Rangka Masa Berbilang Masa Moving Average Crossover Trend Mengikuti Strategi


Tarikh penciptaan: 2024-02-04 17:21:25 Akhirnya diubah suai: 2024-02-04 17:21:25
Salin: 0 Bilangan klik: 650
1
fokus pada
1617
Pengikut

Rangka Masa Berbilang Masa Moving Average Crossover Trend Mengikuti Strategi

Gambaran keseluruhan

Strategi ini melakukan penilaian trend dalam pelbagai tempoh masa dengan mengira purata bergerak dalam pelbagai tempoh masa yang berbeza. Apabila harga menembusi purata bergerak dalam pelbagai tempoh masa, melakukan operasi shorting yang sesuai.

Prinsip Strategi

Strategi ini berdasarkan kepada beberapa perkara:

  1. Hitung purata bergerak sederhana untuk empat tempoh masa yang berbeza iaitu 21 hari, 50 hari, 100 hari dan 200 hari.

  2. Apabila harga naik melalui mana-mana satu daripada rata-rata, buat lebih; apabila harga turun melalui mana-mana satu daripada rata-rata, buat kosong.

  3. Selepas memasuki situasi berbilang, titik hentian ditetapkan sebagai harga terendah di sekitar garis K terdahulu; selepas memasuki situasi berlepas, titik hentian ditetapkan sebagai harga tertinggi di sekitar garis K terdahulu.

  4. Buat banyak titik berhenti yang ditetapkan sebagai julat tertentu di bawah harga minimum; buat titik berhenti kosong yang ditetapkan sebagai julat tertentu di atas harga tertinggi.

  5. Apabila harga menyentuh titik berhenti atau titik berhenti, kedudukan kosong keluar.

Dengan cara ini, penghakiman jangka masa berbilang dapat meningkatkan kebolehpercayaan isyarat perdagangan, dan dapat dikesan apabila trend lebih jelas. Pada masa yang sama, tetapan hentian dan hentian dapat mengawal risiko dan keluar dari pasaran setelah kerugian meningkat atau keuntungan mencapai tahap tertentu.

Analisis kelebihan

Strategi ini mempunyai beberapa kelebihan:

  1. Penghakiman pelbagai bingkai masa, meningkatkan kebolehpercayaan isyarat. Kombinasi silang garis rata-rata berkala yang berbeza, dapat menyaring beberapa isyarat palsu, memilih masa yang lebih jelas untuk berdagang.

  2. Stop loss yang dinamik membantu mengawal risiko. Dengan menggunakan data K-line untuk mengira stop loss, anda boleh menetapkan julat yang munasabah berdasarkan turun naik pasaran yang sebenar, dan dengan berkesan mengawal nilai maksimum kerugian tunggal.

  3. Struktur kod jelas dan mudah. Berdasarkan sintaksis dasar penyunting Pine, struktur kod jelas dan mudah dibaca, memudahkan penyesuaian dan pengoptimuman parameter.

  4. Mudah untuk digunakan di dalam talian. Persaingan purata bergerak adalah strategi perdagangan yang lebih klasik, mudah untuk digunakan di dalam talian selepas penyesuaian parameter, dan hasilnya lebih stabil.

Analisis risiko

Strategi ini juga mempunyai beberapa risiko, terutamanya dalam aspek berikut:

  1. Risiko kesalahan penghakiman trend. Rata-rata bergerak sebagai petunjuk penghakiman trend, juga boleh berlaku kerosakan dan kelewatan, yang menyebabkan isyarat perdagangan mungkin menyimpang.

  2. Risiko kerugian dalam pasaran yang sangat bergolak. Apabila pasaran mengalami lonjakan besar atau pembalikan besar, titik hentian mungkin mudah dicetuskan dan menyebabkan kerugian yang lebih besar.

  3. Tetapan parameter yang tidak betul boleh memperbesar kerugian. Jika titik henti ditetapkan terlalu lebar atau titik henti ditetapkan terlalu ketat, juga akan memperbesar saiz kerugian tunggal.

  4. Risiko memegang jangka panjang. Strategi ini memberi tumpuan kepada trend, tetapi tidak mempertimbangkan masalah nisbah pulangan balik pendapatan jangka panjang, dan memegang posisi penuh jangka panjang mungkin akan menghabiskan banyak wang.

  5. Perbezaan platform membawa risiko saham sebenar. Dalam platform dagangan yang berfungsi sepenuhnya, kadar keuntungan mungkin terjejas kerana masalah kos dagangan, slippage dan sebagainya.

