
Эта стратегия является полной ценовой стратегией, специально разработанной для рынков с тенденционными характеристиками, таких как криптовалюты и акции. Она разработана исключительно на основе расчета максимумов и минимумов двух различных длинных циклов.
Стратегия использует минимальные и максимальные цены и их средние значения для определения входа и выхода на рынок в течение двух периодов разной длины. В частности, она рассчитывает минимальные средние цены, максимальные средние цены и средние значения для 9 и 26 циклов соответственно.
Конкретная логика увеличения состоит в следующем: цена закрытия выше средней величины наивысшего минимума за 9 циклов, выше средней величины наивысшего минимума за 26 циклов, выше средней величины двух средних значений, при условии, что эти три условия выполнены.
Конкретная логика прорыва заключается в следующем: закрытие цены ниже средней величины наивысшей минимальной цены за 9 циклов, ниже средней величины наивысшей минимальной цены за 26 циклов, ниже средней величины двух средних значений, при условии, что эти три условия выполнены.
Независимо от того, как много сделано, выберите стоп-убыток, когда появится обратный сигнал.
Эта стратегия имеет следующие основные преимущества:
Используя анализ двойных временных рамок, можно более четко определить тенденции и повысить точность.
Расчеты, основанные на максимальных и минимальных ценах, позволяют эффективно улавливать прорывы.
Использование фильтров с несколькими средними значениями повышает надежность сигнала и предотвращает помехи от шума.
Чистая ценовая стратегия, применимая к большинству рынков с тенденционными характеристиками.
Полностью автоматизированная торговля без вмешательства человека снижает вероятность ошибки.
В этой стратегии также есть некоторые риски, о которых следует помнить:
В отсутствие интегрированного модуля стоп-лосса существует риск увеличения убытков. Можно добавить мобильный стоп-лосса или стоп-лосса процента для контроля одиночных убытков.
В шокирующих ситуациях может возникнуть ошибочный сигнал и перепланировка. Можно соответствующим образом изменить параметры цикла или добавить условия фильтрации.
Систематические риски существуют без учета влияния отношений между отдельными акциями и рынком. Для управления такими рисками можно рассмотреть многофакторную модель.
Недостаточные данные отслеживания могут привести к пересовершенствованию. Проверка устойчивости должна проводиться в более длительных временных масштабах и на более широком рынке.
Однако есть еще кое-какие возможности для оптимизации этой стратегии:
Периодические параметры можно продолжать тестировать и оптимизировать, чтобы найти оптимальную комбинацию параметров.
Можно рассмотреть возможность включения мобильного стоп-лосса и слежения за стоп-лоссами для контроля одиночных потерь.
Можно попробовать различные рынки и даже разные сорта, чтобы узнать, как они подходят.
Для поддержки принятия решений можно добавить определенные алгоритмические торговые модули, такие как машинное обучение.
Можно рассматривать многофакторные модели, добавлять больше переменных суждений, повышать устойчивость.
В целом, эта стратегия наивысшей минимальной средней стоимости в двух временных рамках, с сильной способностью отслеживать тенденции, подходит для таких высоко волатильных рынков, как криптовалюты. Она эффективно использует прорыв, чтобы определить время входа в игру, а также использует многослойную фильтрацию для улучшения качества сигнала.
/*backtest
start: 2023-11-27 00:00:00
end: 2023-12-04 00:00:00
period: 1m
basePeriod: 1m
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/
// © exlux99
//@version=4
strategy(title = "Avg HH/LL Crypto Swinger", overlay = true )
varLo = input(title="Fast Line", type=input.integer, defval=9, minval=1)
varHi = input(title="Slow Line", type=input.integer, defval=26, minval=1)
a = lowest(varLo)
b = highest(varLo)
c = (a + b ) / 2
d = lowest(varHi)
e = highest(varHi)
f = (d + e) / 2
g = ((c + f) / 2)[varHi]
h = ((highest(varHi * 2) + lowest(varHi * 2)) / 2)[varHi]
long=close > c and close > f and close >g and close > h
short=close < c and close < f and close<g and close < h
strategy.entry("long",1,when=long)
strategy.entry('short',0,when=short)