Stratégie de trading de tortues à double moyenne mobile DCA

SMA DCA YSMA HSMA
Date de création: 2024-04-29 14:26:59 Dernière modification: 2024-04-29 14:26:59
Copier: 3 Nombre de clics: 791
1
Suivre
1617
Abonnés

Stratégie de trading de tortues à double moyenne mobile DCA

Aperçu

La stratégie de négociation de DCA Double Equilibrium Beach est une stratégie de négociation quantitative basée sur la croisée de deux équilibres et la méthode de DCA Dollar Cost Averaging. Cette stratégie utilise la moyenne mobile simple (SMA) de deux périodes différentes comme signal d’achat et de vente, tout en utilisant la méthode de DCA pour réduire le coût d’achat.

Principe de stratégie

  1. Calculer le SMA rapide et le SMA lent.
  2. Lorsqu’un SMA rapide traverse un SMA lent, un signal d’achat est généré, la stratégie consiste à acheter un montant fixe (le montant du DCA).
  3. Lorsque le SMA rapide est traversé par le SMA lent, un signal de vente est généré et la stratégie vend toutes les positions.
  4. À chaque intervalle de DCA (par exemple 14 jours), la stratégie achète à nouveau à un montant fixe, réduisant ainsi le coût de la position.
  5. La stratégie consiste à réduire le coût d’achat grâce à la méthode DCA, tout en exploitant les SMA pour capturer les tendances du marché.

Avantages stratégiques

  1. Les croisements bi-équivalents permettent de capturer efficacement les tendances à moyen et long terme du marché.
  2. La méthode DCA permet de réduire les coûts d’achat et les risques liés aux fluctuations du marché.
  3. La logique de la stratégie est simple, facile à mettre en œuvre et à optimiser.
  4. Il s’applique à la plupart des marchés et des actifs et est universel.

Risque stratégique

  1. Les croisements fréquents peuvent entraîner un excès de signaux de transaction et augmenter les coûts de transaction en cas de turbulences ou d’incertitude de tendance du marché.
  2. Bien que la méthode DCA réduise le coût d’achat, elle peut augmenter les pertes potentielles dans un marché en baisse constante.
  3. Les stratégies reposent sur des données historiques et peuvent perdre de leur efficacité en cas de changement majeur du marché.

Orientation de l’optimisation de la stratégie

  1. Optimiser les paramètres du cycle SMA pour trouver la combinaison de paramètres la plus appropriée pour un marché et un actif spécifiques.
  2. L’introduction d’autres indicateurs techniques, tels que le RSI, le MACD, etc., aide à juger des tendances du marché et de la fiabilité des signaux.
  3. Optimiser le montant et l’intervalle de DCA, en adaptant les paramètres de DCA en fonction des caractéristiques du marché et des préférences de risque.
  4. L’adhésion à un système de stop-loss et de stop-loss permet de contrôler les risques et les bénéfices de chaque transaction.

Résumer

La stratégie de négociation de DCA Double Equilibrium Beach capture les tendances du marché par le croisement de deux équilibres et utilise la méthode DCA pour réduire les coûts et les risques d’achat. La logique de la stratégie est simple et large, mais dans les applications pratiques, il faut faire attention aux paramètres d’optimisation et aux risques de contrôle.

Code source de la stratégie
/*backtest
start: 2024-04-21 00:00:00
end: 2024-04-28 00:00:00
period: 10m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © loggolitasarim

//@version=5
strategy("DCA YSMA HSMA Stratejisi", overlay=true, calc_on_every_tick=true)

// Parametreler
sma_fast = input(14, "Hızlı SMA Dönemi")
sma_slow = input(28, "Yavaş SMA Dönemi")
dca_amount = input(100, "DCA Miktarı")
dca_interval = input(14, "DCA Aralığı (Gün)")

// Hızlı ve yavaş SMA hesaplamaları
fast_sma = ta.sma(close, sma_fast)
slow_sma = ta.sma(close, sma_slow)

// DCA hesaplamaları
var float dca_average_price = na
var int dca_count = na

if (bar_index % dca_interval == 0)
    dca_count := nz(dca_count, 0) + 1
    dca_average_price := nz(dca_average_price, close) * (dca_count - 1) + close
    dca_average_price /= dca_count

// Alım ve satım sinyalleri
longCondition = ta.crossover(fast_sma, slow_sma)
shortCondition = ta.crossunder(fast_sma, slow_sma)

if (longCondition)
    strategy.entry("Alım", strategy.long, qty=dca_amount)
if (shortCondition)
    strategy.entry("Satım", strategy.short)

// Grafik
plot(fast_sma, "Hızlı SMA", color=color.blue)
plot(slow_sma, "Yavaş SMA", color=color.red)

// Uyarılar
alertcondition(longCondition, "Alım Sinyali", "Alım Sinyali")
alertcondition(shortCondition, "Satım Sinyali", "Satım Sinyali")