ダブル移動平均ゴールデンクロス定量戦略
ChaoZhang
概要
双均線金十字量化戦略 (Dual Moving Average Golden Cross Quantitative Strategy) は,技術指標の量化取引戦略である.これは,2つの異なる周期の均線を計算して,市場動向を判断し,低リスク取引を実現する.短周期平均線上より長い周期平均線を穿越すると,金十字信号を生じ,多作する.短周期平均線下より長い周期平均線を穿越すると,死十字信号を生じ,空作る.この戦略は,同時に価格チャネル指標を組み合わせて,偽突破を避ける.
戦略原則
双均線金十字量化戦略は均線理論に基づいている。均線は市場騒音を効果的に波させ,長期トレンドの方向を指示できる。短周期平均線を長い周期平均線に穿越すると,下から上向きを反転させ,買入信号である.短周期平均線を長い平均線に穿越すると,上から下向きを反転させ,売出信号である。この戦略は2日平均線と3日平均線を2日平均線と420日平均線を2日平均線に3日平均線を穿越すると,買入信号と売出信号を生成する。420日平均線を穿越すると,長期トレンドを判断し,取引前の短期回調を避けるために使用される。
この戦略の核心となるコードロジックは,
- 2日平均線,3日平均線,420日平均線を計算する
- 2日平均線と3日平均線の金叉死叉を判断する
- 偽突破を避けるために420日平均線フィルター信号を使用
- 買いと売りのシグナルを生成する
具体的にはこうです
- 最後の3日間の閉店価格を計算する 2日間の単純移動平均n2maと3日間の単純移動平均nma
- 最後の420日間の閉店価格の重引移動平均rvwmaを計算する
- n2ma上でnmaを穿戴すると買取信号が生成される.
- n2maの下のnmaを通るときに出売信号が生成される
- rvwma を用いてフィルタリングする信号は,rvwma の下にn2ma が買い信号を生じ,rvwma の上にn2ma が売り信号を生じするだけです.
双均線交差によって短期トレンド反転点を判断し,パラメータフィルターを設定して誤取引を避ける.この戦略は,短期調整後のトレンド反転の機会を効果的に捕捉し,profit因子が高い.
優位分析
双均線ゴールドクロス量化戦略は以下の利点がある.
- シンプルで信頼性がある: 双均線交差理論を用いて,短期価格変化の傾向を判断し,信号は単純明快に発生する.
- 高い感受性2日目と3日目の平均線のパラメータ設定は,短期価格の変化を迅速に捉えるため,より敏感です.
- ノイズフィルター価格チャネル指標を導入し,騒音を効果的にフィルターし,誤った取引を回避する.
- 適応性が高い:双均線交差理論は,異なる品種と異なる周期に適用され,容易に実施する.
- 簡単に最適化できます: 平均線参数组合を変更し,フィルター参数調整し,戦略最適化スペースが大きい。
- テストされたこの戦略は実用化され,安定した効果を示している.
リスク分析
双均線金十字量化策には以下のリスクもあります.
- リスク価格の短期反発は,ストップを誘発する可能性がある.
- トレンド反転リスク市場が長期にわたるトレンドを逆転させた突発的な出来事.
- パラメータ最適化のリスク誤ったパラメータは,戦略の効果を損なう可能性があります.
- 過剰最適化のリスク: パラメータを過度に最適化すると,過適合が起こりうる.
- 固定偏差リスク実験結果の誤差は,結果に影響を与える可能性がある.
リスクは以下の方法で軽減できます.
- 合理的なストップ・ロースを設定し,単発損失をコントロールする.
- 基本的分析と対価取引を避けるために
- 適した品種と適した周期の最適化を選びます.
- パラメータの感受性テストを完了してください.
- リアルタイムで検証するリンクを追加します.
最適化の方向
双均線ゴールドクロス量化戦略は,以下の点で最適化できる.
パラメータ最適化: 平均線パラメータと通路指標パラメータを調整し,最適のパラメータ組み合わせを選択する. 遺伝的アルゴリズムなどのツールを使用して補助的な最適化を行うことができる.
選択する際には: 異なる品種の特性に応じて,最もマッチする平均線パラメータを選択する.例えば,興味のある品種は,より短い周期平均線を設定する.
ストップ・ローズ戦略の最適化: float 動的ストップを設定し,ストップを追跡するなどストップ方式を設定し,リコールストップを回避する.
同方向操作最適化: トレンド指数と組み合わせて,トレンド同方向操作を行い,逆向きの取引を避ける.
機械学習の組み合わせ: LSTM,RNNなどのディープラーニングモデルを使用し,信号の質を判断し,入院のタイミングを決定する.
要約する
双均線金十字量化戦略は,単純な均線交差原理によって価格の短期トレンドを判断する.通路指標を設定すると,誤差信号を効果的にフィルターする.戦略論理は,簡単に実現し,パラメータ調整は柔軟で,実用検証効果は良い.これは,推奨される量化戦略である.この戦略は,パラメータ最適化,ストップロズ最適化,機械学習などの手段によってアップグレードされ,効果はより良く,デジタル通貨,株式などのアルゴリズム取引に適している.
/*backtest
start: 2023-12-24 00:00:00
end: 2023-12-25 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
// Indicator420 by SeaSide420
strategy("Indicator420 strategy", overlay=true)
q=input(title="HullMA",defval=420)
z=input(title="HullMA cross",defval=3)
a=input(title="VWMA",defval=14)
rvwma=vwma(close,round(a))
rvwma2=vwma(close,round(a*2))
rvwma3=vwma(close,round(a*3))
n2ma=2*wma(close,round(z/2))
nma=wma(close,z)
diff=n2ma-nma
sqn=round(sqrt(z))
n2ma1=2*wma(close[1],round(z/2))
nma1=wma(close[1],z)
diff1=n2ma1-nma1
sqn1=round(sqrt(z))
n2ma2=2*wma(close[2],round(q/2))
nma2=wma(close[2],q)
diff2=n2ma2-nma2
sqn2=round(sqrt(q))
n1=wma(diff,sqn)
n2=wma(diff1,sqn)
n3=wma(diff2,sqn)
b=n1>n2?red:lime
c=n1>n2?green:red
d=n3>rvwma3?red:green
e=rvwma2>rvwma3?green:red
f=n1>n2?red:green
//plot(rvwma3, color=e, linewidth=1)
plot(cross(rvwma, rvwma2) ? rvwma : na, style = line,color=e, linewidth = 1)
plot(cross(n1, n2) ? n1 : na, style = line,color=b, linewidth = 3)
plot(cross(n1, n2) ? n1 : na, style = circles,color=c, linewidth = 4)
closelong = n1<n2
if (closelong)
strategy.close("Long")
closeshort = n1>n2
if (closeshort)
strategy.close("Short")
longCondition = n1>n2 and strategy.opentrades<1 and n1<rvwma3
if (longCondition)
strategy.entry("Long",strategy.long)
shortCondition = n1<n2 and strategy.opentrades<1 and n1>rvwma3
if (shortCondition)
strategy.entry("Short",strategy.short)