Strategi Palang Emas Purata Pergerakan Mudah dan Palang Kematian


Tarikh penciptaan: 2023-11-14 16:17:16 Akhirnya diubah suai: 2023-11-14 16:17:16
Salin: 0 Bilangan klik: 716
1
fokus pada
1617
Pengikut

Strategi Palang Emas Purata Pergerakan Mudah dan Palang Kematian

Gambaran keseluruhan

Strategi ini berdasarkan purata bergerak sederhana (SMA) dari beberapa tempoh masa yang berbeza untuk menilai trend pasaran dan mengeluarkan isyarat jual beli. Strategi ini menggunakan empat garis SMA pada garis 20, 50, 100 dan 200. Apabila anda memakai SMA jangka pendek, buat lebih banyak untuk isyarat garpu emas; apabila anda memakai SMA jangka pendek, buat kosong untuk isyarat garpu mati.

Prinsip Strategi

Logik utama strategi ini adalah berdasarkan:

  1. Hitung SMA untuk pelbagai tempoh masa yang berbeza, termasuk garis 20, 50, 100 dan 200.

  2. Untuk menilai persilangan antara SMA jangka pendek (garis 20 hari) dengan SMA jangka panjang (garis 50, 100, 200 hari).

  3. Apabila 20 hari di atas talian melintasi 50 hari di atas talian, buat lebih; apabila 20 hari di bawah talian melintasi 50 hari di bawah talian, buat kosong.

  4. Pada masa yang sama, garis 50, 100 dan 200 hari harus memenuhi logik penghakiman trend besar, iaitu SMA yang lebih lama berada di atas SMA yang lebih pendek.

  5. Keutamaan isyarat masuk: 20 hari dan 50 hari> 20 hari dan 100 hari> 20 hari dan 200 hari.

  6. Isyarat keluar adalah garis 20 hari dan melintasi semula garis 50 hari.

Strategi ini bergantung kepada persilangan garis SMA untuk menentukan arah trend. Dalam pasaran lembu, SMA jangka pendek di SMA adalah isyarat garpu emas yang menunjukkan bahawa harga mungkin memasuki trend; dalam pasaran beruang, SMA jangka pendek di bawah SMA adalah isyarat garpu mati yang menunjukkan bahawa harga mungkin memasuki penyesuaian. Selain itu, SMA jangka panjang lebih tinggi daripada SMA jangka pendek juga merupakan asas penilaian untuk mengesahkan trend besar.

Kelebihan Strategik

Strategi ini mempunyai beberapa kelebihan:

  1. Strategi ini ringkas, jelas dan mudah difahami dan dilaksanakan.

  2. Menggunakan purata bergerak indeks SMA, lebih berkesan daripada EMA untuk menyaring bunyi pasaran dan mengenal pasti trend.

  3. Penggunaan pelbagai kitaran masa SMA dalam kombinasi dapat meningkatkan kebolehpercayaan isyarat.

  4. Menetapkan keutamaan isyarat masuk yang munasabah untuk mengelakkan kemasukan awal

  5. Anda boleh menyesuaikan kitaran dan warna SMA, serta strategi pengoptimuman.

  6. Ia boleh digunakan dalam pelbagai tempoh masa dan sesuai untuk gaya dagangan yang berbeza.

  7. Sistem silang SMA sangat tepat dan berkesan dalam menilai trend pasaran utama.

Risiko Strategik

Strategi ini juga mempunyai risiko:

  1. Dalam keadaan gegaran, isyarat silang SMA sering berlaku dan boleh menghasilkan banyak isyarat salah.

  2. Siklus SMA tetap tidak dapat menyesuaikan diri dengan perubahan pasaran, dan parameter SMA yang dioptimumkan harus digabungkan dengan trend dan kadar turun naik.

  3. Jika penyambungan SMA tidak dapat menentukan masa kemasukan, ia harus digabungkan dengan penunjuk lain seperti penilaian tambahan MACD.

  4. SMA mempunyai sifat ketinggalan zaman, anda harus mengoptimumkan masa kemasukan atau menggunakan tiket harga terhad.

  5. Strategi ini mempunyai keperluan yang tinggi untuk pengurusan dana dagangan dan mesti mematuhi logik stop-loss.

  6. Kesan kos urus niaga ke atas keuntungan strategi harus dipertimbangkan sepenuhnya.

Pengoptimuman Strategi

Strategi ini boleh dioptimumkan dalam beberapa aspek:

  1. Optimumkan parameter kitaran SMA, parameter kitaran yang berbeza sesuai untuk keadaan pasaran yang berbeza, boleh digabungkan dengan pengoptimuman dinamik ATR.

