Estratégia de acompanhamento de tendências off-line da Nut
ChaoZhang
Este artigo analisará em detalhes uma estratégia de rastreamento de tendências baseada na distância entre a média móvel de 200 dias e o preço, conhecida como estratégia de rastreamento de tendências off-line de Walnut. A estratégia, por meio da distância entre o preço e a média móvel de 200 dias, estabelece posições quando a barreira de valores é ultrapassada e sai da posição quando a meta de lucro é atingida.
Princípios estratégicos
O indicador central da estratégia é a média móvel indexada de 200 dias (EMA de 200 dias). A estratégia determina se o preço se desvia da linha de 200 dias após atingir a porcentagem definida, estabelecendo a posição quando a linha K mais recente é a linha do sol (entrada múltipla) ou a linha do sol (entrada vazia).
A condição de saída é que o preço retorna à linha de 200 dias ou atinge o objetivo de parada ((1,5 vezes o preço de entrada) para sair da posição de liquidação. Definir o stop loss como 20% do valor declarado da opção.
Os detalhes das condições de entrada e saída são:
A entrada de mais pessoas:Preço de fechamento < linha de 200 dias e a distância percentual entre o preço de fechamento e a linha de 200 dias é ≥ o valor de queda e a linha de fechamento K mais recente
Entrada de cabeça vazia:Preço de fechamento > linha de 200 dias e a distância entre o preço de fechamento e a linha de 200 dias é percentual ≥ o valor de queda e a linha de fechamento K mais recente
A primeira aparição:Linha de fechamento ≥ 200 dias ou meta de parada ou fim do dia de negociação
A cabeça vazia:Preço de fechamento <= linha de 200 dias ou atingir o alvo de parada ou fechar o dia de negociação
A condição de perda é de 20% do valor declarado da opção.
A vantagem estratégica
A estratégia tem as seguintes vantagens:
- Usar a média móvel de 200 dias para determinar a direção da tendência de longo prazo dos preços, evitando ser perturbado pelo ruído do mercado de curto prazo
- Estabelecer um mecanismo de rastreamento de tendências para rastrear tendências de preços de linha média e longa
- Optimizar o timing de entrada, entrando quando a última linha K está de acordo com a grande tendência
- Mecanismos racionais de suspensão e parada para evitar a expansão dos prejuízos
Três, estratégias de risco.
A estratégia tem os seguintes riscos:
- Preços em períodos de grande volatilidade podem tocar em média móvel várias vezes, causando várias perdas
- Reversão súbita da tendência leva a uma parada de perdas
- Os parâmetros definidos, como a escolha incorreta do ciclo da média móvel, não permitem um julgamento preciso da tendência
Para reduzir os riscos acima mencionados, os seguintes aspectos podem ser otimizados:
- Ajustar os parâmetros da média móvel ou adicionar outros indicadores para avaliar as grandes tendências
- Optimizar mecanismos de suspensão, por exemplo, ajustando a distância de suspensão com a mudança de preço
- Optimizar os critérios de admissão e adicionar mais critérios de avaliação
Quatro, estratégias de otimização
A estratégia pode ser melhorada em vários aspectos:
- Optimizar os parâmetros de média móvel para testar o impacto de diferentes parâmetros de período na eficácia da estratégia
- Adição de outros indicadores de grandes tendências, como o Blink Channel, o KDJ, etc.
- Ajustar a estratégia de stop loss para permitir que os níveis de stop loss se ajustem dinamicamente à evolução da situação
- Optimizar as condições de admissão para evitar erros de admissão devido a ajustes de curto prazo
Cinco, resumo
Este artigo analisa detalhadamente os princípios, vantagens, riscos e direções de otimização da estratégia de rastreamento de tendências baseada na distância do preço da média móvel de 200 dias. A estratégia determina a direção da tendência da linha média ao rastrear a distância entre o preço e a média de longo prazo.
/*backtest
start: 2024-02-22 00:00:00
end: 2024-02-24 06:00:00
period: 3h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("Intraday Price Away from 200 EMA Strategy", overlay=true)
// Define inputs
emaPeriod = input(200, title="EMA Period")
thresholdPercent = input(0.75, title="Threshold Percent", minval=0) // Define the threshold percentage
// Calculate 200 EMA
ema = ema(close, emaPeriod)
// Calculate distance from 200 EMA as a percentage
distance_percent = ((close - ema) / ema) * 100
// Track average entry price
var float avgEntryPrice = na
// Buy conditions
buy_condition = close < ema and abs(distance_percent) >= thresholdPercent and close[1] < close[2]
// Exit conditions for buy
exit_buy_condition = close >= ema or time_close(timeframe.period) or (avgEntryPrice * 1.5) <= close
// Sell conditions
sell_condition = close > ema and abs(distance_percent) >= thresholdPercent and close[1] > close[2]
// Exit conditions for sell
exit_sell_condition = close <= ema or time_close(timeframe.period) or (avgEntryPrice * 1.5) >= close
// Execute buy and sell orders only if there are no open trades
if strategy.opentrades == 0
strategy.entry("Buy", strategy.long, when=buy_condition)
strategy.entry("Sell", strategy.short, when=sell_condition)
// Update average entry price for buy condition
if buy_condition
avgEntryPrice := close
// Update average entry price for sell condition
if sell_condition
avgEntryPrice := close
// Close buy position if exit condition is met
strategy.close("Buy", when=exit_buy_condition)
// Close sell position if exit condition is met
strategy.close("Sell", when=exit_sell_condition)
// Plot 200 EMA
plot(ema, color=color.blue, linewidth=2)
// Plot buy and sell signals
plotshape(buy_condition, style=shape.triangleup, location=location.belowbar, color=color.green, size=size.small)
plotshape(sell_condition, style=shape.triangledown, location=location.abovebar, color=color.red, size=size.small)