Количественная торговая стратегия, основанная на средней Фибоначчи K-линии и скользящей средней
ChaoZhang
Обзор
Стратегия реализует количественную торговлю только с добавлением и без отмены путем построения средних K-линий и скользящих средних, рассчитанных на основе ряда Фибоначевых чисел, в сочетании с различными правилами ценовых технических показателей. Предварительные испытания показали, что стратегия лучше работает на больших периодических графиках.
Стратегический принцип
Эта стратегия реализуется в основном через следующие шаги:
Средние цены закрытия, максимумы, минимумы и начальные цены за последние 10 циклов Фибоначчи рассчитываются на основе ряда Фибоначчи и образуют среднюю K-линию.
Для средних цен закрытия рассчитывается индексальная скользящая средняя (EMA) за 1, 2, 3, 5, 8, 13, 21, 34 и 55 циклов, а также среднее значение этих 9 EMA, получается среднее EMA.
Установка условий для открытия позиции с большим количеством позиций: открытие позиции с большим количеством позиций, когда средний K-линейный формат показывает многополюсный сигнал ((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((
Посредством расчета средних колебаний цены на K-линии, а затем в сочетании с равнолинейным индикатором, можно эффективно идентифицировать тенденции и контролировать торговые риски.
Стратегические преимущества
На основе средней K-линии, рассчитанной на основе Fibonacci, можно эффективно отслеживать случайные колебания цен и распознавать сигналы тренда.
Несколько средних значений ЭМА создают средние ЭМА, что позволяет повысить стабильность поддерживаемого сопротивления и улучшить качество сигнала.
Только более высокий уровень свободного времени может снизить количество сделок, снизить их стоимость и снизить эффект проскальзывания.
Лучше работает в больших циклах, подходит для средних и длинных линий.
Стратегический риск
В то же время, в некоторых странах, например, в Китае, в Китае, в Китае, в Китае, в Китае, в Китае, в Китае, в Китае, в Китае.
Средняя линия EMA легко задерживается и может пропустить лучшие моменты входа.
Если вы будете стремиться к крупноцикличным операциям, вы можете упустить короткие промежуточные возможности.
Ограниченное пространство для оптимизации параметров, производительность диска может быть слабее, чем результаты обратной связи оптимизации параметров.
Направление оптимизации
Можно протестировать добавление соответствующей стратегии по удержанию убытков, чтобы остановить убытки при увеличении убытков.
Можно комбинировать показатели волатильности, такие как ATR, с динамическим корректировкой размеров позиций.
Можно проверить, как правильно вмешаться в нисходящий тренд, чтобы увеличить доход стратегии.
Можно оптимизировать циклические параметры EMA, чтобы найти оптимальную комбинацию параметров.
Подвести итог
Эта стратегия позволяет количественно торговать, создавая среднюю фибоначевскую K-линию и показатель равновесия, идентифицируя трендовые сигналы. У этой стратегии есть преимущества в расчете средней колебательной цены на K-линию, а также преимущества в сокращении затрат на торговлю только при выполнении нескольких операций. В то же время существуют рыночные риски только при выполнении нескольких операций, а также проблемы с задержкой EMA. В целом, эта стратегия контролирует торговый риск с нескольких измерений, хорошо работает в больших циклах и подходит для средне- и долгосрочных операций.
/*backtest
start: 2023-12-01 00:00:00
end: 2023-12-31 23:59:59
period: 1h
basePeriod: 15m
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/
// © SoftKill21
//@version=4
strategy("Fibonacci candle", overlay=false )
//plot of our fibonacci candle
// Fibonacci
// Fn = Fn-1 + Fn-2
// F10 = 55
// 0 1 2 3 5 8 13 21 34 55
avg_close = (close[0] + close[1] + close[2] + close[3] +close[5] + close[8] + close[13]+ close[21] + close[34] + close[55]) / 10
avg_high = (high[0] + high[1] + high[2] + high[3] +high[5] + high[8] + high[13]+ high[21] + high[34] + high[55]) / 10
avg_low = (low[0] + low[1] + low[2] + low[3] +low[5] + low[8] + low[13]+ low[21] + low[34] + low[55]) / 10
avg_open = (open[0] + open[1] + open[2] + open[3] +open[5] + open[8] + open[13]+ open[21] + open[34] + open[55]) / 10
src = avg_close//input(avg_close, title="Source")
out55 = ema(src, 55)
out1 = ema(src, 1)
out2 = ema(src, 2)
out3 = ema(src, 3)
out5 = ema(src, 5)
out8 = ema(src, 8)
out13 = ema(src, 13)
out21 = ema(src, 21)
out34 = ema(src, 34)
avg_ema = (out55 + out1 + out2 + out3+ out5 + out8 + out13 + out21 + out34)/9
plot(avg_ema)
plotcandle(avg_open, avg_high, avg_low, avg_close, title='Title', color = avg_open < avg_close ? color.green : color.red, wickcolor=color.white)
long = avg_open < avg_close and avg_close > avg_close[1] and avg_high > avg_high[1] and avg_close[1] > avg_close[2] and avg_high[1] > avg_high[2]
short = avg_open > avg_close and avg_close < avg_close[1] and avg_low < avg_low[1] and avg_close[1] < avg_close[2] and avg_low[1] < avg_low[2]
strategy.entry("long",1,when=long and avg_close > avg_ema)
strategy.close('long',when=short and avg_close < avg_ema)