Stratégie de trading crossover long-short basée sur la double moyenne mobile et l'indicateur FRAMA


Date de création: 2023-12-22 16:08:23 Dernière modification: 2023-12-22 16:08:23
Copier: 0 Nombre de clics: 801
1
Suivre
1621
Abonnés

Stratégie de trading crossover long-short basée sur la double moyenne mobile et l’indicateur FRAMA

Aperçu

Cette stratégie commence par calculer une moyenne mobile simple de 13 cycles et 26 cycles, puis le FRAMA. Faites plus lorsque la ligne rapide franchit la ligne lente de bas en haut, plus lorsque la ligne rapide franchit la ligne lente de haut en bas, ou plus lorsque l’indicateur FRAMA franchit la clôture de haut en bas.

Principe de stratégie

Cette stratégie utilise principalement le croisement de deux lignes de parité pour former un signal de négociation. Lorsque la moyenne à court terme dépasse la moyenne à long terme de bas en haut, cela indique que le marché a fait un revirement par la baisse et fait plus; lorsque la moyenne à court terme dépasse la moyenne à long terme de haut en bas, cela indique que le marché est sur le point de se retourner et de se stabiliser.

Dans le même temps, la stratégie introduit l’indicateur FRAMA comme un jugement auxiliaire. L’indicateur FRAMA est une moyenne mobile adaptative améliorée basée sur l’hypothèse d’une fractionation du marché. Il estime en temps réel les dimensions de la fractionation du marché en calculant le taux de variation de l’amplitude des fluctuations des prix au cours des différentes périodes, afin d’ajuster dynamiquement la fluidité de la moyenne.

Analyse des forces stratégiques

Cette stratégie, combinée à la double équilibre croisée et à l’indicateur FRAMA, permet de filtrer efficacement les faux signaux de rupture et d’améliorer la qualité des signaux de négociation. La double équilibre croisée détermine la direction principale des transactions et le jugement auxiliaire de FRAMA évite de manquer le moment de revirement dans les conditions de choc.

Par rapport à un seul indicateur et à un seul modèle, cette stratégie améliore considérablement la qualité du signal et réduit la probabilité d’erreur de jugement. En outre, en combinaison avec une moyenne lente et rapide, il est possible d’éviter la surcharge.

Analyse des risques

Le principal risque de cette stratégie est que les lignes bi-médianes peuvent produire de nombreux faux signaux de rupture. La configuration des paramètres de l’indicateur FRAMA peut également affecter l’efficacité du jugement. En outre, dans certaines circonstances, les lignes rapides et lentes peuvent ne pas se croiser pendant longtemps entre les FRAMA et les cours de clôture, ce qui entraîne une absence d’opportunités de négociation.

Pour contrôler les risques mentionnés ci-dessus, il est possible d’ajuster le paramètre de la période moyenne de manière appropriée ou de le filtrer en combinaison avec d’autres indicateurs. En outre, les paramètres tels que la longueur et le facteur de fractionnement de l’indicateur FRAMA doivent également être réglés de manière raisonnable pour différents marchés, afin d’éviter un relâchement excessif ou une hypersensibilité.

Direction d’optimisation

Cette stratégie peut être optimisée dans les domaines suivants:

  1. Testez plus de combinaisons de ligne moyenne et de paramètres périodiques pour trouver la meilleure paire de paramètres.

  2. Augmenter les stratégies de stop-loss et contrôler les pertes individuelles.

  3. En combinant les indicateurs de volume de transactions, il est possible d’éviter les fausses ruptures à faible volume.

  4. Ajout de modèles d’apprentissage automatique, évaluation en temps réel de l’état du marché, paramètres d’ajustement dynamique.

  5. L’analyse de l’humeur du marché, combinée à des indicateurs d’humeur et à des informations, améliore la qualité des décisions.

Résumer

Cette stratégie a été mise en pratique dans un premier temps en utilisant la combinaison de la stratégie de croisement bi-homogène et de l’indicateur FRAMA. En gardant une base simple et intuitive, elle améliore efficacement la qualité du signal et mérite d’être optimisée pour de nouveaux tests.

Code source de la stratégie
/*backtest
start: 2023-12-14 00:00:00
end: 2023-12-16 00:00:00
period: 30m
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("Fractal Adaptive Moving Average",shorttitle="FRAMA",overlay=true)


ma_fast = sma(close,13)

ma_slow = sma(close,26)
plot(ma_fast,color = green)
plot(ma_slow, color = yellow)
price = input(hl2)
len = input(defval=16,minval=1)
FC = input(defval=1,minval=1)
SC = input(defval=198,minval=1)
len1 = len/2
w = log(2/(SC+1))
H1 = highest(high,len1)
L1 = lowest(low,len1)
N1 = (H1-L1)/len1
H2 = highest(high,len)[len1]
L2 = lowest(low,len)[len1]
N2 = (H2-L2)/len1
H3 = highest(high,len)
L3 = lowest(low,len)
N3 = (H3-L3)/len
dimen1 = (log(N1+N2)-log(N3))/log(2)
dimen = iff(N1>0 and N2>0 and N3>0,dimen1,nz(dimen1[1]))
alpha1 = exp(w*(dimen-1))
oldalpha = alpha1>1?1:(alpha1<0.01?0.01:alpha1)
oldN = (2-oldalpha)/oldalpha
N = (((SC-FC)*(oldN-1))/(SC-1))+FC
alpha_ = 2/(N+1)
alpha = alpha_<2/(SC+1)?2/(SC+1):(alpha_>1?1:alpha_)
out = (1-alpha)*nz(out[1]) + alpha*price
plot(out,title="FRAMA",color=purple,transp=0)
entry() => crossover(ma_fast, ma_slow) and (out < close)
exit() => crossover(ma_slow, ma_fast) or crossunder(out, close)

strategy.entry(id= "MA cross", long = true, when = entry())
strategy.close(id= "MA cross", when = exit())