Tiga strategi perdagangan cepat latensi rendah rata-rata bergerak
ChaoZhang
Prinsip Strategi
Strategi ini menggunakan tiga rata-rata bergerak berpanjangan rendah, termasuk rata-rata tema berpanjangan rendah 12 siklus, 26 siklus, dan 55 siklus. Tiga rata-rata ini masing-masing mewakili: rata-rata cepat, rata-rata menengah, dan rata-rata lambat.
Kode ini mendefinisikan fungsi template tema (tema) untuk menghitung rata-rata waktu tempuh rendah tema. Rumusnya adalah: TEMA = 2*EMA - EMA ((EMA), menggunakan indeks bergerak sekunder EWMA untuk menghitung, pada dasarnya adalah sebuah indeks ganda rata-rata bergerak yang mulus, keuntungan utama adalah sangat mengurangi lag. Dengan demikian dapat lebih cepat menanggapi perubahan harga, meningkatkan waktu nyata dari sinyal perdagangan penilaian.
Secara khusus, penilaian masuk dari strategi ini adalah: sinyal beli dihasilkan ketika garis rata-rata cepat melewati garis rata-rata cepat dan rata-rata cepat lebih tinggi dari garis rata-rata lambat; sinyal jual dihasilkan ketika garis rata-rata cepat melewati garis rata-rata cepat dan rata-rata cepat lebih rendah dari garis rata-rata lambat.
Analisis Keunggulan
Keuntungan terbesar dari strategi ini adalah penilaian yang cepat dan akurat. Desain penundaan waktu yang rendah mengurangi keterlambatan, dan dapat merespons perubahan harga dengan cepat.
Selain itu, strategi ini cocok untuk perdagangan frekuensi tinggi dan dapat menangkap keuntungan dari fluktuasi harga garis pendek. Dengan mode operasi cepat masuk dan cepat keluar, dapat menghasilkan keuntungan di pasar yang lebih berfluktuasi.
Analisis risiko
Risiko terbesar dari strategi ini adalah kemungkinan terjadinya arbitrage ultra-pendek. Dirancang dengan penundaan waktu yang sangat sensitif terhadap perubahan harga, strategi ini sangat sensitif terhadap perubahan harga, dan pada beberapa pasar akan terjadi getaran ultra-pendek.
Selain itu, perdagangan frekuensi tinggi memerlukan biaya dan slippage yang lebih tinggi. Jika Anda tidak memiliki kemampuan untuk menghasilkan keuntungan, Anda dapat dengan mudah melakukan arbitrage terbalik dengan biaya perdagangan.
Selain itu, strategi ini menuntut kemampuan pemantauan trader secara real-time yang tinggi, yang memerlukan pembaruan stop loss dan stop loss yang tepat waktu.
Arah optimasi
Strategi ini dapat dioptimalkan dalam beberapa hal:
Mengoptimalkan parameter periodik dari garis rata-rata triangular agar lebih sesuai dengan karakteristik pasar yang berbeda;
Menambahkan indikator volatilitas atau indikator volume transaksi untuk mengkonfirmasi sinyal dan menghindari terjebak dalam situasi yang bergejolak;
Menggabungkan lebih banyak faktor untuk mengatur mekanisme stop-loss, untuk melakukan pelacakan dinamis;
Mengoptimalkan manajemen posisi, mengendalikan risiko tunggal melalui manajemen dana;
Bergabung dengan algoritma pembelajaran mesin untuk mengoptimalkan parameter strategi secara dinamis.
Meringkaskan
Strategi ini adalah strategi perdagangan cepat dengan penundaan waktu rendah pada tiga garis rata-rata. Strategi ini dirancang dengan penundaan waktu rendah, untuk mencapai kecepatan cepat, dan cocok untuk perdagangan frekuensi tinggi untuk menangkap peluang garis pendek. Keuntungan terbesar dari strategi ini adalah akurasi penilaian sinyal yang cepat, dan kelemahan terbesar adalah mudah untuk ditargetkan dalam situasi getaran.
||
The strategy is named “Low Lag Triple Moving Average Fast Trading Strategy”. Its main idea is to determine entries and exits based on the golden cross and death cross of three moving averages with different parameters and low lag design.
Strategy Principle
The strategy uses three low-lag moving averages, including 12-, 26-, and 55-period low-lag TEMA. These three MAs represent fast, medium and slow MAs. When the fast MA crosses over the medium MA, a buy signal is generated. When the fast MA crosses below the medium MA, a sell signal is generated. By using the crossover of the three MAs to determine market entry and exit points, high frequency trading can be achieved.
The template function tema() is defined in the code to calculate the low-lag TEMA. Its calculation formula is: TEMA = 2*EMA - EMA(EMA). It uses the double exponential moving average EWMA for calculation. Essentially it is a double smoothed EMA with the main merit of largely reducing the lagging effect. Thus it can respond to price changes faster and improve the timeliness of trading signals.
Specifically, the entry rules of this strategy are: when the fast MA crosses over the medium MA and the fast MA is above the slow MA, a buy signal is generated. When the fast MA crosses below the medium MA and the fast MA is below the slow MA, a sell signal is generated.
