Amélioration de la stratégie transversale des moyennes mobiles avec orientation des tendances du marché

Auteur:ChaoZhang est là., Date: 2023-12-06 16h29 et 52 min
Les étiquettes:

img

Résumé

L'amélioration de la stratégie de croisement des moyennes mobiles avec orientation de la tendance du marché utilise trois moyennes mobiles de différentes périodes pour déterminer les tendances du marché et les signaux de trading. Il calcule d'abord une ligne rapide, une ligne lente et une ligne de tendance. Les signaux d'achat et de vente sont générés sur la base de la croix dorée et de la croix de mort des lignes rapides et lentes.

La logique de la stratégie

La logique de base utilise trois moyennes mobiles - ligne rapide, ligne lente et ligne de tendance pour la génération de signaux. Les périodes pour les trois moyennes mobiles sont définies comme paramètres d'entrée.

L'amélioration provient de l'introduction de la troisième ligne de tendance moyenne mobile pour déterminer la direction de la tendance du marché. Les signaux d'achat ne sont pris que sur les croix dorées et les signaux de vente sur les croix de mort lorsque la direction de la tendance favorise le signal. Par exemple, les signaux d'achat ne sont pris que sur les croix dorées lorsque la tendance est à la hausse et les signaux de vente uniquement sur les croix de mort lorsque la tendance est à la baisse. Cela aide à éviter les transactions contre-tendance et réduit le risque.

Analyse des avantages

Comparée à la stratégie simple de la moyenne mobile double, cette stratégie améliorée présente les avantages suivants:

  1. La direction de la tendance du marché permet d'éviter les transactions contraires à la tendance, de filtrer les transactions potentiellement perdantes et de réduire les risques.

  2. La combinaison de plusieurs moyennes mobiles améliore la fiabilité du signal et le taux de gain.

  3. L'ajustement des paramètres est flexible et s'adapte aux différents régimes de marché.

  4. Des règles simples et claires rendent la mise en œuvre simple, plus facile à mettre en œuvre que des modèles complexes d'apprentissage automatique.

  5. Indicateurs et logiques validés avec un solide fondement théorique et une fiabilité.

Analyse des risques

Malgré des améliorations par rapport à la stratégie de l'AM double, certains risques doivent être pris en considération:

  1. La complexité supplémentaire des trois moyennes mobiles pose des difficultés d'optimisation et un risque de mauvais réglage des paramètres.

  2. La nature retardée des moyennes mobiles peut ternir les signaux ou provoquer des retards.

  3. La détermination subjective de la tendance comporte le risque d'erreurs dans le jugement de la tendance.

  4. Aucune dimension de position ni aucune fonctionnalité de gestion des risques.

  5. Un système basé sur des règles ne peut pas s'adapter comme les modèles d'apprentissage automatique.

Ces risques peuvent potentiellement être réduits grâce à des tests antérieurs rigoureux, à l'optimisation et à l'introduction d'améliorations telles que les arrêts de pertes, le dimensionnement des positions, les adaptations d'apprentissage automatique, etc. Mais les risques ne peuvent pas être entièrement éliminés.

Des possibilités d'amélioration

Quelques moyens permettant d'améliorer davantage la stratégie:

  1. Incorporer des mécanismes d'arrêt des pertes tels que ceux basés sur le prix ou la volatilité pour contrôler les pertes par transaction.

  2. Ajouter un module de dimensionnement des positions pour ajuster dynamiquement les positions en fonction des prélèvements, de l'utilisation du capital, etc.

  3. Testez la robustesse sur plusieurs périodes (par jour, 60 minutes, etc.).

  4. L'optimisation des paramètres par la recherche de grilles, les algorithmes génétiques, etc. Les modèles d'ensemble peuvent également combiner des signaux provenant de plusieurs modèles.

  5. Des techniques d'apprentissage automatique comme l'apprentissage par renforcement pour améliorer automatiquement les paramètres et l'adaptation.

  6. Ajouter des filtres basés sur les volumes, les écarts de prix, la volatilité, etc. pour réduire les signaux trompeurs.

Conclusion

En conclusion, cette stratégie de croisement de moyenne mobile améliorée guide les transactions dans la direction de la tendance globale du marché afin d'éviter les transactions contre-tendance. Cela montre la promesse d'améliorer les rendements ajustés au risque par rapport à la stratégie de croisement de moyenne mobile double simple. Mais d'autres améliorations par le biais de la dimensionnement des positions, des adaptations d'apprentissage automatique, etc. peuvent aider à l'optimiser davantage.


/*backtest
start: 2023-11-28 00:00:00
end: 2023-12-01 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Improved Moving Average Crossover Strategy", overlay=true)

// Define input variables
fast_length = input(9, title="Fast MA Length")
slow_length = input(21, title="Slow MA Length")
trend_length = input(50, title="Trend MA Length")
src = close

// Calculate moving averages
fast_ma = ta.sma(src, fast_length)
slow_ma = ta.sma(src, slow_length)
trend_ma = ta.sma(src, trend_length)

// Plot moving averages on the chart
plot(fast_ma, color=color.blue, title="Fast MA")
plot(slow_ma, color=color.red, title="Slow MA")
plot(trend_ma, color=color.green, title="Trend MA")

// Define trend direction
is_uptrend = ta.crossover(slow_ma, trend_ma)
is_downtrend = ta.crossunder(slow_ma, trend_ma)

// Define buy and sell conditions
buy_condition = ta.crossover(fast_ma, slow_ma) and is_uptrend
sell_condition = ta.crossunder(fast_ma, slow_ma) and is_downtrend

// Execute trades based on conditions
if (buy_condition)
    strategy.entry("Buy", strategy.long)
if (sell_condition)
    strategy.close("Buy")

if (sell_condition)
    strategy.entry("Sell", strategy.short)
if (buy_condition)
    strategy.close("Sell")


Plus de