > c and close > f and close >g and close > h
short=close < c and close < f and close<g and close < h

strategy.entry("long",1,when=long)
strategy.entry('short',0,when=short)

Plus de