Estratégia de negociação estocástica média


Data de criação: 2023-10-26 16:20:33 última modificação: 2023-10-26 16:20:33
cópia: 0 Cliques: 749
1
focar em
1630
Seguidores

Estratégia de negociação estocástica média

Visão geral

Esta estratégia baseia-se em um indicador aleatório médio para julgar o sinal de negociação e é uma estratégia de acompanhamento de tendência. A estratégia é uma estratégia típica de acompanhamento de tendência, calculada através da média móvel dos indicadores aleatórios médios% K e% D.

Princípio da estratégia

  1. Calcule o valor do indicador aleatório médio %K e %D. %K é a média móvel de valores aleatórios calculados com base no preço de fechamento de um determinado período, refletindo a posição relativa do preço atual em relação ao preço máximo e mínimo de um determinado período. %D é a média móvel de %K, usada para confirmar a tendência.

  2. A média de um indicador aleatório médio é obtida com uma média de um indicador aleatório médio (EMA) aplicada a %K e %D, respectivamente_avg_k e_avg_d。

  3. A análise de sinais de negociação:

    • O sinal de compra é:avg- Não, não._avg_d, e_avg_d <20 anos, mais.

    • Quando o sinal é vendidoavg- Não, não._avg_d, e_avg_Quando d > 80, faça uma vaga

  4. Gestão de Depósitos:

    • Multiple Stop Loss: Quando_avg_d >80 horas de equilíbrio

    • Perda de bilhetes: quando_avg_d <20 horas de equilíbrio

  5. Permitido até 3 pedidos simultâneos, como parte da estratégia de acumulação

Vantagens estratégicas

  1. O uso de dupla linha de equilíbrio para julgar a morte do garfo de ouro pode filtrar efetivamente a falsa ruptura e melhorar a qualidade do sinal

  2. Aplicação de indicadores de média aleatória para rastrear a tendência dos preços

  3. Combinado com o julgamento do intervalo de sobrecompra e sobrevenda, pode-se evitar o comércio frequente em situações de turbulência.

  4. Permitir uma posição em alta permite obter mais lucro em uma situação de tendência.

  5. Estratégias de Stop Loss para controlar perdas individuais

Risco estratégico

  1. Estratégias de negociação binárias tendem a gerar transações frequentes e, se as taxas de transação forem muito altas, afetarão os lucros

  2. O uso de um ponto de parada fixo pode parar prematuramente a tendência de saída

  3. Excesso de depósitos pode aumentar os prejuízos

  4. Não é possível avaliar com precisão o ponto de reversão da tendência, podendo ocorrer grandes perdas quando a tendência se reverte

  5. Necessidade de otimizar o ciclo de parâmetros, com grande diferença de efeitos em diferentes ciclos

Direção de otimização

  1. A introdução de indicadores de tendência pode ser considerada para evitar a negociação de contrapartida.

  2. Ajustar dinamicamente o ponto de paragem para que o paragem seja mais adequado à tendência

  3. Optimizar estratégias de levantamento de posições, como aumentar o número de apostadores em cada sequência

  4. Os indicadores de reversão de tendência, combinados com outros indicadores, mostram que a empresa saiu do lucro mais cedo.

  5. Otimização de parâmetros de teste para diferentes variedades, aumentando a adaptabilidade dos parâmetros

Resumir

Esta estratégia é uma estratégia típica de acompanhamento de tendências, usando indicadores aleatórios médios para determinar a direção da tendência, e fazendo a negociação de acréscimo quando a tendência surge. A vantagem da estratégia é a capacidade de acompanhamento forte, adequada para a tendência, mas é necessário ter cuidado para evitar a negociação de contrapartida.

Código-fonte da estratégia
/*backtest
start: 2022-10-19 00:00:00
end: 2023-10-25 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
//1. AVG Stochastic Calculate
//1.1 AVG %K is calculated by apply EMA with smooth K period on Average of Original Stochastic %k & %d
//+ avg_k=ema((%k+%d)/2,smoothK)
//1.2 AVG %D is calculated by apply EMA with %d period on AVG %K
//+ avg_d=ema(avg_k,periodD)
//2. Parameter
//+ %K Length: 21
//+ %K Smoothing: 3
//+ %D Smoothing: 3
//+ Symbol: BTC/USDT
//+ Timeframe: M30
//+ Pyramiding: Maximum 3 orders at the same direction.
//3. Signal
//3.1 Buy Signal
//+ Entry: AVG %K crossover AVG %D and AVG %D < 20
//+ Exit: AVG %D > 80 
//3.2 Sell Signal
//+ Entry: AVG %K crossunder AVG %D and AVG %D > 80
//+ Exit: AVG %D < 20 
strategy(title="AVG Stochastic Strategy [M30 Backtesting]", overlay=true, pyramiding=3)
periodK = input.int(21, title="%K Length", minval=1)
smoothK = input.int(3, title="%K Smoothing", minval=1)
periodD = input.int(3, title="%D Smoothing", minval=1)
k = ta.sma(ta.stoch(close, high, low, periodK), smoothK)
d = ta.sma(k, periodD)
_avg_k=ta.ema(math.avg(k,d),smoothK)
_avg_d=ta.ema(_avg_k,periodD)
up=
   _avg_k[1]<_avg_d[1]
   and _avg_k>_avg_d
   and _avg_d<20
dn=
   _avg_k[1]>_avg_d[1]
   and _avg_k<_avg_d
   and _avg_d>80
var arr_val=0
if up
    arr_val:=1
    strategy.entry("Long", strategy.long)
if dn
    arr_val:=-1
    strategy.entry("Short", strategy.short)
if up[1] or dn[1]
    arr_val:=0
plotarrow(arr_val,title="Signal",colorup=color.green,colordown=color.red)
if _avg_d>80 
    strategy.close("Long")
if _avg_d<20 
    strategy.close("Short")
//EOF