Stratégie quantitative d'inversion de tendance à moyennes mobiles multiples : un système de signal combiné basé sur l'EMA et la SMA

EMA SMA MA RSI Pivot CROSSOVER
Date de création: 2025-02-20 11:07:43 Dernière modification: 2025-02-27 17:49:01
Copier: 1 Nombre de clics: 361
2
Suivre
319
Abonnés

Stratégie quantitative d’inversion de tendance à moyennes mobiles multiples : un système de signal combiné basé sur l’EMA et la SMA Stratégie quantitative d’inversion de tendance à moyennes mobiles multiples : un système de signal combiné basé sur l’EMA et la SMA

Aperçu

La stratégie est un système de trading de retournement de tendance basé sur une combinaison de plusieurs lignes de moyenne, combinant des moyennes mobiles de 9 cycles, 21 cycles, 50 cycles et 200 cycles, afin de capturer les points de basculement des tendances du marché en identifiant les signaux de croisement de la moyenne. La stratégie intègre les avantages des lignes de moyenne à court et à long terme, capture en temps opportun les changements de dynamique du marché et filtre efficacement les faux signaux.

Principe de stratégie

La logique de base de la stratégie est basée sur un système de croisement homogène de plusieurs périodes de temps:

  1. Utilisation d’une moyenne mobile simple (SMA) de 50 cycles et de 200 cycles comme indicateur principal de tendance
  2. Utilisez une moyenne mobile indicielle de 9 cycles et 21 cycles (EMA) comme confirmation de signal à court terme
  3. Optimiser la qualité du signal en définissant des paramètres de rétroaction (lookback) et de seuil (threshold)
  4. Identifier les niveaux de prix importants à l’aide d’algorithmes de perspicacité des données, combinés à des jugements de points de support et de résistance clés Lorsque la moyenne à court terme traverse la moyenne à long terme vers le haut, le système émet un signal de multiplication; à l’inverse, un signal de rupture.

Avantages stratégiques

  1. Fiabilité du système de signaux: réduction significative du risque de faux signaux grâce à la confirmation croisée de multiples lignes moyennes
  2. Prise de tendance en temps opportun: l’introduction de la courbe moyenne à court terme permet à la stratégie de réagir rapidement aux changements du marché
  3. La globalité des contrôles de risque: l’identification des points de support et de résistance aide à définir rationnellement la position d’arrêt de perte
  4. Flexibilité d’optimisation des paramètres: les périodes de rétrocession et les paramètres de dépréciation peuvent être ajustés en fonction des différentes conditions du marché
  5. L’intuition des effets visuels: le système fournit une interface graphique claire pour faciliter les décisions de transaction

Risque stratégique

  1. Risque de choc: les faux signaux peuvent être fréquents pendant la phase de liquidation
  2. Risque de retard: les moyennes mobiles sont essentiellement un indicateur de retard qui peut manquer le meilleur moment d’entrée
  3. Sensibilité des paramètres : différentes combinaisons de paramètres peuvent entraîner de grandes différences dans les performances de la stratégie
  4. Dépendance aux conditions du marché: la stratégie est plus performante dans les marchés où la tendance est évidente et peut être moins performante dans les périodes de forte volatilité

Orientation de l’optimisation de la stratégie

  1. Introduction d’indicateurs de quantité d’énergie: considérer le volume d’échange comme un indicateur auxiliaire de la confirmation du signal
  2. Optimisation du filtrage du signal: conception de mécanismes de confirmation du signal plus stricts, tels que la nécessité d’un signal de durée déterminée
  3. Ajustement dynamique des paramètres: développement d’un système de paramètres adaptatifs qui ajuste automatiquement les paramètres en fonction des conditions du marché
  4. Améliorer la maîtrise des risques: augmenter le stop-loss dynamique et protéger les profits déjà réalisés
  5. Admission au jugement du marché: en combinant les indicateurs de volatilité avec des paramètres différents dans différents environnements de marché

Résumer

La stratégie permet d’identifier efficacement les points d’inflexion des tendances du marché grâce à la synergie de plusieurs systèmes de linéaires égaux. La stratégie est conçue en mettant l’accent sur la praticité et l’opérabilité, et peut s’adapter à différents environnements de marché grâce à un ajustement flexible des paramètres. Bien qu’il existe certaines limites, la performance globale de la stratégie a un bon potentiel de développement grâce à une optimisation et à une amélioration continues.

Code source de la stratégie
/*backtest
start: 2024-11-11 00:00:00
end: 2025-02-18 08:00:00
period: 6h
basePeriod: 6h
exchanges: [{"eid":"Binance","currency":"ETH_USDT"}]
*/

//@version=6
//indicator("9/21 EMA Support & Resistance By DSW", overlay=true)
//indicator("Thick and Colorful Line", overlay=true)


// Define the price data
price = close

//@version=6
strategy("9/21/50/200 By DSW Trend Reversal for Options", overlay=true)

// Define the moving averages
short_term_sma = ta.sma(close, 50)  // 50-period SMA
long_term_sma = ta.sma(close, 200)  // 200-period SMA

// Plot the moving averages
plot(short_term_sma, color=color.blue, linewidth=2, title="50-period SMA")
plot(long_term_sma, color=color.red, linewidth=2, title="200-period SMA")

// Detect crossovers
bullish_reversal = ta.crossover(short_term_sma, long_term_sma)  // Short-term SMA crosses above long-term SMA
bearish_reversal = ta.crossunder(short_term_sma, long_term_sma)  // Short-term SMA crosses below long-term SMA

// Plot signals on the chart
plotshape(bullish_reversal, title="Bullish Reversal", location=location.belowbar, color=color.green, style=shape.labelup, text="BUY")
plotshape(bearish_reversal, title="Bearish Reversal", location=location.abovebar, color=color.red, style=shape.labeldown, text="SELL")

// Strategy to buy or sell based on the crossovers
if bullish_reversal
    strategy.entry("Buy Option", strategy.long)  // Buy Call for a bullish reversal

if bearish_reversal
    strategy.entry("Sell Option", strategy.short)  // Buy Put for a bearish reversal


// Define the color and line thickness
line_color = color.new(color.blue, 0)  // You can change this to any color you like
line_width = 3  // This controls the thickness of the line

// Plot the line
plot(price, color=line_color, linewidth=line_width)

// Input parameters
lookback = input.int(10, "Lookback Period")
threshold = input.float(0.5, "Threshold", minval=0, maxval=100, step=0.1)

// Calculate EMAs
ema9 = ta.ema(close, 9)
ema21 = ta.ema(close, 21)

// Plot EMAs
plot(ema9, color=color.blue, title="9 EMA")
plot(ema21, color=color.red, title="21 EMA")

// Function to find pivot highs and lows
pivotHigh = ta.pivothigh(high, lookback, lookback)
pivotLow = ta.pivotlow(low, lookback, lookback)

// EMA Crossover
crossover = ta.crossover(ema9, ema21)
crossunder = ta.crossunder(ema9, ema21)

// Plot crossover signals
plotshape(crossover, title="Bullish Crossover", location=location.belowbar, color=color.green, style=shape.triangleup, size=size.small)
// Plot bearish crossover signals
plotshape(crossunder, title="Bearish Crossover", location=location.abovebar, color=color.red, style=shape.triangledown, size=size.small)


// Alert conditions
if crossover
    alert("Bullish EMA Crossover", alert.freq_once_per_bar)

if crossunder
    alert("Bearish EMA Crossover", alert.freq_once_per_bar)