Stratégie du domaine d'action du CDC


Date de création: 2024-02-20 11:23:24 Dernière modification: 2024-02-20 11:23:24
Copier: 1 Nombre de clics: 845
1
Suivre
1617
Abonnés

Stratégie du domaine d’action du CDC

Aperçu

Région d’action du CDC[La stratégie de TS trader est une stratégie de trading quantitative basée sur l’indicateur régional de mouvement CDC. La stratégie utilise les croisements des moyennes mobiles rapides et des moyennes mobiles lentes comme signaux d’achat et de vente. Elle utilise les signaux d’achat lorsqu’elle traverse les moyennes mobiles lentes au-dessus des moyennes mobiles rapides et les signaux de vente lorsqu’elle traverse les moyennes mobiles lentes en dessous des moyennes mobiles rapides.

Principe de stratégie

Les indicateurs centraux de cette stratégie sont les moyennes mobiles rapides et les moyennes mobiles lentes. La stratégie calcule d’abord la moyenne arithmétique des prix, puis les moyennes mobiles rapides et les moyennes mobiles lentes en fonction de la longueur de la période définie par l’utilisateur.

Après avoir déterminé la tendance du marché, la stratégie juge davantage la relation entre le prix de clôture actuel et la moyenne mobile. Si c’est un marché haussier et que le prix de clôture est supérieur à la moyenne mobile rapide, un signal d’achat fort est donné; si c’est un marché baissier et que le prix de clôture est inférieur à la moyenne mobile rapide, un signal de vente fort est donné.

Sur la base de ces signaux d’achat et de vente, la stratégie peut effectuer des transactions automatisées. Lors du déclenchement d’un signal d’achat, une position longue ouverte est effectuée. Lors du déclenchement d’un signal de vente, une position longue ouverte est ouverte.

Analyse des avantages

Cette stratégie présente les avantages suivants:

  1. L’utilisation d’une moyenne mobile comme indicateur de base, avec une base théorique solide et facile à comprendre;
  2. La combinaison de deux moyennes mobiles permet de filtrer efficacement le bruit du marché et d’identifier les tendances du marché.
  3. La relation entre le cours de clôture et la moyenne mobile permet de déterminer les moments de vente et d’achat les plus forts.
  4. La logique de la stratégie est simple et claire, et il est facile d’automatiser les transactions.
  5. Les moyennes mobiles peuvent être ajustées selon le marché et adaptées à différentes situations.

Analyse des risques

Cette stratégie comporte aussi des risques:

  1. Les moyennes mobiles sont en retard et peuvent manquer des occasions de raccourcir la ligne.
  2. La tendance à la hausse des prix de l’électricité pourrait entraîner des pertes plus importantes si la tendance était inversée.
  3. Les données de la détection diffèrent de celles du disque dur, ce qui peut réduire l’efficacité du disque dur.

Ces risques peuvent être optimisés par des méthodes telles que la détermination du moment de l’entrée en jeu en combinant d’autres indicateurs ou la réduction appropriée du cycle de la moyenne mobile pour réduire le retard.

Direction d’optimisation

Cette stratégie peut être optimisée dans les domaines suivants:

  1. Optimiser les cycles des moyennes mobiles pour s’adapter aux changements du marché;
  2. Le nombre de transactions a augmenté et les indicateurs de filtrage ont été dépassés.
  3. Le taux d’inflation a augmenté de façon spectaculaire au cours de la dernière année.
  4. Ajouter une stratégie de stop-loss pour contrôler les pertes.

Résumer

Dans l’ensemble, les zones d’action du CDC[La stratégie de TS trader utilise le double croisement des moyennes mobiles pour réaliser une stratégie de trading quantitatif relativement simple et pratique. La stratégie a l’avantage d’être facile à comprendre et à mettre en œuvre, mais il y a aussi de la place pour l’optimisation. Grâce à des tests et des optimisations constants, la stratégie peut devenir une stratégie stable qui vaut la peine d’être détenue à long terme.

Code source de la stratégie
/*backtest
start: 2023-02-13 00:00:00
end: 2024-02-19 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("CDC Action Zone [TS Trader]", overlay=true)

// CDC ActionZone V2 29 Sep 2016
// CDC ActionZone is based on a simple 2MA and is most suitable for use with medium volatility market
// 11 Nov 2016 : Ported to Trading View with minor UI enhancement

src = input(title="Data Array", type=input.source, defval=ohlc4)
prd1 = input(title="Short MA period", type=input.integer, defval=12)
prd2 = input(title="Long MA period", type=input.integer, defval=26)

AP = ema(src, 2)
Fast = ema(AP, prd1)
Slow = ema(AP, prd2)

// === INPUT BACKTEST RANGE ===
FromYear = input(defval = 2019, title = "From Year", minval = 2009)
FromMonth = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
FromDay = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
ToYear = input(defval = 9999, title = "To Year", minval = 2009)
ToMonth = input(defval = 12, title = "To Month", minval = 1, maxval = 12)
ToDay = input(defval = 31, title = "To Day", minval = 1, maxval = 31)

// === FUNCTION EXAMPLE ===
start = timestamp(FromYear, FromMonth, FromDay, 00, 00)  // backtest start window
finish = timestamp(ToYear, ToMonth, ToDay, 23, 59)        // backtest finish window
window() => true
Bullish = Fast > Slow
Bearish = Fast < Slow

Green = Bullish and AP > Fast
Red = Bearish and AP < Fast
Yellow = Bullish and AP < Fast
Blue = Bearish and AP > Fast

//Long Signal
Buy = Green and Green[1] == 0
Sell = Red and Red[1] == 0

//Short Signal
Short = Red and Red[1] == 0
Cover = Red[1] and Red == 0

//Plot
l1 = plot(Fast, "Fast", linewidth=1, color=color.red)
l2 = plot(Slow, "Slow", linewidth=2, color=color.blue)
bcolor = Green ? color.lime : Red ? color.red : Yellow ? color.yellow : Blue ? color.blue : color.white
barcolor(color=bcolor)
fill(l1, l2, bcolor)

strategy.entry("Buy", strategy.long, when=window() and Buy)
strategy.entry("Sell", strategy.short, when=window() and Sell)
strategy.close("Buy", when=window() and Sell)
strategy.close("Sell", when=window() and Buy)