Kaedah pencegahan:

  1. Digabungkan dengan isyarat pengesahan penunjuk lain. Sebagai penilaian tambahan untuk penunjuk seperti KDJ, MACD dan sebagainya.

  2. Mengubah markah stop loss mengikut keadaan pasaran. Ruang yang mencukupi boleh menghalang stop loss daripada mudah dicetuskan.

  3. Optimumkan parameter, menilai pulangan keuntungan jangka panjang. Dapatkan kombinasi parameter terbaik melalui ujian berulang.

  4. Uji sepenuhnya strategi dalam simulasi dagangan, dan menambah cara menghentikan kerugian secara manual.

Arah pengoptimuman

Strategi ini masih mempunyai ruang untuk pengoptimuman yang lebih lanjut, dengan beberapa arah utama:

  1. Meningkatkan syarat kemasukan dan keluar kuantitatif. Sebagai contoh, penyaringan yang boleh disetel untuk harga yang inovatif tinggi dan inovasi rendah, memastikan pilihan perdagangan masa yang jelas trend.

  2. Menggabungkan pengurusan dana dan kawalan kedudukan. Mengubah kadar kedudukan setiap dagangan secara dinamik mengikut keadaan akaun dan pasaran.

  3. Menambah logik penghakiman indikator trend. Menggabungkan PRZ, ATR, DMI dan lain-lain indikator untuk menetapkan pilihan dan peraturan penapisan perdagangan trend.

  4. Tetapkan mekanisme keluar yang bergantian panjang dan pendek. Tetapkan stop loss bergerak yang membalikkan harga selepas keuntungan, untuk mencapai perlindungan keuntungan.

  5. Membina kumpulan piawaian yang memenuhi piawaian pemilihan saham pintar. Membina dan menyesuaikan kumpulan saham untuk menilai pelbagai penunjuk skor.

  6. Menambah kaedah kawalan angin pembelajaran mesin. Menggunakan model pembelajaran mendalam seperti LSTM, RNN untuk membantu penilaian, mengurangkan risiko kesalahan operasi buatan manusia.

ringkaskan

Strategi ini membuat penghakiman trend dengan menyeberang pelbagai rangka masa rata-rata bergerak sederhana, mudah dikendalikan. Ia juga mempunyai seting berhenti dan berhenti yang dinamik, yang dapat mengawal risiko dengan berkesan. Tetapi terdapat juga risiko kesalahan isyarat dan masalah kehilangan dana dalam keadaan gegaran. Dengan mengoptimumkan parameter lebih lanjut dan menambah petunjuk teknologi pembantu, kaedah kawalan risiko, dan sebagainya, prestasi perdagangan yang lebih baik dan lebih stabil dapat dicapai.

Kod sumber strategi
/*backtest
start: 2024-01-04 00:00:00
end: 2024-02-03 00:00:00
period: 4h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("DolarBasar by AlperDursun", shorttitle="DOLARBASAR", overlay=true)

// Input for Moving Averages
ma21 = ta.sma(close, 21)
ma50 = ta.sma(close, 50)
ma100 = ta.sma(close, 100)
ma200 = ta.sma(close, 200)

// Calculate the lowest point of the previous candle for stop loss
lowestLow = ta.lowest(low, 2)

// Calculate the highest point of the previous candle for stop loss
highestHigh = ta.highest(high, 2)

// Calculate take profit levels
takeProfitLong = lowestLow - 3 * (lowestLow - highestHigh)
takeProfitShort = highestHigh + 3 * (lowestLow - highestHigh)

// Entry Conditions
longCondition = ta.crossover(close, ma21) or ta.crossover(close, ma50) or ta.crossover(close, ma100) or ta.crossover(close, ma200)
shortCondition = ta.crossunder(close, ma21) or ta.crossunder(close, ma50) or ta.crossunder(close, ma100) or ta.crossunder(close, ma200)

// Stop Loss Levels
stopLossLong = lowestLow * 0.995
stopLossShort = highestHigh * 1.005

// Exit Conditions
longExitCondition = low < stopLossLong or high > takeProfitLong
shortExitCondition = high > stopLossShort or low < takeProfitShort

if (longCondition)
    strategy.entry("Long", strategy.long)

if (shortCondition)
    strategy.entry("Short", strategy.short)

if (longExitCondition)
    strategy.exit("Long Exit", from_entry="Long", stop=stopLossLong, limit=takeProfitLong)

if (shortExitCondition)
    strategy.exit("Short Exit", from_entry="Short", stop=stopLossShort, limit=takeProfitShort)