Strategi silangan candlestick sisihan piawai tempoh berbilang masa


Tarikh penciptaan: 2023-10-24 14:44:00 Akhirnya diubah suai: 2023-10-24 14:44:00
Salin: 0 Bilangan klik: 658
1
fokus pada
1617
Pengikut

Strategi silangan candlestick sisihan piawai tempoh berbilang masa

Gambaran keseluruhan

Strategi persilangan garis K standard deviasi pelbagai tempoh masa adalah strategi pengesanan trend yang tipikal. Strategi ini membina pelbagai set garis K dan D dengan mengira nilai standard deviasi dalam tempoh masa yang berbeza (seperti garis matahari, garis pusingan, garis bulan, dan lain-lain), kemudian mengambil rata-rata garis ini untuk membina garis rata-rata.

Prinsip Strategi

Logik utama strategi ini adalah untuk mengira standard deviasi untuk beberapa tempoh masa, dan kemudian rata-rata untuk membina isyarat dagangan.

Pertama, strategi untukstoch()Fungsi ini mengira nilai standard deviasi K di bawah parameter yang berbeza, di mana 5 set nilai K dihitung secara keseluruhan, yang sesuai dengan tempoh masa adalah tahap garis matahari, garis pusingan, dan garis bulan.

smoothK = input(55)  
SMAsmoothK = input(13)
k = sma(stoch(price, high, low, smoothK), SMAsmoothK) 

smoothK1 = input(89)
SMAsmoothK1 = input(8)  
k1 = sma(stoch(price, high, low, smoothK1), SMAsmoothK1)

...

smoothK4 = input(377) 
SMAsmoothK4 = input(2)
k4 = sma(stoch(price, high, low, smoothK4), SMAsmoothK4)

Kemudian, D baris dikira dengan parameter yang berbeza:

smoothD = input(34)
d = sma(k, smoothD)

...

smoothD4 = input(233)  
d4 = sma(k4, smoothD4)

Kemudian, kira rata-rata setiap kumpulan K dan D untuk membina Kavg dan Davg:

Kavg = avg(k,k1,k2,k3,k4)
Davg = avg(d,d1,d2,d3,d4) 

Akhirnya, buat lebih banyak apabila anda memakai tali pendek dan kosong apabila anda memakai tali pendek:

long = crossover(Kavg, Davg)
short = crossunder(Kavg, Davg)

Dengan menggabungkan garis purata standard deviasi dari beberapa tempoh masa, bunyi pasaran dalam tempoh masa yang lebih besar dapat dikesan dan arah trend utama dapat dikunci.

Kelebihan Strategik

  • Keupayaan untuk meramalkan standard deviasi pelbagai tempoh masa digunakan untuk menyaring kebisingan dengan berkesan dan mengunci trend
  • Dengan menyesuaikan parameter kitaran, anda boleh menyesuaikan masa pegangan strategi secara bebas
  • Penyimpangan piawai sendiri mempunyai keupayaan trend yang kuat.
  • Menggunakan bentuk silang linear, untuk mengelakkan salah faham dari satu fake breakout
  • Membolehkan pengoptimuman kitaran rata-rata garisan laju garisan perlahan, meningkatkan kestabilan

Risiko Strategik dan Penyelesaian

  • Persaingan purata jangka masa banyak mudah menghasilkan lebih banyak isyarat palsu, boleh disesuaikan dengan tepat untuk mengoptimumkan purata jangka masa
  • Penyimpangan piawai mudah dipengaruhi oleh keadaan yang teruk, menghasilkan isyarat yang salah, boleh dipertimbangkan untuk menambah syarat penapisan
  • Parameter kitaran tetap tidak dapat menyesuaikan diri dengan perubahan pasaran, boleh menggunakan tetapan kitaran menyesuaikan diri
  • Kedudukan jangka panjang mudah untuk mengejar tinggi dan rendah, boleh menetapkan stop loss bergerak untuk mengunci keuntungan
  • Mempertimbangkan hanya indikator KDJ mudah terhad, boleh memasukkan indikator lain untuk pengoptimuman gabungan

Penyelesaian:

  1. Menambah syarat penapisan untuk mengelakkan penipuan palsu jangka pendek

  2. Menggunakan tetapan kitaran adaptasi untuk menyesuaikan parameter kitaran mengikut tahap turun naik pasaran

  3. Tetapkan Hentian Bergerak untuk Hentikan Hentian pada Waktu yang Tepat, dan Hindari Hentian Hilang pada Waktu yang Tepat

