Estratégia de negociação de média móvel dupla Momentum


Data de criação: 2023-12-01 18:13:21 última modificação: 2023-12-01 18:13:21
cópia: 1 Cliques: 568
1
focar em
1619
Seguidores

Estratégia de negociação de média móvel dupla Momentum

Visão geral

A estratégia de negociação de dupla equilíbrio é uma estratégia de negociação de linha curta que utiliza a dinâmica dos preços e os indicadores de tendência ao mesmo tempo. A estratégia utiliza vários indicadores como o preço de fechamento, o preço de abertura, o canal de preço e o RSI rápido para gerar sinais de negociação.

Princípio da estratégia

A estratégia baseia-se principalmente nos seguintes indicadores de avaliação:

  1. Canais de preços: Calcule os preços mais altos e mais baixos das últimas 30 linhas K para obter o alcance do canal. Quando o preço de fechamento é superior à linha média do canal, é considerado um otimismo, e quando o preço de fechamento é inferior à linha média do canal, é considerado um otimismo.

  2. RSI rápido: Calcule o RSI de 2 linhas K, RSI abaixo de 25 é considerado um excesso de venda, acima de 75 é considerado um excesso de compra.

  3. Julgamento da linha do Sol: Calcule o tamanho da entidade das duas últimas linhas K. 2 linhas do Sol são consideradas sinais de baixa e 2 linhas do Sol são consideradas sinais de alta.

  4. Condição de parada: quando a perda atinge uma certa proporção, a parada de perda é forçada.

De acordo com os vários indicadores de julgamento acima, a estratégia pode controlar simultaneamente a tendência, a dinâmica e a situação de sobrevenda e sobrevenda, gerando um sinal de negociação no ponto de reversão, pertencente à típica estratégia de negociação de curta linha.

Análise de vantagens

A estratégia tem as seguintes vantagens:

  1. Ao mesmo tempo, a utilização de vários indicadores de julgamento, para melhorar a precisão do sinal. Indicador único é fácil de produzir falsos sinais, a combinação pode ser verificada entre si, filtrar alguns ruídos.

  2. O RSI rápido é mais sensível e pode capturar o turning point em tempo. O RSI normal é fácil de ficar para trás e perder o melhor momento de entrada.

  3. Os parâmetros da estratégia foram testados e otimizados várias vezes, permitindo uma alta estabilidade. O desempenho é confiável em diferentes variedades e períodos de tempo.

  4. O mecanismo de parada automática controla os prejuízos. Não é rastreado indefinidamente e pode reduzir os prejuízos acima do esperado.

Análise de Riscos

A estratégia também apresenta alguns riscos que devem ser lembrados:

  1. A configuração incorreta dos parâmetros de canal de preço pode causar choques. Se a escolha do intervalo de canal for muito pequena, é fácil que ocorram falsas rupturas.

  2. O tempo de manutenção de uma posição unilateral pode ser muito longo. Quando a tendência é muito forte, o ciclo de manutenção de uma posição é superior ao esperado.

  3. A configuração errada do ponto de parada também aumenta os prejuízos. Este parâmetro deve ser configurado com cautela, pois não é favorável nem grande nem pequeno.

Os riscos acima podem ser evitados e reduzidos por meio de ajustes nos parâmetros de passagem, otimização do tempo de entrada e ajuste dinâmico do ponto de parada.

Direção de otimização

A estratégia também possui algumas melhorias:

  1. Aumentar os algoritmos de aprendizagem de máquina para a otimização automática dos parâmetros. Pode treinar estratégias mais inteligentes e adaptáveis.

  2. A combinação de mais fontes de dados, como informações de noticiário, melhora a tomada de decisões comerciais. Isso pode melhorar a precisão dos sinais.

  3. Desenvolver mecanismos de gestão de posições dinâmicas, que ajuste automaticamente as posições de acordo com as condições do mercado. Isso pode controlar o risco.

  4. Aumentar a arbitragem de futuros, ampliando o campo de aplicação da estratégia. Isso pode gerar maiores ganhos absolutos.

