ChaoZhang
Gambaran keseluruhan
Strategi ini adalah strategi dagangan kuantitatif berdasarkan prinsip silang dua persamaan. Strategi ini menghasilkan isyarat beli apabila melewati SMA jangka panjang di atas SMA jangka pendek dan menghasilkan isyarat jual apabila melewati SMA jangka panjang di bawah SMA jangka pendek dengan mengira purata bergerak sederhana dalam dua kitaran yang berbeza.
Prinsip Strategi
Prinsip teras strategi ini adalah menggunakan hubungan silang antara purata bergerak dari pelbagai kitaran untuk menangkap perubahan trend harga. Purata bergerak adalah petunjuk teknikal yang biasa digunakan, yang dapat menghapuskan turun naik jangka pendek dengan mengambil purata harga dalam jangka masa yang lalu, untuk mencerminkan trend keseluruhan harga. Apabila harga mungkin mula naik ke atas rata-rata bergerak jangka pendek, yang menghasilkan isyarat pembelian; sebaliknya, apabila harga mungkin mula turun ke bawah rata-rata bergerak jangka panjang, yang menghasilkan isyarat jual.
Kelebihan Strategik
- Mudah difahami: Strategi ini berdasarkan kepada prinsip silang purata bergerak, logiknya jelas, mudah difahami dan dilaksanakan.
- Kebolehsuaian: Dengan menyesuaikan parameter kitaran purata bergerak jangka pendek dan jangka panjang, ia dapat disesuaikan dengan pelbagai jenis pasaran dan perdagangan.
- Pengesanan Trend: Purata bergerak dapat menangkap trend harga secara keseluruhan dengan berkesan, membantu perdagangan pada peringkat awal pembentukan trend.
- Sesuai: Kod dasar ini menyediakan tetapan untuk julat tarikh dan jangka masa, yang membolehkan strategi untuk diuji dan dioptimumkan secara fleksibel.
Risiko Strategik
- Parameter sensitif: Prestasi strategi mungkin sensitif terhadap parameter berkala rata-rata bergerak, dan tetapan parameter yang berbeza mungkin menyebabkan hasil yang berbeza.
- Perdagangan yang kerap: Strategi ini mungkin menghasilkan lebih banyak isyarat perdagangan apabila pasaran berubah-ubah atau berada di kawasan yang bergolak, yang menyebabkan perdagangan yang kerap dan yuran yang tinggi.
- Kesan ketinggalan: Rata-rata bergerak mempunyai ketinggalan tertentu, mungkin menghasilkan isyarat perdagangan hanya selepas trend telah terbentuk, kehilangan masa masuk yang terbaik.
- Kejadian mendadak: Strategi ini bergantung kepada data harga sejarah dan mungkin kurang responsif terhadap peristiwa besar yang tidak dijangka.
Arah pengoptimuman strategi
- Memperkenalkan petunjuk teknikal lain: Anda boleh mempertimbangkan untuk menggabungkan petunjuk teknikal lain seperti RSI, MACD dan lain-lain dengan purata bergerak untuk meningkatkan kebolehpercayaan isyarat perdagangan.
- Pilihan parameter pengoptimuman: pengoptimuman parameter kitaran untuk purata bergerak jangka pendek dan jangka panjang untuk mencari kombinasi parameter terbaik yang sesuai untuk pasaran dan jenis perdagangan tertentu.
- Menambah syarat penapisan: memperkenalkan syarat penapisan tambahan seperti jumlah transaksi, kadar turun naik, untuk menapis beberapa isyarat palsu yang mungkin.
- Parameter penyesuaian dinamik: mengikut perubahan keadaan pasaran, parameter kitaran purata bergerak secara dinamik disesuaikan dengan keadaan pasaran yang berbeza.
- Menyertai pengurusan risiko: menetapkan peraturan berhenti dan hentikan yang munasabah, mengawal ambang risiko perdagangan tunggal, meningkatkan keuntungan selepas penyesuaian risiko strategi.
ringkaskan
Strategi penyambungan dua garis sejajar SMA adalah strategi perdagangan kuantitatif yang mudah difahami, mudah beradaptasi. Dengan memanfaatkan hubungan silang rata-rata bergerak berkala yang berbeza, strategi ini dapat menangkap perubahan trend harga dengan berkesan, memberikan isyarat membeli dan menjual kepada peniaga. Namun, prestasi strategi mungkin lebih sensitif terhadap pilihan parameter, dan mungkin menghasilkan perdagangan yang kerap dan kesan lag apabila terdapat turun naik pasaran yang besar.
/*backtest
start: 2023-06-01 00:00:00
end: 2024-06-06 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("SMA Crossover Strategy with Date Range and Timeframe", overlay=true, default_qty_type=strategy.fixed, default_qty_value=1, initial_capital=1000, currency=currency.USD, pyramiding=0, commission_type=strategy.commission.percent, commission_value=0)
// Define the lengths for the short and long SMAs
shortSMA_length = input.int(50, title="Short SMA Length", minval=1)
longSMA_length = input.int(200, title="Long SMA Length", minval=1)
// Define the start and end dates for the backtest
startDate = input(timestamp("2024-06-01 00:00"), title="Start Date")
endDate = input(timestamp("2024-06-05 00:00"), title="End Date")
// Define the timeframe for the SMAs
smaTimeframe = input.timeframe("D", title="SMA Timeframe")
// Request the short and long SMAs from the selected timeframe
dailyShortSMA = request.security(syminfo.tickerid, smaTimeframe, ta.sma(close, shortSMA_length))
dailyLongSMA = request.security(syminfo.tickerid, smaTimeframe, ta.sma(close, longSMA_length))
// Plot the SMAs on the chart
plot(dailyShortSMA, color=color.blue, title="Short SMA")
plot(dailyLongSMA, color=color.red, title="Long SMA")
// Define the crossover conditions based on the selected timeframe SMAs
buyCondition = ta.crossover(dailyShortSMA, dailyLongSMA)
sellCondition = ta.crossunder(dailyShortSMA, dailyLongSMA)
// Generate buy and sell signals only if the current time is within the date range
if (buyCondition)
strategy.entry("Buy", strategy.long)
if (sellCondition)
strategy.close("Buy")
// Optional: Add visual buy/sell markers on the chart
plotshape(series=buyCondition and (time >= startDate and time <= endDate), title="Buy Signal", location=location.belowbar, color=color.green, style=shape.labelup, text="BUY")
plotshape(series=sellCondition and (time >= startDate and time <= endDate), title="Sell Signal", location=location.abovebar, color=color.red, style=shape.labeldown, text="SELL")