  2. Menambah gabungan indikator lain seperti MACD, RSI dan lain-lain untuk membantu penyaringan masa masuk ke dalam pasaran.

  3. Menambah logik penilaian trend, seperti ADX, untuk mengelakkan perdagangan yang salah di pasaran goyah.

  4. Mengoptimumkan cara berhenti, boleh berhenti mengikut ATR atau mengesan berhenti.

  5. Pengurusan kedudukan yang dioptimumkan, menyesuaikan setiap kedudukan secara dinamik mengikut skala dana.

  6. Uji kesan parameter pelbagai jenis, sesuaikan kitaran SMA mengikut ciri-ciri.

  7. Berbagai kerangka masa digabungkan untuk memastikan trend kitaran besar konsisten.

ringkaskan

Secara keseluruhannya, strategi SMA Gold Fork and Dead Fork menilai arah trend melalui sistem simpul moving average crossover, kebolehpercayaan yang tinggi, sesuai untuk kebanyakan peniaga. Tetapi ia mempunyai beberapa masalah keterbelakangan dan isyarat yang salah.

Kod sumber strategi
/*backtest
start: 2023-10-14 00:00:00
end: 2023-11-13 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © xyzdesign1989
//@version=5
strategy("SMA crossover buy/sell [SCSM_Algo]", overlay=true, margin_long=3000, margin_short=3000)


BuyCond = ta.crossover(ta.sma(close, 20), ta.sma(close, 50)) and ta.sma(close, 20) > ta.sma(close, 50) and  ta.sma(close, 50) > ta.sma(close, 100) and  ta.sma(close, 100) > ta.sma(close, 200) or (ta.crossover(ta.sma(close, 20), ta.sma(close, 100)) and ta.sma(close, 20) > ta.sma(close, 50))
if (BuyCond)
    strategy.entry("SCSM 🤲 Buy", strategy.long)

SellCond = ta.crossunder(ta.sma(close, 20), ta.sma(close, 50))
if (SellCond)
    strategy.entry("الحمد للہ،Sell", strategy.short)

ma(source, length, type) =>
    type == "SMA" ? ta.sma(source, length) :
     type == "EMA" ? ta.ema(source, length) :
     type == "SMMA (RMA)" ? ta.rma(source, length) :
     type == "WMA" ? ta.wma(source, length) :
     type == "VWMA" ? ta.vwma(source, length) :
     na

show_ma1   = input(true   , "MA №1", inline="MA #1")
ma1_type   = input.string("SMA"  , ""     , inline="MA #1", options=["SMA", "EMA", "SMMA (RMA)", "WMA", "VWMA"])
ma1_source = input(close  , ""     , inline="MA #1")
ma1_length = input.int(20     , ""     , inline="MA #1", minval=1)
ma1_color  = input(#0929f6, ""     , inline="MA #1")
ma1 = ma(ma1_source, ma1_length, ma1_type)
plot(show_ma1 ? ma1 : na, color = ma1_color, title="MA №1")

show_ma2   = input(true   , "MA №2", inline="MA #2")
ma2_type   = input.string("SMA"  , ""     , inline="MA #2", options=["SMA", "EMA", "SMMA (RMA)", "WMA", "VWMA"])
ma2_source = input(close  , ""     , inline="MA #2")
ma2_length = input.int(50     , ""     , inline="MA #2", minval=1)
ma2_color  = input(#00fb04, ""     , inline="MA #2")
ma2 = ma(ma2_source, ma2_length, ma2_type)
plot(show_ma2 ? ma2 : na, color = ma2_color, title="MA №2")

show_ma3   = input(true   , "MA №3", inline="MA #3")
ma3_type   = input.string("SMA"  , ""     , inline="MA #3", options=["SMA", "EMA", "SMMA (RMA)", "WMA", "VWMA"])
ma3_source = input(close  , ""     , inline="MA #3")
ma3_length = input.int(100    , ""     , inline="MA #3", minval=1)
ma3_color  = input(#131313, ""     , inline="MA #3")
ma3 = ma(ma3_source, ma3_length, ma3_type)
plot(show_ma3 ? ma3 : na, color = ma3_color, title="MA №3")

show_ma4   = input(true   , "MA №4", inline="MA #4")
ma4_type   = input.string("SMA"  , ""     , inline="MA #4", options=["SMA", "EMA", "SMMA (RMA)", "WMA", "VWMA"])
ma4_source = input(close  , ""     , inline="MA #4")
ma4_length = input.int(200    , ""     , inline="MA #4", minval=1)
ma4_color  = input(#f60c0c, ""     , inline="MA #4")
ma4 = ma(ma4_source, ma4_length, ma4_type)
plot(show_ma4 ? ma4 : na, color = ma4_color, title="MA №4")