
Стратегия движущегося среднего ответа - это очень простая стратегия торговли тенденциями. Ее основная идея заключается в том, чтобы делать больше, когда краткосрочные движущиеся средние ниже долгосрочных движущихся средних в определенном процентном отношении, а при прохождении долгосрочных движущихся средних через краткосрочные движущиеся средние - в выравнивании.
Стратегия основывается на двух скользящих средних, одной краткосрочной скользящей средней и одной долгосрочной скользящей средней. Параметры краткосрочных скользящих средних - smallMAPeriod, а долгосрочных скользящих средних - bigMAPeriod.
Когда краткосрочная скользящая средняя падает вниз от долгосрочной скользящей средней на некоторое количество процентов (устанавливается параметром %BelowToBuy), создается сигнал покупать, чтобы совершить закупку. Когда краткосрочная скользящая средняя вновь поднимается и пересекает долгосрочную скользящую среднюю, создается сигнал продавать, чтобы погасить позицию.
Эта стратегия фиксирует возможность среднезначного ответа между краткосрочными и долгосрочными скользящими средними. Когда краткосрочные скользящие средние ниже долгосрочных скользящих средних, это указывает на то, что актив может быть недооценен, и должен быть шанс на возвращение к среднезначному значению.
Стратегия среднемесячного ответа с движущейся средней имеет следующие преимущества:
Оптимизация простых параметров этой стратегии дает хорошие результаты. С помощью корректировки параметров скользящих средних и процентных параметров отступлений можно отслеживать различные рыночные активы, такие как акции, валюты и криптовалюты, и отбирать оптимальную комбинацию параметров.
Однако есть и другие риски, связанные со стратегией среднемесячного ответа на движущуюся величину:
Риски можно снизить следующими способами:
Стратегия среднего ответа на движущиеся средние может быть оптимизирована в следующих аспектах:
Сравнение между двумя движущимися средними и длительными движущимися средними позволяет уловить возможность возврата после отклонения цены от долгосрочной тенденции. Концепция стратегии проста, легко понятна и реализуема, и лучшие результаты могут быть достигнуты путем оптимизации параметров. Однако существует риск, что существует меньше торговых сигналов, легко пропустить ценовые переводы и т. Д.
/*backtest
start: 2023-02-20 00:00:00
end: 2024-02-26 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// @version=4
//
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
//
// @author Sunil Halai
//
// This very simple strategy is an implementation of PJ Sutherlands' Jaws Mean reversion algorithm. It simply buys when a small moving average period (e.g. 2) is below
// a longer moving average period (e.g. 5) by a certain percentage, and closes when the small period average crosses over the longer moving average.
//
// If you are going to use this, you may wish to apply this to a range of investment assets, as the amount signals is low. Alternatively you may wish to tweak the settings to provide more
// signals.
strategy("Jaws Mean Reversion [Strategy]", overlay = true)
//Strategy inputs
source = input(title = "Source", defval = close)
smallMAPeriod = input(title = "Small Moving Average", defval = 2)
bigMAPeriod = input(title = "Big Moving Average", defval = 5)
percentBelowToBuy = input(title = "Percent below to buy %", defval = 3)
//Strategy calculation
smallMA = sma(source, smallMAPeriod)
bigMA = sma(source, bigMAPeriod)
buyMA = ((100 - percentBelowToBuy) / 100) * sma(source, bigMAPeriod)[0]
if(crossunder(smallMA, buyMA))
strategy.entry("BUY", strategy.long)
if(crossover(smallMA, bigMA))
strategy.close("BUY")