Advantage Analysis
The biggest advantage of this strategy is that the entries and exits are determined quickly and accurately. The low-lag design of the three MAs greatly reduces the lagging effect so that they can respond to price changes rapidly. Also, using the crossover of three MAs to determine signals avoids false signals.
In addition, this strategy is suitable for high-frequency trading to capture profits from short-term price fluctuations. Through fast entries and exits it can profit from high volatility markets.
Risk Analysis
The biggest risk is that ultra short-term whipsaws may occur. Due to the high sensitivity to price changes from the low-lag design, some markets may experience high-frequency oscillations. Then whipsaws are very likely to happen.
Also, high-frequency trading requires paying relatively high commissions and slippage costs. If the profiting ability is insufficient, it is easy to suffer losses from the trading costs.
Moreover, this strategy requires the trader to have strong real-time monitoring abilities to update the stop loss and take profit timely.
Optimization Directions
The strategy can be optimized from the following aspects:
Optimize the period parameters of the three MAs to better suit different market characteristics.
Add volatility indicators or volume indicators to confirm signals and avoid whipsaws in ranging markets.
Incorporate more factors to set up dynamic trailing stop mechanisms.
Optimize position sizing to control single trade risks through money management techniques.
Incorporate machine learning algorithms to dynamically optimize the strategy parameters.
Conclusion
This is a low-lag triple moving average fast trading strategy. Through its low-lag design, fast entries and exits can be achieved, which is suitable for high-frequency trading to capture short-term opportunities. The biggest advantage of this strategy is that its signal determination is fast and accurate. The biggest disadvantage is that it is prone to be whipsawed in ranging markets. This article comprehensively summarizes this trading strategy through detailed analysis of its rationale, advantages, risks and optimization directions.
[/trans]
/*backtest
start: 2023-11-24 00:00:00
end: 2023-12-24 00:00:00
period: 4h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("scalping low lag tema etal", shorttitle="Scalping tema",initial_capital=10000, overlay=true)
mav = input(title="Moving Average Type", defval="temadelay", options=["nkclose", "ema", "emadelay", "fastema", "tema", "temadelay"])
lenb = 3
N = input(8)
K = input(1.2)
fracCap = input(1.0)
in = close + K*mom(close,N)
source = close
length = 8
sigma = 12.0
offset = 0.9
p = 4
// length = 10
// sigma = 6.0
// offset = 0.85
tema(src,len) => fastemaOut = 2*ema(src, len) - ema(ema(src, len), len)
a = 0.0
b = 0.0
c = 0.0
if mav == "nkclose"
a := ema(in, 12)
b := a[1]
c := a[2]
if mav == "ema"
a := ema(close, 12)
b := ema(close, 26)
c := ema(close, 55)
if mav == "emadelay"
a := ema(close, 12)
b := a[1]
c := a[2]
if mav == "fastema"
a := ema(in, 12)
b := ema(in, 26)
c := ema(in, 55)
if mav == "tema"
a := tema(close, 12)
b := tema(close, 26)
c := tema(close, 55)
if mav == "temadelay"
a := tema(close, 12)
b := a[1]
c := a[2]
TP = input(200)
SL = input(130)
TS = input(1)
// TP = input(50)
// SL = input(110)
// TS = input(1)
orderSize = floor((fracCap * strategy.equity) / close)
long = cross(a, c) and a > b
short = cross(a, c) and a < b
plot(a, title="12", color=color.red, linewidth=1)
plot(b, title="26", color=color.blue, linewidth=1)
plot(c, title="55", color=color.green, linewidth=1)
strategy.entry("Long", strategy.long, qty=orderSize, when=long)
strategy.entry("Short", strategy.short, qty=orderSize, when=short)
// strategy.entry("Long", strategy.long, 100.0, when=long)
// strategy.entry("Short", strategy.short, 100.0, when=short)
// strategy.entry("Long", strategy.long, 100.0, when=long)
// strategy.entry("Short", strategy.short, 100.0, when=short)
// strategy.entry("Long", strategy.long, 1.0, when=long)
// strategy.entry("Short", strategy.short, 1.0, when=short)
TPP = (TP > 0) ? TP : na
SLP = (SL > 0) ? SL : na
TSP = (TS > 0) ? TS : na
// strategy.exit("Close Short", "Short", qty_percent=100, profit=TPP, loss=SLP, trail_points=TSP, when=long)
// strategy.exit("Close Long", "Long", qty_percent=100, profit=TPP, loss=SLP, trail_points=TSP, when=short)
// strategy.exit("Close Long", "Long", qty_percent=100, profit=TPP, loss=SLP, trail_points=TSP, when=long[1])
// strategy.exit("Close Short", "Short", qty_percent=100, profit=TPP, loss=SLP, trail_points=TSP, when=short[1])
strategy.exit("Close Long", "Long", qty_percent=100, profit=TPP, loss=SLP, trail_points=TSP)
strategy.exit("Close Short", "Short", qty_percent=100, profit=TPP, loss=SLP, trail_points=TSP)