
La stratégie de négociation dynamique de croisement polyuniversale est une méthode de négociation quantitative flexible et puissante. Elle permet aux traders de choisir librement deux moyennes mobiles de types et de périodes différents, et de générer des signaux de négociation en les croisant. Le cœur de la stratégie réside dans sa haute personnalisation, permettant aux traders de s’adapter à différents environnements de marché et à leurs préférences personnelles.
Le principe central de cette stratégie est d’utiliser l’intersection de deux moyennes mobiles pour juger de la variation des tendances du marché.
L’utilisateur peut choisir entre deux types de moyennes mobiles différentes (SMA, EMA, WMA ou RMA) et leurs périodes respectives.
Une moyenne mobile rapide qui traverse la moyenne mobile lente au-dessus d’elle génère un signal de multiplication.
Si la marge de manœuvre est permise, un signal de manœuvre est généré lorsque la moyenne mobile rapide traverse en dessous de la moyenne mobile lente.
Si le blanchiment n’est pas autorisé, les positions multiples existantes sont annulées lorsque la moyenne mobile rapide traverse en dessous de la moyenne mobile lente.
La stratégie utilise les fonctions stratégiques de TradingView pour exécuter les transactions, assurant la cohérence entre le suivi et les transactions en direct.
Hauteur personnalisable: Les traders peuvent choisir différents types et périodes de moyennes mobiles en fonction de leurs besoins et s’adapter à différents environnements de marché.
Flexibilité: Le choix de la permission ou non de la prise de position en libre-service permet à la stratégie de s’adapter à différents types de comptes de trading et aux règles du marché.
Visualisation: La stratégie consiste à tracer directement la moyenne mobile choisie sur un graphique de prix pour faciliter l’analyse visuelle.
Simple et facile à comprendre: Bien que les stratégies offrent de nombreuses options, leur logique centrale est simple et facile à comprendre et à optimiser.
Adaptabilité: en choisissant différents types de moyennes mobiles, la stratégie peut mieux s’adapter aux différentes caractéristiques de la volatilité du marché.
Gestion des risques: aide à contrôler les risques de baisse potentiels en générant des signaux en temps opportun.
Retraite: Toutes les stratégies basées sur les moyennes mobiles présentent une certaine traînée qui peut entraîner des opportunités manquées ou des pertes inutiles dans des marchés en évolution rapide.
Ne pas appliquer aux marchés en tremblement de terre: dans les marchés en tremblement de terre horizontal, de fréquentes fausses percées peuvent entraîner plusieurs signaux de trading erronés.
Sensitivité des paramètres: les différents types de moyennes mobiles et les choix de périodes peuvent conduire à des résultats très différents, nécessitant une optimisation minutieuse des paramètres.
Risque de surtransaction: dans certaines conditions de marché, la stratégie peut générer trop de signaux de transaction, augmentant les coûts de transaction.
Manque de mécanisme de prévention des pertes: La stratégie actuelle n’intègre pas de mécanisme de prévention des pertes spécifique, ce qui peut entraîner des pertes plus importantes dans des conditions de marché extrêmes.
L’introduction de filtres supplémentaires: On peut envisager d’ajouter le trafic, la volatilité ou d’autres indicateurs techniques comme conditions de filtrage auxiliaires pour réduire les faux signaux.
Paramètres d’ajustement dynamique: un mécanisme permettant d’ajuster automatiquement le type et la période des moyennes mobiles en fonction des conditions du marché, améliorant ainsi l’adaptabilité de la stratégie.
Augmentation des mécanismes d’arrêt et d’arrêt: intégration de fonctions de gestion des risques intelligentes, telles que le suivi des arrêts ou les paramètres d’arrêt basés sur l’ATR.
Analyse de plusieurs périodes: introduire des jugements de tendance pour des périodes plus élevées, exécutant des transactions uniquement dans la direction de la tendance principale.
Optimisation de la gestion des fonds: gestion dynamique des positions basée sur la valeur nette des comptes et la volatilité du marché.
Augmentation de la logique d’évitement des périodes de forte volatilité: suspension des transactions pendant les périodes de publication de données économiques importantes ou d’autres périodes de forte volatilité connues.
L’intégration de l’apprentissage automatique: sélectionnez dynamiquement la combinaison de moyennes mobiles et les paramètres optimaux à l’aide d’algorithmes d’apprentissage automatique.
La stratégie de négociation dynamique en croisement de multiples équations est une méthode de négociation quantitative flexible, personnalisable et intuitive. Elle offre une large gamme d’applications en permettant aux utilisateurs de choisir entre différents types et périodes de moyennes mobiles, ainsi que si le blanchiment est autorisé. Le principal avantage de la stratégie réside dans sa simplicité et son adaptabilité, ce qui en fait un outil puissant pour les traders novices et expérimentés.
Cependant, comme toutes les stratégies de négociation, il est confronté à des risques et des limites inhérents, tels que le retard de signal et une mauvaise performance dans certaines conditions de marché. Les mesures d’optimisation telles que l’introduction de filtres supplémentaires, l’ajustement des paramètres dynamiques, des mécanismes de gestion des risques plus complexes et l’analyse des cadres temporels multiples peuvent considérablement améliorer la stabilité et la rentabilité de la stratégie.
En fin de compte, cette stratégie fournit aux traders un point de départ solide, qui peut être personnalisé et amélioré en fonction de leur style de trading et de leurs connaissances du marché. Grâce à une surveillance, un feedback et une optimisation continus, les traders peuvent faire évoluer cette stratégie en un système de trading puissant, recherchant des gains stables dans divers environnements de marché.
/*backtest
start: 2023-07-23 00:00:00
end: 2024-07-28 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Two Pick-Your-Moving-Averages Crossover Strategy", overlay=true, margin_long=100, margin_short=100)
allowShorting = input.bool(true, "Allow Shorting")
fastMALength = input.int(14, "Fast MA Length")
slowMALength = input.int(28, "Slow MA Length")
fastMAType = input.string("Simple", "Fast MA Type", ["Simple", "Exponential", "Weighted", "Relative"])
slowMAType = input.string("Simple", "Slow MA Type", ["Simple", "Exponential", "Weighted", "Relative"])
float fastMA = switch fastMAType
"Simple" => ta.sma(close, fastMALength)
"Exponential" => ta.ema(close, fastMALength)
"Weighted" => ta.wma(close, fastMALength)
"Relative" => ta.rma(close, fastMALength)
plot(fastMA, color = color.aqua, linewidth = 2)
float slowMA = switch slowMAType
"Simple" => ta.sma(close, slowMALength)
"Exponential" => ta.ema(close, slowMALength)
"Weighted" => ta.wma(close, slowMALength)
"Relative" => ta.rma(close, slowMALength)
plot(slowMA, color = color.blue, linewidth = 2)
longCondition = ta.crossover(fastMA, slowMA)
if (longCondition)
strategy.entry("Long", strategy.long)
shortCondition = ta.crossunder(fastMA, slowMA) and allowShorting
if (shortCondition)
strategy.entry("Short", strategy.short)
closeCondition = ta.crossunder(fastMA, slowMA) and not allowShorting
if (closeCondition)
strategy.close("Long", "Close")