
Esta estratégia é conhecida como a estratégia de reversão de negociação de ETH em SMA em Londres. A principal idéia da estratégia é aproveitar a alta liquidez do horário de negociação em Londres, combinando o sinal de forquilha de ouro da linha de equilíbrio da SMA, para fazer uma reversão de negociação do par de moedas digitais ETH/USDT.
A lógica central da estratégia é primeiro determinar o tempo de negociação do período de tempo de Londres, e depois calcular a média SMA de um determinado período, e depois determinar se o preço ocorreu com o SMA em um período de tempo de Londres. Concretamente, a estratégia primeiro define o início e o fim do período de Londres, e depois define o parâmetro de comprimento da média SMA em 50 períodos. Com base nisso, a estratégia usa a função ta.sma ().
A principal vantagem dessa estratégia é que ela aproveita a alta volatilidade do horário de Londres para negociar e obter melhores oportunidades de entrada. Além disso, o sinal de forquilha de ouro da linha média SMA é um sinal de indicador técnico clássico e eficaz. Portanto, essa combinação pode filtrar os falsos sinais em certa medida, aumentando a estabilidade da estratégia e a taxa de lucro.
A estratégia também apresenta alguns riscos, incluindo:
Os riscos podem ser controlados e resolvidos através dos seguintes métodos:
A estratégia também pode ser melhorada em:
Em geral, esta estratégia, através de uma combinação de indicadores técnicos clássicos de negociação em períodos de alta liquidez e de cruzamentos uniformes, permite uma estratégia de negociação inversa de linha curta mais simples e prática. A estratégia possui vantagens como alta utilização de capital, indicadores técnicos simples e fáceis de implementar. Mas também existe um certo risco, que requer teste e otimização de parâmetros, stop loss e períodos de negociação, etc., para obter uma melhor lucratividade estável.
/*backtest
start: 2023-01-11 00:00:00
end: 2024-01-17 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("London SMA Strategy ", overlay=true)
// Define London session times
london_session_start_hour = 6
london_session_start_minute = 59
london_session_end_hour = 15
london_session_end_minute = 59
// Define SMA input parameters
sma_length = input.int(50, title="SMA Length")
sma_source = input.source(close, title="SMA Source")
// Calculate SMA
sma = ta.sma(sma_source, sma_length)
// Convert input values to timestamps
london_session_start_timestamp = timestamp(year, month, dayofmonth, london_session_start_hour, london_session_start_minute)
london_session_end_timestamp = timestamp(year, month, dayofmonth, london_session_end_hour, london_session_end_minute)
// Define backtesting time range
start_date = timestamp(2021, 1, 1, 0, 0)
end_date = timenow
// Filter for London session and backtesting time range
in_london_session = time >= london_session_start_timestamp and time <= london_session_end_timestamp
in_backtesting_range = time >= start_date and time <= end_date
// Long condition: Close price crosses above SMA during London session
long_condition = ta.crossover(close, sma)
// Short condition: Close price crosses below SMA during London session
short_condition = ta.crossunder(close, sma)
// Plot SMA for reference
plot(sma, title="SMA", color=color.blue)
// Strategy entries and exits
if (long_condition)
strategy.entry("Long", strategy.long)
if (short_condition)
strategy.entry("Short", strategy.short)