Previsão de tendência Estratégia de média móvel dupla

Autora:ChaoZhang, Data: 2024-02-02 17:39:54
Tags:

img

Resumo

A estratégia de previsão de tendências é uma estratégia que tenta prever as mudanças de tendência antes da ruptura real de uma tendência para outra.

Princípio da estratégia

A estratégia usa o indicador WaveTrend da LazyBear como base.

  1. Calcular o preço médio do HLC
  2. Calcular o preço médio da EMA
  3. Cálculo da EMA do desvio absoluto do preço
  4. Calcular o indicador ajustado de nível zero
  5. Calcular a EMA da tendência
  6. Calcular médias móveis rápidas e lentas

Através de tal processamento, as flutuações aleatórias de preços podem ser filtradas e tendências relativamente claras podem ser identificadas.

Análise das vantagens

A estratégia apresenta as seguintes vantagens:

  1. Identificar eficazmente as tendências dos preços
  2. Geração de sinal oportuna, pode prever inversões de tendência com antecedência
  3. Visualizar claramente as tendências através do preenchimento da curva
  4. Grande espaço de otimização de parâmetros que pode ser ajustado de acordo com diferentes variedades e ciclos

Análise de riscos

A estratégia apresenta também alguns riscos:

  1. Como todas as estratégias de indicadores técnicos, existe o risco de falha em caso de volatilidade extrema dos preços
  2. Configurações de parâmetros incorretas podem causar sinais falsos
  3. O atraso do sinal pode resultar em perdas

Estes riscos podem ser mitigados através de métodos como o ajustamento de parâmetros, a combinação de outros indicadores, etc.

Orientações de otimização

A estratégia pode ser otimizada nos seguintes aspectos:

  1. Ajustar parâmetros para se adequar a mais variedades e ciclos
  2. Aumentar a estratégia de stop loss para controlar o risco de perda
  3. Combinar com outros indicadores para melhorar a precisão do sinal
  4. Aumentar os modelos de aprendizagem de máquina para ajudar a julgar tendências e emitir sinais

Resumo

Em geral, a estratégia de previsão de tendências é uma estratégia muito promissora. Ela pode identificar efetivamente as tendências de preços e tentar prever mudanças de tendência com antecedência. Com alguma otimização e melhoria, a estratégia pode se tornar um poderoso sistema de negociação quantitativa. Sua lógica de negociação simples e direta e efeitos visuais claros também a tornam uma estratégia que vale a pena aprender e pesquisar.


/*backtest
start: 2023-01-26 00:00:00
end: 2024-02-01 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("BreakingDawn [JackTz]", overlay = true)

// WaveTrend [LazyBear]
// ░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░

n1 = input(10, "Channel Length")
n2 = input(21, "Average Length")
 
WTfactor = input(4, title=" WTFactor")
averageHlc3 = sum(hlc3, WTfactor) / WTfactor
ap = averageHlc3 
esa = ema(ap, n1)
d = ema(abs(ap - esa), n1)
ci = (ap - esa) / (0.015 * d)
tci = ema(ci, n2)
wt1 = tci
wt2 = sma(wt1,4)
wtAvg = wt1-wt2
wtPeriodAvgVal = wtAvg * 45 + averageHlc3
wtPeriodAvg2Val = wtAvg * 25 + averageHlc3

buy = wtAvg[1] < wtAvg and wtAvg < close
sell = wtAvg[1] > wtAvg

fillColor = buy ? color.green : color.red
control = plot(wtPeriodAvgVal, color = fillColor)
signal = plot(wtPeriodAvg2Val, color = fillColor)
fill(signal, control, color = fillColor)

if year > 2016
    strategy.entry("buy", strategy.long, when = buy)
    strategy.close("buy",when = sell)


Mais.