  4. Optimumkan parameter kitaran rata-rata untuk mencari titik keseimbangan yang optimum

  5. Menggabungkan lebih banyak isyarat indikator untuk meningkatkan kestabilan strategi

Arah pengoptimuman strategi

Strategi ini boleh dioptimumkan dengan cara berikut:

  1. Memperkenalkan isyarat indikator lain dalam kombinasi, seperti memperkenalkan MACD, Bollinger Bands dan sebagainya, dapat meningkatkan kualiti isyarat

  2. Menambah penapis trend, seperti memperkenalkan arah garis rata-rata SMA, indikator seperti ADX untuk menilai trend, dan mengelakkan perdagangan berlawanan arah

  3. Menggunakan tetapan kitaran adaptasi untuk menyesuaikan parameter kitaran secara dinamik mengikut tahap turun naik pasaran

  4. Tambah strategi berhenti bergerak, set titik berhenti mengikut parameter strategi, berhenti tepat pada masanya

  5. Optimumkan parameter kitaran purata garisan laju dan garisan perlahan untuk mencari kombinasi parameter yang optimum

  6. Menambah syarat penapisan terbuka untuk mengelakkan isyarat yang salah kaprah oleh bunyi jangka pendek

  7. Cuba strategi masuk breakout, buka kedudukan selepas menembusi garis purata

  8. Uji strategi keluar yang berbeza, seperti Keluar Chandelier, Optimumkan Stop Loss

ringkaskan

Strategi persilangan garis K standard deviasi jangka masa berbilang menggabungkan kemampuan trend pengesanan indikator standard deviasi dan kestabilan strategi rata-rata. Dengan mengira nilai rata-rata garis K dan garis D standard deviasi jangka masa berbilang, membina isyarat perdagangan, anda dapat memanfaatkan kekuatan ramalan indikator standard deviasi pada skala masa yang berbeza, menapis kebisingan pasaran, menangkap arah trend utama.

Kod sumber strategi
/*backtest
start: 2023-09-23 00:00:00
end: 2023-10-23 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy(title="Slow Stochastic Multi K&D Average Crossover Strategy", overlay=false, pyramiding=0, calc_on_order_fills=true, initial_capital=100000, default_qty_type=strategy.percent_of_equity, currency="USD", default_qty_value=100)


price = input(close)

///////////////////////////////
smoothK = input(55) 

SMAsmoothK = input(13)
k = sma(stoch(price, high, low, smoothK), SMAsmoothK)



smoothD = input(34)
d = sma(k, smoothD)


///////////////////////////

smoothK1 = input(89) 

SMAsmoothK1 = input(8)
k1 = sma(stoch(price, high, low, smoothK1), SMAsmoothK1)

smoothD1 = input(55)
d1 = sma(k1, smoothD1)

//////////////////////////////////////

smoothK2 = input(144) 

SMAsmoothK2 = input(5)
k2 = sma(stoch(price, high, low, smoothK2), SMAsmoothK2)

smoothD2 = input(89)
d2 = sma(k2, smoothD2)

/////////////////////////////////////

smoothK3 = input(233) 

SMAsmoothK3 = input(3)
k3 = sma(stoch(price, high, low, smoothK3), SMAsmoothK3)

smoothD3 = input(144)
d3 = sma(k3, smoothD3)

////////////////////////////////////////////////

smoothK4 = input(377) 

SMAsmoothK4 = input(2)
k4 = sma(stoch(price, high, low, smoothK4), SMAsmoothK4)

smoothD4 = input(233)
d4 = sma(k4, smoothD4)

/////////////////////////////////////////////////

Kavg = avg(k,k1,k2,k3,k4, k4)
plot(Kavg, color=green)

Davg = avg(d,d1,d2,d3,d4, d4)
plot(Davg, color=red)


///////////////////////////////////////
hline(50, color=gray)


long = crossover(Kavg, Davg)// and d < 50
short = crossunder(Kavg, Davg)// and d > 50


last_long = long ? time : nz(last_long[1])
last_short = short ? time : nz(last_short[1])
long_signal = crossover(last_long, last_short) 
short_signal = crossover(last_short, last_long)



strategy.entry("Long", strategy.long, when=long_signal)
strategy.entry("Short", strategy.short, when=short_signal) 

//len1 = input(3)

//closelong = d[1] < k[len1]
//closeshort = d[1] > k[len1]

//strategy.close("Long", when=closelong)
//strategy.close("Short", when=closeshort)