Strategi lintasan purata bergerak bingkai berbilang masa
Gambaran keseluruhan
Strategi Crossover Purata Bergerak Jangka Masa Berbilang (Multi Timeframe Moving Average Crossover Strategy) adalah strategi perdagangan algoritma yang menggunakan isyarat silang antara purata bergerak dalam tempoh masa yang berbeza untuk menentukan arah trend. Strategi ini menggunakan gabungan indikator trend, indikator momentum dan indikator kadar turun naik, menjadikan isyarat strategi lebih dipercayai.
Prinsip Strategi
Strategi ini menentukan arah trend pasaran dengan mengira petunjuk CCI dari pelbagai kitaran, kemudian digabungkan dengan petunjuk MACD untuk mencari isyarat garpu mati, dan akhirnya menetapkan stop loss dengan petunjuk ATR, untuk mencapai harga rendah dan tinggi.
Khususnya, pertama-tama mengira indikator CCI 20 kitaran untuk menilai trend pasaran berdasarkan positif dan negatifnya; kemudian mengira sama ada garis purata MACD yang cepat dan perlahan berlaku, untuk menentukan sama ada ada isyarat beli dan jual dihasilkan; kemudian menggunakan indikator ATR untuk menghasilkan mekanisme pengesanan henti, untuk mengunci keuntungan lebih lanjut; dan akhirnya, sinyal gabungan beberapa indikator di atas, untuk menghasilkan isyarat strategi jual beli akhir.
Kelebihan Strategik
-
Kombinasi pelbagai indikator untuk meningkatkan ketepatan isyarat
Strategi ini menggunakan gabungan tiga indikator CCI, MACD dan ATR untuk menilai trend, momentum dan kadar turun naik pasaran secara menyeluruh, menjadikan isyarat strategi lebih tepat dan boleh dipercayai.
-
Analisis jangka masa yang berlainan untuk mengesan kadar pasaran
Menggunakan CCI untuk menentukan pergerakan keseluruhan pasaran dalam kitaran yang berbeza, bersama-sama dengan MACD kitaran tinggi untuk mencari titik jual beli rendah dan tinggi, dapat memahami kadar trend yang lebih besar di pasaran.
-
Pengesanan Kerosakan ATR, Pengendalian Risiko
Dengan bantuan stop loss yang dihasilkan oleh penunjuk ATR, anda boleh menetapkan titik henti yang munasabah berdasarkan kadar turun naik pasaran, dan mempunyai fungsi pengesanan henti, anda dapat mengawal risiko strategi dengan baik.
Risiko Strategik
-
Ruang untuk mengoptimumkan parameter terhad
Kebanyakan parameter dalam strategi ini tidak mempunyai ruang untuk penyesuaian yang besar dan mudah mencapai had kesannya, mengehadkan peningkatan lebih lanjut dalam kesannya.
-
Kombinasi pelbagai indikator meningkatkan beban pengiraan
Oleh kerana strategi menggunakan beberapa petunjuk untuk operasi gabungan, beban pengiraan strategi meningkat pada tahap tertentu. Masalah yang mungkin timbul dalam perdagangan frekuensi tinggi.
-
Isyarat kerap, kawalan risiko terhad
Isyarat strategi mungkin lebih kerap, dan kawalan risiko bergantung kepada pengesanan stop loss pada indikator ATR, dan kawalan risiko untuk keadaan yang melampau tidak lengkap.
Pengoptimuman Strategi
-
Menggunakan algoritma pembelajaran mesin untuk meningkatkan kecekapan pengoptimuman parameter
Algoritma pengoptimuman hyperparameter pembelajaran mesin, seperti pengoptimuman Bayesian, algoritma genetik, dan lain-lain boleh dicuba untuk membuat penyesuaian parameter lebih pintar dan cekap.
-
Meningkatkan Indeks Fungsional dan Meningkatkan Ketahanan Strategi
Anda boleh mempertimbangkan untuk menambah beberapa penunjuk fungsi lain, seperti penunjuk kadar turun naik, penunjuk kuantitatif, penunjuk emosi, dan lain-lain, untuk meningkatkan fleksibiliti dan ketangguhan strategi.
-
Memperkukuhkan modul pengurusan risiko dan strategi kawalan risiko
Prinsip hentian kerugian yang lebih saintifik boleh direka bentuk, atau modul kawalan kedudukan atau pengurusan wang tertentu boleh dimasukkan, untuk lebih melindungi risiko keadaan yang melampau, memastikan kestabilan strategi.
ringkaskan
Kerangka masa yang pelbagai merentasi strategi garis rata dengan menggunakan gabungan tiga indikator utama CCI, MACD dan ATR, untuk mencapai penilaian trend yang lebih dipercayai dan kawalan risiko yang cekap. Strategi ini mempertimbangkan tiga dimensi trend, momentum dan turun naik secara menyeluruh, mempunyai keunggulan ketepatan isyarat yang tinggi, memahami irama pasaran dan kawalan risiko yang berkesan. Sudah tentu, strategi ini juga mempunyai ruang pengoptimuman parameter tertentu, beban pengiraan yang terhad, dan kawalan risiko yang boleh ditingkatkan.
/*backtest
start: 2024-01-01 00:00:00
end: 2024-01-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy('smplondonclinic Strategy', shorttitle='SMPLC Strategy', overlay=true, pyramiding = 0, process_orders_on_close = true, default_qty_type = strategy.percent_of_equity, default_qty_value = 100)
direction = input.string(title='Entry Direction', defval='Long', options=['Long', 'Short', 'Both'],group = "Strategy Entry Direction")- 1