Stratégie de suivi des tendances basée sur les croisements de moyennes mobiles


Date de création: 2024-03-01 10:59:03 Dernière modification: 2024-03-01 10:59:03
Copier: 1 Nombre de clics: 633
1
Suivre
1617
Abonnés

Stratégie de suivi des tendances basée sur les croisements de moyennes mobiles

Aperçu

Cette stratégie permet de suivre les tendances en calculant des moyennes mobiles de différentes périodes et en les croisant pour servir de signaux d’achat et de vente. La logique de base est d’utiliser des moyennes mobiles de plus courte période pour suivre les tendances de plus longue période.

Principe de stratégie

  1. Calculer une moyenne mobile de 200 cycles et de 100 cycles
  2. Quand vous traversez une moyenne mobile à 100 cycles sur une moyenne mobile à 200 cycles, faites plus.
  3. Lorsque la moyenne mobile à 100 cycles est inférieure à la moyenne mobile à 200 cycles, la position de plus-value est équilibrée
  4. Lorsque vous traversez la moyenne mobile à 100 cycles en dessous de la moyenne mobile à 200 cycles, faites une pause
  5. Lorsque vous traversez une moyenne mobile à 100 cycles sur une moyenne mobile à 200 cycles, la position vide

La logique derrière les signaux de négociation ci-dessus est que les moyennes mobiles à court terme sont plus rapides pour répondre aux changements de prix et refléter les dernières tendances; les moyennes mobiles à long terme sont plus capables de refléter la tendance générale, filtrant le bruit. Lorsque les moyennes mobiles à court terme traversent les moyennes mobiles à long terme, cela indique qu’il y a un revirement de tendance et donc un signal de négociation.

Analyse des forces stratégiques

  1. La stratégie est claire, simple, facile à comprendre et à mettre en œuvre
  2. La combinaison de courts et longs cycles permet de mieux saisir les points de basculement de la tendance.
  3. Il n’est pas nécessaire de prédire l’orientation des prix, il suffit de suivre les revirements de tendance, ce qui réduit les erreurs.
  4. Adaptation aux différents environnements de marché grâce à l’optimisation des cycles des moyennes mobiles

Analyse stratégique des risques et des solutions

  1. Lorsque la tendance fluctue fortement, il est possible que plusieurs signaux erronés entraînent des pertes. La solution consiste à ajuster correctement les paramètres de la période de la moyenne mobile.
  2. Lorsque des événements soudains entraînent une inversion rapide, les stratégies de moyennes mobiles simples ne peuvent pas répondre en temps opportun et sont sujettes à des pertes. La solution consiste à ajouter des indicateurs de jugement supplémentaires, tels que des indicateurs d’augmentation.
  3. Le nombre de transactions peut être trop fréquent, ce qui augmente les coûts de transaction et les pertes de points de glissement. La solution consiste à ajuster correctement les paramètres de cycle de la moyenne mobile pour réduire la fréquence des transactions.

Orientation de l’optimisation de la stratégie

  1. Optimisation de la combinaison de paramètres cycliques des moyennes mobiles pour s’adapter à davantage de conditions de marché
  2. Ajout de filtres pour éviter les signaux erronés, tels que le volume de transactions, le MACD, etc.
  3. Augmentation des stratégies de stop-loss et de contrôle des pertes individuelles
  4. Optimiser les combinaisons de paramètres pour trouver le paramètre optimal

Résumer

Cette stratégie est une stratégie de suivi de tendance typique. Elle est simple à comprendre, facile à utiliser et peut s’adapter à de nombreux environnements de marché en ajustant les paramètres. Son inconvénient est qu’elle n’est pas sensible aux événements inattendus et qu’elle est susceptible de générer de faux signaux.

Code source de la stratégie
/*backtest
start: 2023-02-23 00:00:00
end: 2024-02-29 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("MA Crossover Strategy", overlay=true)

// Функция для получения скользящего среднего на заданном таймфрейме
getMA(source, length, timeframe) =>
    request.security(syminfo.tickerid, timeframe, ta.sma(source, length))

// Вычисляем 200-периодное и 100-периодное скользящее среднее для текущего таймфрейма
ma200 = getMA(close, 200, "240")
ma100 = getMA(close, 100, "240")

// Открываем позицию Long, если 100-периодное скользящее среднее пересекает 200-периодное сверху вниз
if (ta.crossover(ma100, ma200))
    strategy.entry("Long", strategy.long)

// Закрываем позицию Long, если 100-периодное скользящее среднее пересекает 200-периодное сверху вниз
if (ta.crossunder(ma100, ma200))
    strategy.close("Long")

// Открываем позицию Short, если 100-периодное скользящее среднее пересекает 200-периодное сверху вниз
if (ta.crossunder(ma100, ma200))
    strategy.entry("Short", strategy.short)

// Закрываем позицию Short, если 100-периодное скользящее среднее пересекает 200-периодное снизу вверх
if (ta.crossover(ma100, ma200))
    strategy.close("Short")

// Рисуем линии скользящих средних на графике
plot(ma200, color=color.blue, linewidth=2, title="200 MA")
plot(ma100, color=color.red, linewidth=2, title="100 MA")