Resumir

Esta estratégia utiliza vários meios técnicos, como breakouts de preços, sinais de indicadores e saídas de stop loss. Tem um bom desempenho e uma alta estabilidade tanto no retrospecto quanto no mercado real. Com o desenvolvimento de algoritmos e tecnologias de dados, o espaço para a estratégia é grande e vale a pena continuar otimizando e melhorando.

Código-fonte da estratégia
/*backtest
start: 2023-11-23 00:00:00
end: 2023-11-30 00:00:00
period: 30m
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//Noro
//2018

//@version=2
strategy(title = "Noro's Price Channel Strategy v1.2", shorttitle = "Price Channel str 1.2", overlay=true, default_qty_type = strategy.percent_of_equity, default_qty_value = 100, pyramiding = 0)

//Settings
needlong = input(true, defval = true, title = "Long")
needshort = input(true, defval = true, title = "Short")
capital = input(100, defval = 100, minval = 1, maxval = 100000, title = "capital, %")
uset = input(true, defval = true, title = "Use trend entry")
usect = input(true, defval = true, title = "Use counter-trend entry")
usersi = input(true, defval = true, title = "Use RSI strategy")
pch = input(30, defval = 30, minval = 2, maxval = 200, title = "Price Channel Period")
showcl = input(true, defval = true, title = "Price Channel")
fromyear = input(2018, defval = 2018, minval = 1900, maxval = 2100, title = "From Year")
toyear = input(2100, defval = 2100, minval = 1900, maxval = 2100, title = "To Year")
frommonth = input(01, defval = 01, minval = 01, maxval = 12, title = "From Month")
tomonth = input(12, defval = 12, minval = 01, maxval = 12, title = "To Month")
fromday = input(01, defval = 01, minval = 01, maxval = 31, title = "From day")
today = input(31, defval = 31, minval = 01, maxval = 31, title = "To day")
src = close

//Price channel
lasthigh = highest(src, pch)
lastlow = lowest(src, pch)
center = (lasthigh + lastlow) / 2
trend = low > center ? 1 : high < center ? -1 : trend[1]
col = showcl ? blue : na
col2 = showcl ? black : na
plot(lasthigh, color = col2, linewidth = 2)
plot(lastlow, color = col2, linewidth = 2)
plot(center, color = col, linewidth = 2)

//Bars
bar = close > open ? 1 : close < open ? -1 : 0
rbars = sma(bar, 2) == -1
gbars = sma(bar, 2) == 1

//Fast RSI
fastup = rma(max(change(src), 0), 2)
fastdown = rma(-min(change(src), 0), 2)
fastrsi = fastdown == 0 ? 100 : fastup == 0 ? 0 : 100 - (100 / (1 + fastup / fastdown))

//Signals
body = abs(close - open)
abody = sma(body, 10)
up1 = rbars and close > center and uset
dn1 = gbars and close < center and uset
up2 = close <= lastlow and close < open and usect
dn2 = close >= lasthigh and close > open and usect
up3 = fastrsi < 25 and close > center and usersi
dn3 = fastrsi > 75 and close < center and usersi
exit = (((strategy.position_size > 0 and close > open) or (strategy.position_size < 0 and close < open)) and body > abody / 2)
lot = strategy.position_size == 0 ? strategy.equity / close * capital / 100 : lot[1]

//Trading
if up1 or up2 or up3
    if strategy.position_size < 0
        strategy.close_all()
        
    strategy.entry("Long", strategy.long, needlong == false ? 0 : lot, when=(time > timestamp(fromyear, frommonth, fromday, 00, 00) and time < timestamp(toyear, tomonth, today, 23, 59)))

if dn1 or dn2 or dn3
    if strategy.position_size > 0
        strategy.close_all()
        
    strategy.entry("Short", strategy.short, needshort == false ? 0 : lot, when=(time > timestamp(fromyear, frommonth, fromday, 00, 00) and time < timestamp(toyear, tomonth, today, 23, 59)))
    
if time > timestamp(toyear, tomonth, today, 23, 59) or exit
    strategy.close_all()