1. Carré
  2. Super Trend LSMA stratégie à long terme

Super Trend LSMA stratégie à long terme

Auteur:ChaoZhang est là., Date: 2023-12-18 10h43 et 14h
Les étiquettes:

img

Résumé

La Super Trend LSMA Long Strategy est une stratégie à long terme qui combine l'indicateur Super Trend avec la moyenne mobile LSMA.

La logique de la stratégie

Les règles de négociation de cette stratégie sont les suivantes:

Signal d'entrée longue: lorsque l'indicateur Super Trend donne un signal long et que le prix de clôture est supérieur à la moyenne mobile LSMA, passez long.

Signal de sortie longue: lorsque l'indicateur Super Trend donne un signal court, fermez la position longue.

C'est-à-dire que la Super Trend est utilisée pour déterminer la direction générale de la tendance, tandis que la LSMA est utilisée pour déterminer des points d'entrée spécifiques.

Analyse des avantages

Cette stratégie combine le suivi de tendance avec des moyennes mobiles. Elle peut à la fois capturer la grande tendance et utiliser la moyenne mobile pour filtrer les faux signaux, évitant ainsi d'être piégé.

En outre, la Super Trend elle-même a un certain retard. Combinée à la fonction de lissage de LSMA, elle peut filtrer efficacement le bruit du marché et éviter d'être induite en erreur par de fausses ruptures.

Analyse des risques

Le plus grand risque de cette stratégie est l'incapacité de déterminer avec précision les points d'inversion de la tendance. En raison du retard de Super Trend et LSMA, les pertes peuvent être amplifiées lorsque la tendance change. Un stop loss rapide doit être utilisé pour contrôler les risques.

En outre, les paramètres affectent également les performances de la stratégie. Si les paramètres ATR ou les paramètres de facteur sont définis de manière incorrecte, l'efficacité de Super Trend sera compromise. Si la période LSMA est définie trop courte, l'effet de filtrage sera faible et il sera vulnérable au bruit. Par conséquent, l'optimisation des paramètres est cruciale.

Directions d'optimisation

Cette stratégie peut être optimisée dans les aspects suivants:

  1. Utiliser des algorithmes d'apprentissage automatique pour optimiser automatiquement les paramètres afin de mieux s'adapter aux différents environnements du marché.

  2. Ajouter des mécanismes d'arrêt des pertes: liquidation obligatoire lorsque les pertes atteignent un niveau d'arrêt des pertes prédéfini.

  3. Ajouter un module de gestion de position. Augmenter les positions de manière appropriée lorsque des tendances majeures se forment et réduire les positions lorsque les tendances se terminent.

  4. Ajouter plus d'indicateurs de filtrage, tels que les indicateurs de volatilité, les indicateurs de volume, etc., pour éviter les risques d'inversion de tendance.

  5. Utilisez des modèles d'apprentissage en profondeur au lieu de super tendance simple pour juger des tendances, ce qui rend la détermination des tendances plus intelligente.

Conclusion

La Super Trend LSMA Long Strategy intègre les avantages des indicateurs de suivi des tendances et des indicateurs de moyenne mobile. Elle peut capturer la grande image sur de plus longues périodes de temps et utiliser des moyennes mobiles pour filtrer le bruit. Avec l'optimisation des paramètres, des mécanismes de stop loss, des modules de contrôle des risques plus forts, la rentabilité et les capacités de contrôle des risques de cette stratégie peuvent être encore améliorées, ce qui en fait une stratégie quantitative très pratique.

/*backtest
start: 2022-12-11 00:00:00
end: 2023-12-17 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy(title = "Supertrend LSMA long Strategy", overlay = true,  pyramiding=1,initial_capital = 100, default_qty_type= strategy.percent_of_equity, default_qty_value = 100, calc_on_order_fills=false, slippage=0,commission_type=strategy.commission.percent,commission_value=0.1)


atrPeriod = input(14, "ATR Length")
factor = input(3, "Factor")

//Time
fromDay = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
fromMonth = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
fromYear = input(defval = 2010, title = "From Year", minval = 1970)
 //monday and session 
// To Date Inputs
toDay = input(defval = 31, title = "To Day", minval = 1, maxval = 31)
toMonth = input(defval = 12, title = "To Month", minval = 1, maxval = 12)
toYear = input(defval = 2031, title = "To Year", minval = 1970)

startDate = timestamp(fromYear, fromMonth, fromDay, 00, 00)
finishDate = timestamp(toYear, toMonth, toDay, 00, 00)
time_cond = time >= startDate and time <= finishDate

//LSMA
lengthx = input(title="Length LSMA", type=input.integer, defval=101)
offset = 0//input(title="Offset", type=input.integer, defval=0)
src = input(close, title="Source")
lsma = linreg(src, lengthx, offset)



[_, direction] = supertrend(factor, atrPeriod)

if(time_cond)
    if change(direction) < 0 and close > lsma
        strategy.entry("long", strategy.long)
    
    if change(direction) > 0 //and close < lsma
        strategy.close("long")
        //strategy.entry("short", strategy.short)

//strategy.close("long",when=close<lsma)
//strategy.close("short",when=change(direction) < 0 )

    
//plot(strategy.equity, title="equity", color=color.red, linewidth=2, style=plot.style_areabr)
Plus de

2019 FMZ - Tous les droits réservés