Stratégie de trading d'optimisation MACD dynamique classique


Date de création: 2024-01-23 14:40:38 Dernière modification: 2024-01-23 14:40:38
Copier: 2 Nombre de clics: 798
1
Suivre
1617
Abonnés

Stratégie de trading d’optimisation MACD dynamique classique

Aperçu

La stratégie a été optimisée en apportant de nombreuses améliorations aux indicateurs classiques du MACD, permettant une génération de signaux de négociation plus précise et plus fiable et un contrôle des risques plus strict. Les principales améliorations comprennent:

Principe de stratégie

Le principe de base est toujours de faire plus et de faire moins avec le MACD. Les principales améliorations sont:

  1. L’introduction de l’indicateur RSI permet d’éviter de produire de faux signaux lorsque le marché est surévalué ou sous-évalué. L’RSI peut effectivement refléter les pressions de vente et d’achat du marché.

  2. L’ajout d’un jugement de volume de transaction ne génère un signal que si le volume de transaction est augmenté, afin d’éviter une rupture inefficace. L’augmentation du volume de transaction peut confirmer la force de la tendance.

  3. Le système de stop loss permet de suivre les fluctuations du marché de manière dynamique et de limiter les risques à des niveaux acceptables. Le stop loss permet de contrôler efficacement les pertes individuelles. Le stop loss permet de bloquer les bénéfices et d’éviter les retours de bénéfices.

  4. Optimiser la combinaison de paramètres MACD, ajuster les paramètres de la ligne rapide et la ligne de signal, obtenir une meilleure combinaison de paramètres et produire un signal de transaction plus précis.

Analyse des avantages

Cette stratégie, optimisée par MACD, présente les avantages suivants:

  1. La production de faux signaux a été réduite et la fiabilité et l’exactitude des signaux ont été considérablement améliorées.

  2. Le système de stop-loss est strict pour contrôler les risques et maximiser les bénéfices.

  3. Les paramètres du MACD ont été optimisés pour s’adapter aux différentes variétés et périodes.

  4. Les combinaisons d’indicateurs multiples génèrent des signaux, sont systématiques et s’adaptent à un environnement de marché plus large.

  5. Dans l’ensemble, la rentabilité est nettement plus élevée que le risque.

Analyse des risques

La stratégie présente également des risques à éviter:

  1. Les paramètres optimisés ne sont pas nécessairement adaptés à toutes les variétés et à tous les cycles. Ils doivent être adaptés en fonction de la situation réelle.

  2. La fréquence de production du signal peut être réduite et il existe un certain risque de fuite.

  3. Dans des conditions de marché extrêmes, plusieurs indicateurs peuvent émettre des signaux de conflit, nécessitant un jugement manuel.

  4. Les arrêts automatiques peuvent s’arrêter prématurément en cas de saut rapide, ce qui entraîne un certain risque pour les bénéfices.

La contre-mesure consiste principalement à surveiller manuellement le jugement, à ajuster les paramètres en fonction de la situation du marché et à contrôler la taille de la position.

Direction d’optimisation

Cette stratégie peut être améliorée de la manière suivante:

  1. Test d’autres combinaisons d’indicateurs, tels que les bandes de Brin, les KD, etc., pour déterminer le groupe d’indicateurs.

  2. L’application d’algorithmes d’apprentissage automatique optimise les paramètres pour les rendre plus intelligents.

  3. Adhérer à des stratégies de gestion de fonds plus strictes, telles que les quotas fixes, la formule Kelly, etc.

  4. Développer des stratégies d’arrêt automatiques pour ajuster les points d’arrêt en fonction des tendances et des fluctuations.

  5. L’utilisation d’algorithmes de pointe tels que l’apprentissage en profondeur permet de faire des prévisions plus précises.

Résumer

Cette stratégie a été optimisée à plusieurs reprises sur les indicateurs MACD d’origine, ce qui a permis de corriger les défauts de la MACD, qui est susceptible de produire de faux signaux et d’un contrôle insuffisant des risques. La combinaison de plusieurs indicateurs et l’utilisation de l’arrêt de perte rendent le signal plus précis et plus fiable, et le contrôle des risques est plus strict.

Code source de la stratégie
/*backtest
start: 2023-12-01 00:00:00
end: 2023-12-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("优化版MACD交易策略 ", overlay=true)

// 输入参数
fastLength = input(16, "快速线周期")
slowLength = input(34, "慢速线周期")
signalSmoothing = input(10, "信号线平滑")
rsiPeriod = input(19, "RSI周期")
overboughtRsi = 70
oversoldRsi = 30
volumeAvgPeriod = input(13, "成交量平均周期")
stopLossPerc = input.float(10.5, "止损百分比", step=0.1)
takeProfitPerc = input.float(0.3, "止盈百分比", step=0.1)

// 计算指标
[macdLine, signalLine, _] = ta.macd(close, fastLength, slowLength, signalSmoothing)
rsi = ta.rsi(close, rsiPeriod)
volumeAvg = ta.sma(volume, volumeAvgPeriod)

// 交易信号
longCondition = ta.crossover(macdLine, signalLine) and macdLine > 0 and rsi < overboughtRsi and volume > volumeAvg
shortCondition = ta.crossunder(macdLine, signalLine) and macdLine < 0 and rsi > oversoldRsi and volume > volumeAvg

// 止损和止盈
longStopLossPrice = close * (1 - stopLossPerc / 100)
longTakeProfitPrice = close * (1 + takeProfitPerc / 100)
shortStopLossPrice = close * (1 + stopLossPerc / 100)
shortTakeProfitPrice = close * (1 - takeProfitPerc / 100)

// 执行交易
if longCondition
    strategy.entry("买入", strategy.long)
    strategy.exit("买入止损止盈", "买入", stop=longStopLossPrice, limit=longTakeProfitPrice)

if shortCondition
    strategy.entry("卖出", strategy.short)
    strategy.exit("卖出止损止盈", "卖出", stop=shortStopLossPrice, limit=shortTakeProfitPrice)