1. Persegi
  2. Trend EVWMA Mengikut Strategi

Trend EVWMA Mengikut Strategi

Penulis:ChaoZhang, Tarikh: 2023-12-12 16:00:37
Tag:

img

Ringkasan

Strategi ini direka sebagai strategi trend berikut yang mudah berdasarkan penunjuk EVWMA. Ia menggunakan garis pantas dan garis perlahan untuk membina penunjuk EVWMA. Posisi panjang akan dibuka apabila garis pantas melintasi garis perlahan, dan kedudukan pendek akan dibuka apabila garis pantas melintasi di bawah garis perlahan, untuk mengikuti trend.

Logika Strategi

Penunjuk teras strategi ini adalah EVWMA, iaitu Elastic Volume Weighted Moving Average. Ia menggabungkan kedua-dua maklumat harga dan jumlah untuk mencerminkan trend pasaran secara dinamik dengan mengira tempohnya sendiri.

Secara khusus, tempoh garis pantas dikira sebagai jumlah jumlah 10 bar baru-baru ini, dan 20 bar untuk garis perlahan. EVWMA setiap bar dikira sebagai (bar sebelumnya EVWMA × (panjang tempoh - jumlah bar semasa) + harga penutupan bar semasa × jumlah bar semasa) / panjang tempoh. Dengan cara ini, ia menggabungkan kedua-dua maklumat harga dan jumlah.

Apabila garis pantas melintasi garis perlahan, ia menunjukkan bahawa kuasa beli semakin kuat untuk pergi panjang. Apabila garis pantas melintasi di bawah garis perlahan, ia menunjukkan bahawa kuasa jual semakin kuat untuk pergi pendek. Dengan gabungan garis pantas dan perlahan, strategi dapat menangkap trend pasaran secara dinamik untuk mengikuti trend.

Analisis Kelebihan

Kelebihan terbesar strategi ini terletak pada reka bentuk tempoh dinamik penunjuk EVWMA untuk bertindak balas dengan lebih cepat terhadap perubahan harga dan jumlah, dengan itu menangkap trend pasaran dalam masa nyata, yang sangat sesuai untuk strategi trend berikut.

Risiko dan Penyelesaian

Risiko utama strategi ini adalah tetapan parameter yang tidak sesuai dari penunjuk EVWMA. Jika tempoh garis cepat dan perlahan tidak ditetapkan dengan betul, ia boleh menghasilkan isyarat palsu yang berlebihan.

Untuk menyelesaikan masalah ini, kita boleh mengoptimumkan parameter dan menyesuaikan tempoh pengiraan garis cepat dan perlahan untuk mencari kombinasi yang terbaik. Juga, kerugian berhenti boleh ditetapkan untuk mengawal risiko kerugian. Sekitar titik masa apabila pembalikan pasaran yang signifikan mungkin berlaku seperti pelepasan data penting, kita mungkin mempertimbangkan untuk menangguhkan sementara strategi untuk mengelakkan perdagangan semasa tempoh ini.

Arahan pengoptimuman

Terdapat ruang untuk pengoptimuman strategi ini. Sebagai contoh, penunjuk lain seperti pecah jumlah dagangan, Bollinger Bands dan lain-lain boleh dimasukkan untuk mengesahkan isyarat, dengan itu meningkatkan kestabilan strategi. Juga, nilai parameter optimum mungkin berbeza di antara produk dan tempoh masa yang berbeza. Mekanisme pengoptimuman parameter adaptif boleh ditubuhkan untuk menyesuaikan parameter berdasarkan data masa nyata.

Dalam aspek perdagangan, stop loss dinamik, trailing stop loss dan cara lain juga boleh direka untuk mengawal risiko. Di samping itu, mekanisme parameter adaptif boleh membantu mendapatkan parameter optimum di pelbagai produk dan tempoh masa.

Ringkasan

Strategi ini memanfaatkan reka bentuk tempoh dinamik penunjuk EVWMA dan menggabungkan maklumat jumlah untuk membina strategi trend berikut yang berkesan. Ia boleh bertindak balas dengan cepat terhadap perubahan harga dan menangkap trend pasaran. Dengan pengoptimuman parameter, langkah-langkah kawalan risiko dan lain-lain, kestabilan strategi dapat ditingkatkan lagi. Logik di sebalik strategi ini adalah inovatif dan bernilai penerokaan dan penerapan lanjut.

/*backtest
start: 2022-12-05 00:00:00
end: 2023-12-11 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("QuantNomad - EVWMA Cross Strategy", shorttitle="EVWMA Cross", overlay=true)

// Inputs
fast_sum_length = input(10, title = "Fast Sum Length", type = input.integer)
slow_sum_length = input(20, title = "Slow Sum Length", type = input.integer)

// Calculate Volume Period
fast_vol_period = sum(volume, fast_sum_length)
slow_vol_period = sum(volume, slow_sum_length)

// Calculate EVWMA
fast_evwma = 0.0
fast_evwma := ((fast_vol_period - volume) * nz(fast_evwma[1], close) + volume * close) / (fast_vol_period)

// Calculate EVWMA
slow_evwma = 0.0
slow_evwma := ((slow_vol_period - volume) * nz(slow_evwma[1], close) + volume * close) / (slow_vol_period)

// Plot 
plot(fast_evwma, title = "EVWMA Fast", linewidth = 2, color = color.red)
plot(slow_evwma, title = "EVWMA Slow", linewidth = 2, color = color.green)

// Strategy
strategy.entry("Long",   true, when = crossover(fast_evwma, slow_evwma))
strategy.entry("Short", false, when = crossunder(fast_evwma, slow_evwma))
Lebih lanjut

2019 FMZ - Semua hak dilindungi