
La stratégie de croisement de deux courbes est une stratégie de négociation quantitative relativement simple. Elle permet de capturer les points de basculement des tendances à moyen terme du marché en calculant la moyenne des 7 courbes K les plus récentes et la moyenne des 20 courbes K les plus récentes.
La logique centrale de cette stratégie est de calculer la moyenne des prix de clôture des 7 dernières lignes de K (sans la ligne de K actuelle) comme moyenne à court terme, et la moyenne des prix de clôture des 20 dernières lignes de K (sans la ligne de K des 7 dernières lignes) comme moyenne à long terme. Lorsque la moyenne à court terme traverse la moyenne à long terme par le bas, le marché est en hausse; lorsque la moyenne à court terme traverse la moyenne à long terme par le haut, le marché est en baisse par le bas.
Après le déclenchement d’un signal de multiplication, ouvrez une position plus grande en fonction du nombre de fonds du compte; après le déclenchement d’un signal de dépréciation, égalisez la position plus grande en fonction du nombre de positions et ouvrez une position plus petite en fonction de ce nombre. Chaque position après l’ouverture sera tenue avec 20-25 lignes K, pendant lesquelles la moitié de la position sera perdue en cas de perte et la moitié de la position sera fermée en cas de profit suffisant.
Il s’agit d’une stratégie de croisement bi-équilibré très simple dont les principaux avantages sont:
Il s’agit d’une stratégie de suivi des tendances plus simple, mais elle présente aussi des risques potentiels:
Les risques mentionnés ci-dessus peuvent être optimisés par:
Il s’agit d’une stratégie de croisement bi-équilibre plus simple, qui peut être optimisée en profondeur dans les domaines suivants:
Optimiser les paramètres de la moyenne, tester différentes combinaisons de moyenne à court et à long terme pour trouver les paramètres optimaux;
l’ajout d’autres indicateurs filtrants, tels que les indicateurs de quantité d’énergie, les indicateurs de volatilité, etc., afin d’éviter les signaux erronés dans les marchés instables;
Optimiser les stratégies de stop-loss, tester différents ratios de stop-loss et déterminer les paramètres optimaux;
tester différents cycles de marché pour optimiser la durée de la position et déterminer quels cycles sont les plus efficaces;
L’ajout d’algorithmes d’apprentissage automatique permettant d’optimiser les paramètres de la stratégie par des tests en arrière-plan, afin de la rendre plus stable.
Cette stratégie est une stratégie de croisement bi-homogène relativement simple, qui permet de déterminer les points de basculement de tendance à moyen terme en calculant les croisements homogènes de différentes périodes. La stratégie est très pratique et facile à utiliser.
/*backtest
start: 2024-01-05 00:00:00
end: 2024-02-04 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © nrathi2211
//@version=5
strategy("Closing Prices", overlay=true)
//variables
closingB7 = ta.highest(close, 7)[7]
closingB14 = ta.highest(close, 7)[20]
highB14 = ta.highest(low, 50)[7]
capital = 50000
//functions
qty_find(float price) => capital / int(price)
profit_take() =>
profit = strategy.opentrades.profit(strategy.opentrades - 1)
profit*.95
if(closingB7 < closingB14)
if(ta.crossover(close, closingB7))
strategy.entry("long_buy", strategy.long, qty_find(close))
current_profit = strategy.opentrades.profit(strategy.opentrades - 1)
if(current_profit < 0)
strategy.close("Exit long_buy SL", "long_buy", qty_percent = 50)
else if(current_profit < profit_take())
strategy.close("Exit long_buy TP", "long_buy", qty_percent = 50)
if(ta.crossunder(close, closingB7))
strategy.exit("long_sell", from_entry = "long_buy", stop = closingB7)
plot(closingB7, "cl", color.green, 2)
//plot(closingB14, "cl", color.red, 2)
plot(highB14, "cl", color.purple, 2)