定量的移動平均に基づくトレンド追跡戦略

概要

この戦略は,取引量に基づく2つの移動平均を計算し,その差値の方向に基づいて現在のトレンドの方向を判断し,その後,長ポジションまたは短ポジションの操作を行う. 戦略はシンプルで使いやすく,市場トレンドを効果的に追跡することができる.

戦略原則

速線と遅線を計算する. 速線は,ユーザ定義の速線周期に基づく量化移動平均であり,遅線は,慢線周期に基づく量化移動平均である.
二線差値の計算. 快線を減算して差値の曲線が得られる.
トレンドの方向を判断する。快線が慢線を横切るときは,看板信号として多行; 快線の下が慢線を横切るときは,下行信号として空行する。
取引シグナルを発する.看板時に多シグナルを発する.看板時に空きシグナルを発する.
設定ストップ. ユーザ定義の固定ストップパーセントまたはATRベースの動的ストップを使用してストップ位置を設定します.
退場条件。ポジションを保持する際に,ストップ損失を触発した場合または逆転信号が発生した場合,平仓を退場する。

優位分析

量子指標を用いてトレンドを識別し,偽の突破によって誤解されやすい.
市場騒音をフィルタリングし,頻繁に取引を回避する.
ストップ・ロスの設定は,損失のリスクを効果的に制御する.
戦略の論理はシンプルで明快で,実行が分かりやすい.
異なる品種と時間周期のニーズに応えるカスタマイズ可能なパラメータ.

リスク分析

パラメータの設定を間違えた場合,取引頻度が高くなり,トレンドを逃す可能性があります.
固定ストップは機械的で,市場の変化に適応できないかもしれない.
量と価格の関係の変化は,量化指標の効果に影響を与える可能性があります.

リスク1は,最適化パラメータによって最適な組み合わせを見つけることができる.
リスク2は,動的ATRストップを固定ストップの代替として使用できます.
リスク3は,取引量の変化が戦略に与える影響についてです.

最適化の方向

テストは,異なる快線と遅線パラメータの組み合わせ.
OBV,William Indicatorなどの他の指標を試してください.
波動率に基づく止損を増加させる.
他の指標と組み合わせた効果を評価する
異なる取引品種の効果を評価する.

要約する

この戦略は,量化平均線の快慢線組合せでトレンドを追跡し,取引ロジックはシンプルで明快で,パラメータを最適化調整することができる. 止損設定は,リスクを制御するのに役立ちます. 後に,他の指標組合せの使用の効果を評価し続けることができます.

Source

Pine

/*backtest
start: 2023-08-18 00:00:00
end: 2023-09-17 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("EVWMA 6HR", overlay=false, precision=2, initial_capital=10000, default_qty_type=strategy.percent_of_equity, default_qty_value=100, commission_type=strategy.commission.percent, commission_value=0.075)
// Credit to QuantNomad for the main idea behind this code
/////////////// Time Frame ///////////////

Strategy parameters

════════ Test Period ═══════

Backtest Start Year