Estratégia transversal da EMA

Resumo

Esta estratégia constrói um sistema de negociação baseado no princípio de cruzamento da EMA para negociar e capturar automaticamente as tendências do mercado.

Estratégia lógica

Esta estratégia é construída principalmente sobre o princípio de cruzamento de duas médias móveis, EMAs. Uma é a EMA lenta de 20 períodos e a outra é a EMA rápida de 9 períodos. Quando a EMA rápida (EMA9) cruza acima da EMA lenta (EMA20), um sinal de compra é gerado. Quando a EMA9 cruza abaixo da EMA20, um sinal de venda é gerado.

Especificamente, a estratégia calcula os valores de dois EMAs e compara sua relação de magnitude para determinar se um cruzamento acontece. Quando o EMA9 é maior que o EMA20, indica que uma cruz de ouro acontece e a variável booleana bullish é definida como verdadeira, o que significa que um sinal de compra é gerado. Quando o EMA9 é menor que o EMA20, indica que uma cruz morta acontece e a variável booleana bearish é definida como verdadeira, o que significa que um sinal de venda é gerado.

Ao mesmo tempo, a estratégia também usa a função cruzada para detectar cruzes entre EMA9 e EMA20. Quando ocorre um cruzamento ascendente, ou seja, a EMA9 cruza acima da EMA20, o bullish também é definido como verdadeiro.

Esta validação dupla ajuda a evitar sinais perdidos. Finalmente, a estratégia entra em lógica longa ou curta baseada nos valores de alta e baixa para completar o sistema de negociação automatizado.

Análise das vantagens

Esta estratégia tem as seguintes vantagens:

1. A utilização do princípio de cruzamento da EMA detecta eficazmente os pontos de inversão da tendência do mercado e capta as tendências.

2. A combinação de EMA rápida e lenta suaviza as tendências e detecta reversões.

3. A clássica cruz de ouro para comprar e cruz morta para vender é simples e intuitiva.

4. A lógica de detecção cruzada adicionada evita sinais perdidos.

5. Sistema totalmente automatizado, sem intervenção manual necessária, bons resultados de backtest.

6. Períodos EMA personalizáveis permitem otimizar a estratégia.

Análise de riscos

Esta estratégia tem também alguns riscos:

1. A detecção da tendência cruzada da EMA pode ser tardia e perder pontos de reversão.

2. O efeito da serra pode desencadear sinais falsos em correcções de curto prazo.

3. Os períodos fixos de EMA não se adaptam às alterações do mercado.

4. Incapaz de avaliar a força da tendência, pode ser esmagado em mercados variados.

5. Não haver stop loss significa que as perdas podem aumentar.

6. Superajuste de sistemas automatizados, desempenho em tempo real questionável.

Para enfrentar os riscos, podem ser realizadas otimizações em:

1. Adicionar outros indicadores de confirmação da tendência para evitar problemas.

2. Implementar stop loss para limitar a queda.

3. Introduzir a otimização de parâmetros para períodos de EMA dinâmicos.

4. Adicionar determinação da força da tendência para evitar variações nas transações de mercado.

5. Utilize modelos de conjunto para melhorar a robustez.

Orientações de otimização

Esta estratégia pode ser otimizada em vários aspectos:

1. Períodos de EMA dinâmicoOs períodos fixos de 20 e 9 anos podem ser adaptados para acompanhar melhor a evolução das tendências do mercado.

2. Validação de vários prazos: Atualmente, apenas um timeframe, pode verificar sinais em vários timeframes para evitar falsos sinais.

3. Combinar outros indicadoresIncorporar indicadores como MACD, KD para filtrar sinais cruzados e melhorar a precisão.

4. Parar de Perder: Atualmente, não há stop loss, pode adicionar stop loss fixo ou traseiro para limitar a queda.

5. Optimização de parâmetrosOptimize os períodos de EMA para encontrar as melhores combinações.

6. Modelos de conjunto: Construir um conjunto de sub-estratégias com diferentes parâmetros de robustez.

7. Aprendizagem de Máquina: Usar redes neurais para treinar e reconhecer cruzamentos para um sistema inteligente.

Conclusão

Esta estratégia constrói um sistema automatizado baseado no princípio clássico de cruzamento da EMA. A lógica geral é simples e clara. Mas existem problemas de estabilidade. Ao introduzir parâmetros dinâmicos, combinações de múltiplos indicadores, stop losses, modelos de conjunto, etc., podem ser feitas melhorias significativas no desempenho ao vivo e robustez.