Estratégia de tendência de média móvel binomial

Autora:ChaoZhang, Data: 2023-12-08 14:55:19
Tags:

Resumo

A média móvel binomial (BMA) é um novo tipo de indicador de média móvel.

Esta estratégia combina BMA rápido e BMA lento para gerar sinais de negociação como o MACD, pertencente à estratégia de tendência.

Detalhes da estratégia

Nome da estratégia

Estratégia de tendência de média móvel binomial

Estratégia lógica

Calcule a média móvel binomial (BMA). De acordo com o período definido pelo usuário, ele calcula os coeficientes binomiais e leva metade deles como pesos para preços médios. Por exemplo, com o período 5, ele calcula 9 coeficientes binomiais e leva sua metade para média ponderada. Isso dá mais peso às velas recentes e melhor suavidade.
Configure período BMA rápido e período BMA lento. O BMA rápido é mais sensível às mudanças de preço, enquanto o BMA lento é mais estável.
Quando o BMA rápido sobe acima do BMA lento, a posição longa é aberta. Quando o BMA rápido cai abaixo do BMA lento, a posição curta é aberta. Mantenha a posição até que apareça o sinal oposto.

Análise das vantagens

A maior vantagem desta estratégia reside no cálculo inovador da BMA. Ela aumenta os pontos fortes das médias móveis com melhor suavidade e praticidade. Em comparação com a EMA e SMA, a BMA dá mais peso às velas recentes, mantendo mais informações históricas. Isso permite que ela capture melhor as tendências e gere menos falsos sinais.

Além disso, a combinação rápida e lenta do BMA faz pleno uso das vantagens das médias móveis. Ele filtra muito ruído e só produz sinais em pontos de virada da tendência. A própria estratégia é simples de entender e implementar, adequada para negociação de médio a longo prazo.

Análise de riscos

Os principais riscos desta estratégia incluem:

Como todas as estratégias de tendência, pode levar a perdas quando a tendência se inverte.
A configuração incorreta dos parâmetros da BMA também afeta o desempenho da estratégia. A BMA rápida excessivamente sensível pode gerar sinais falsos, enquanto a BMA lenta atrasada pode perder oportunidades de tendência. São necessários testes extensos para encontrar a combinação ideal de parâmetros.
A estratégia, por padrão, utiliza a posição total.

Orientações de otimização

As principais direcções de otimização são o teste do próprio BMA e da combinação de parâmetros.

Configuração de período: teste diferentes períodos BMA rápidos e BMA lentos para encontrar a combinação ideal. Geralmente, o período rápido está entre 10-30, o período lento entre 20-60.
Peso BMA: Teste diferentes esquemas de ponderação, como distribuir completamente metade dos coeficientes binomiais ou colocar mais peso em velas recentes.
Podem ser adicionadas condições de filtragem, como quebras e aumento de volume, para evitar sinais irracionais.
O mecanismo de stop loss e o dimensionamento da posição também podem ser testados para melhor controlar os riscos.

Conclusão

Esta estratégia, em primeiro lugar, propõe o indicador Binomial Moving Average único. Ele melhora o cálculo da média móvel e melhora a utilidade e a estabilidade geral da estratégia. Os cruzamentos entre BMA rápido e lento geram sinais de negociação simples, mas eficazes.

/*backtest
start: 2022-12-07 00:00:00
end: 2023-12-07 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © HosseinDaftary

//@version=4
strategy("Binomial Moving Average","BMA", overlay=true, margin_long=100, margin_short=100 ,max_bars_back=96)
//Binomial Moving Average:This type of moving average that is made by myself and i did not see anywhere before uses the half of binomial cofficients for
//averaging the prices for example if the period be 5 then we use the 9 degree binomial cofficients(that yields 10 cofficients) and use half of them.
//we use 126/256 for last bar,84/256,36/256,9/256 and finally use 1/256 for 5th bar. Seemingly this MA works better than EMA.
fa_ma=input(title='Fast MA',defval=10)
sl_ma=input(title='Slow MA',defval=30)

fac(n)=>
    fact=1
    for i= 1 to n
        fact:=fact*i
    fact
cof= array.new_float(sl_ma) 

hn_ma(price,length)=>
    sum=1.0
    sum1=0.0
    array.set(cof,length-1,1)
    for i=2 to length
        array.set(cof,length-i,fac(2*length-1)/(fac(i-1)*fac(2*length-i)))
        sum:=sum+array.get(cof,length-i)
    for i=0 to length-1
        array.set(cof,i,array.get(cof,i)/sum)
        sum1:=sum1+array.get(cof,i)*price[i]
    sum1
hn1=plot(hn_ma(close,sl_ma) , color=#00ff00)
hn2=plot(hn_ma(close,fa_ma) ,color=#ff0000)
fill(hn1,hn2,color=hn_ma(close,fa_ma)>hn_ma(close,sl_ma)?color.green:color.red)


longCondition = crossover(hn_ma(close, fa_ma), hn_ma(close, sl_ma))
if (longCondition)
    strategy.entry("Long", strategy.long)

shortCondition = crossunder(hn_ma(close, fa_ma), hn_ma(close, sl_ma))
if (shortCondition)
    strategy.entry("Short", strategy.short)

Mais.