Stratégie des moyennes stochastiques et mobiles avec double filtre

Auteur:ChaoZhang est là., Date: 2024-02-02 11:28:58 Je suis désolé
Les étiquettes:

img

Résumé

Il s'agit d'une stratégie de trading à long terme qui combine les valeurs de l'oscillateur stochastique K et les moyennes mobiles exponentielles avec des doubles filtres. Elle identifie les opportunités d'achat lorsque l'oscillateur stochastique K traverse D et pénètre dans le territoire de survente.

La logique de la stratégie

L'idée de base de cette stratégie est d'utiliser le K stochastique pour synchroniser les signaux d'entrée et les moyennes mobiles exponentielles pour enregistrer les bénéfices. L'oscillateur stochastique est bon pour détecter les situations de surachat / survente, tandis que les moyennes mobiles définissent la tendance. En combinant les deux, les entrées sont effectuées à des niveaux de survente et les bénéfices sont suivis le long de la tendance en utilisant des moyennes mobiles.

Plus précisément, cette stratégie calcule les valeurs stochastiques K et D de 21 périodes, ainsi que l'EMA de 38 périodes. Lorsque K traverse au-dessus de D dans la zone de survente (défaut 25), un signal d'achat est généré. Lorsque les prix traversent au-dessous de l'EMA et que l'état stochastique K est supérieur au seuil du filtre (65), un renversement de tendance est supposé et la position est fermée. Une règle de stop loss de 13% est également mise en œuvre.

Avec des indicateurs doubles et des doubles filtres, cette stratégie filtre efficacement les faux signaux. Acheter dans des niveaux de survente et suivre la tendance haussière peut capturer de bons profits. Elle convient aux avoirs à moyen et long terme.

Analyse des avantages

Les principaux avantages de cette stratégie sont les suivants:

  1. Le stochastique K détermine les bons points d'entrée lors de la traversée vers un territoire survendu.

  2. Les doubles filtres de K/D croisés et les prix extrêmes évitent efficacement les faux signaux.

  3. Le suivi des bénéfices avec l'EMA tire pleinement parti de la dynamique haussière.

  4. Le stochastique filtre les retours normaux des revers lors de la comptabilisation des bénéfices.

  5. Convient pour les exploitations à moyen et long terme avec une bonne rentabilité.

Analyse des risques

Quelques risques à prendre en considération:

  1. Risque systémique - les marchés baissiers peuvent entraîner de lourdes pertes.

  2. Le risque de rebond - les baisses temporaires de prix peuvent déclencher prématurément un arrêt de perte MA.

  3. Risque d'optimisation des paramètres - un réglage inapproprié des paramètres affecte les performances.

  4. Risque de cygne noir - les indicateurs techniques échouent face aux chocs du marché.

Directions d'optimisation

Quelques façons d'optimiser la stratégie:

  1. Optimiser les paramètres de l'indicateur grâce à des tests antérieurs rigoureux.

  2. Ajouter d'autres méthodes d'arrêt de perte comme la volatilité ou l'arrêt de perte à la traîne.

  3. Incorporer d'autres indicateurs tels que le volume, les bandes de Bollinger, etc.

  4. Testez les périodes moyennes mobiles plus courtes/plus longues.

  5. Ajustez dynamiquement les paramètres en fonction des régimes du marché.

Conclusion

Il s'agit d'une stratégie globale de suivi des tendances solide. Il utilise la stochastique pour déterminer l'entrée, la moyenne mobile pour suivre les sorties et implémente des doubles filtres pour éviter les faux signaux. Avec une grande flexibilité de réglage des paramètres, une détention à moyen et à long terme et une efficacité dans la capture des tendances, il s'agit d'une stratégie de négociation d'actions efficace.


/*backtest
start: 2024-01-25 00:00:00
end: 2024-02-01 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
// English version
strategy(title='Stochastic & MA',  overlay=false)
// INPUTS : all default value have already been optimized
length = input.int(21, 'period', minval=1)
lossp = input.int(13, 'stop loss %', minval=2, step=1)
leverage = input.int(1, 'leverage', minval=1, step=1)
// leverage has been introduced for modifying stop loss levels for financial instruments with leverage, like ETF 
n = input(2, 'n days ago')
filtro = input.int(65, 'k filter for throwbacks', minval=20, step=1)
OverSold = input.int(25, 'Oversold value', minval=5, step=5)
// Building indicators
smoothK = input.int(6, 'k', minval=1)
smoothD = input.int(4, 'd', minval=1)
k = ta.sma(ta.stoch(close, high, low, length), smoothK)
d = ta.sma(k, smoothD)
//Empowerment: introducing EMA
sma_period = input.int(38, 'periodo Sma', minval=1)
emaf = ta.ema(close, sma_period)
//ENTRY condition and order
// First of all, it's better not trade shares with a quaterly loss or with a bad surprise towards to analysts' expectations or ipevaluated (P/E > 50), but on your choice
// You entry when Stochastic's K is higher than D in Oversold area (you may personalize), applying the condition that today's close should be higher than one of n-days ago (default of the day before yesterday or 2 candles ago)
entry1 = k > d and k <= OverSold and close >= close[n]
strategy.entry('Long', strategy.long, comment='k basso', when=entry1)
//EXIT CONDITIONS
//  1) close crosses under exponential movinig average with filter that k >= fixed level (65), in order to distinguish a violent movement of prices with a possibile beginning of a trend from an almost exhausted "ordinary" throwback
// 2) fixed stop loss on percentage
exit1 = ta.crossunder(close, emaf) and k >= filtro
losspel = strategy.position_avg_price * (1 - lossp / 100 * leverage)
exit2 = close < losspel
strategy.close('Long', when=exit1, comment='sma')
strategy.close('Long', when=exit2, comment='stop loss')
// plotting indicators (add Ema on your choice)
plot(k, color=color.new(color.blue, 0), linewidth=1, title='k Stoch')
plot(d, color=color.new(color.red, 0), linewidth=1, title='d stoch signal')
plot(OverSold, title='Oversold', color=color.new(color.aqua, 0))
plot(filtro, color=color.new(color.gray, 0), title='k-filter for ema')





Plus de