Strategi mengikuti tren berdasarkan pemulusan perbedaan rata-rata


Tanggal Pembuatan: 2024-02-20 11:15:54 Akhirnya memodifikasi: 2024-02-20 11:15:54
menyalin: 0 Jumlah klik: 653
1
fokus pada
1617
Pengikut

Strategi mengikuti tren berdasarkan pemulusan perbedaan rata-rata

Ringkasan

Strategi ini adalah strategi indikator yang memanfaatkan tinggi rendah jangka pendek dan perbedaan rata-rata antara biaya rata-rata jangka pendek dan jangka panjang untuk menilai tren. Strategi ini bertujuan untuk meningkatkan sensitivitas garis pendek, mengurangi kerugian dalam pencatatan dengan meningkatkan fungsi smoothing rata-rata sebelum dan sesudahnya, untuk mengurangi kerugian kecil dalam pencatatan, sambil mempertahankan keuntungan besar ketika gelombang muncul.

Prinsip Strategi

  1. Hitung biaya jangka pendek: menggunakan fungsi ta.highest dan ta.lowest untuk menghitung harga tertinggi dan terendah dari garis akar K jangka pendek terbaru, lalu rata-rata sebagai biaya jangka pendek

  2. Menghitung biaya jangka panjang: Menggunakan fungsi ta.sma untuk menghitung rata-rata bergerak sederhana dari harga penutupan garis K akar jangka panjang terbaru sebagai biaya jangka panjang

  3. Rata-rata: biaya jangka pendek dikurangi biaya jangka panjang

  4. Rata-rata rata-rata: rata-rata rata-rata diperlakukan dengan halus untuk mengurangi kesalahan penilaian, di sini ta.sma digunakan untuk rata-rata bergerak sederhana

  5. Penilaian tren: menetapkan ambang batas, ketika rata-rata rata-rata rata-rata lebih besar dari ambang batas dianggap sebagai tren naik, dan ketika lebih kecil dari ambang batas negatif dianggap sebagai tren turun

  6. Masuk dan Keluar: Mengikuti tren naik saat bermain lebih banyak, mengikuti tren turun saat bermain lebih sedikit

Analisis Keunggulan

  1. Meningkatkan sensitivitas jangka pendek untuk menangkap peluang jangka pendek dengan cepat
  2. Proses yang lebih halus, mengurangi kemungkinan kesalahan penilaian
  3. Menetapkan Saluran, Mengurangi Pendapatan Tak Perlu
  4. Mengikuti Tren, Hentikan Kerugian di Waktu yang Tepat

Analisis risiko

  1. Fokus jangka pendek mudah diblokir, perlu memperbesar jangkauan stop loss yang tepat
  2. Parameter yang perlu diuji berulang kali, seperti hari-hari jangka pendek dan panjang, parameter rata-rata rata rata, dan lain-lain. Pengaturan yang tidak tepat dapat menyebabkan terlalu sensitif atau lambat
  3. “Pengaturan lebar saluran yang masuk akal diperlukan, terlalu besar atau terlalu kecil adalah masalah”.
  4. “Saya tidak tahu apa yang terjadi di sini”, katanya.

Solusi untuk Mengatasi Risiko:

  1. Peningkatan Stop Loss yang Tepat untuk Menghindari Penjara
  2. Optimalkan pengaturan parameter, keseimbangan sensitivitas dan tingkat kesalahan penilaian
  3. Pengujian dan optimalisasi parameter saluran
  4. Termasuk kondisi penyaringan untuk menghindari terjadinya longsor.

Arah optimasi

  1. Optimalkan biaya jangka pendek yang lebih halus, seperti menghitung PA atau penambahan bobot
  2. Uji coba metode penghitungan biaya jangka panjang yang berbeda
  3. Mencoba algoritma rata rata yang berbeda
  4. Optimalkan parameter saluran
  5. Menambahkan filter open-stock, seperti penembusan, peningkatan volume transaksi, dan sebagainya
  6. Reverse Join Reverse Trading Opportunity (Pengembalian Kembali)

Meringkaskan

Strategi ini secara keseluruhan adalah strategi pelacakan tren yang sangat sederhana dan langsung. Dibandingkan dengan indikator seperti rata-rata bergerak yang umum, dengan menghitung rata-rata biaya jangka pendek dan panjang, perubahan tren dapat dinilai lebih cepat.

Kode Sumber Strategi
/*backtest
start: 2024-01-01 00:00:00
end: 2024-01-31 23:59:59
period: 1h
basePeriod: 15m
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/
// © dead0001ing1

//@version=5
strategy("Trend-Following Indicator", overlay=true)

// 設置參數
shortTerm = input(5, "Short Term")
longTerm = input(20, "Long Term")
smooth = input(5, "Smoothing")
threshold = input(0, "Threshold")

// 計算短期成本
shortH = ta.highest(high, shortTerm)
shortL = ta.lowest(low, shortTerm)
shortCost = (shortH + shortL) / 2

// 計算長期成本
longCost = ta.sma(close, longTerm)

// 計算均差
deviation = shortCost - longCost

// 平滑均差
smoothedDeviation = ta.sma(deviation, smooth)

// 判斷順勢
isTrendingUp = smoothedDeviation > threshold
isTrendingDown = smoothedDeviation < -threshold

// 顯示順勢信號
plotshape(isTrendingUp, title="Trending Up", location=location.belowbar, color=color.green, style=shape.labelup, text="Up", size=size.small)
plotshape(isTrendingDown, title="Trending Down", location=location.abovebar, color=color.red, style=shape.labeldown, text="Down", size=size.small)

// 定義進出場策略
if isTrendingUp
    strategy.entry("Long", strategy.long)
    strategy.close("Long", when=isTrendingDown)
if isTrendingDown
    strategy.entry("Short", strategy.short)
    strategy.close("Short", when=isTrendingUp)