ChaoZhang
1
Подписаться
1617
Подписчики
Обзор
Пятизначная стратегия движущихся средних - это торговая стратегия, основанная на нескольких движущихся средних. Стратегия использует 5 различных периодических и типов движущихся средних для выявления сильных тенденций на рынке. Первые 3 движущихся средних являются центральной частью стратегии, в основном используются для идентификации тенденций и генерации сигналов; а четвертая и пятая движущиеся средние используются в основном для вспомогательного суждения и визуального анализа.
Благодаря комплексному рассмотрению движения и относительной позиционной связи различных периодических и типов скользящих средних, эта стратегия позволяет более точно оценивать направление и силу текущих тенденций на рынке и своевременно корректировать позиции в соответствии с изменениями тенденций для достижения лучшей эффективности прибыли.
Стратегический принцип
Стратегия использует 5 различных периодических и типов скользящих средних:
- Первый уровень подвижного среднего: можно настроить отображение, теги, источники данных, временные рамки, длину, ширину линии, цвета и тип.
- Второй уровень: можно настроить отображение, теги, источники данных, временные рамки, длину, ширину линии, цвет и тип.
- Третий уровень: можно настроить отображение, теги, источники данных, временные рамки, длину, ширину линии, цвет и тип.
- Четвертый уровень подвижного среднего: используется в основном для вспомогательного суждения, может быть настроен на отображение, теги, источники данных, временные рамки, длина, ширина линии и цвета.
- Пятый уровень подвижного среднего: используется в основном для вспомогательного суждения, может быть настроен на отображение, теги, источники данных, временные рамки, длина, ширина линии и цвета.
Эти 5 типов скользящих средних имеют гибкую настройку, включая 8 типов, таких как SMA, EMA, WMA, TMA, VAR, WWMA, ZLEMA, TSF.
Основная идея стратегии заключается в том, что для определения направления и силы трендов используются многочисленные подтверждения трендов в различных периодических и типов скользящих средних:
- Если цена закрытия находится выше уровня 1, 2 и 3 скользящих средних, то нужно делать больше.
- Продолжайте открывать позиции, когда цена закрывается ниже уровней 1, 2 и 3 скользящих средних;
- При наличии лишней позиции, если цена закрытия опустится ниже 1-й или 2-й слойной скользящей средней, она будет равномерной;
- При открытии позиции, если цена на закрытие преодолеет первую или вторую слойную скользящую среднюю, она становится пустой.
Кроме того, стратегия показывает цвет K-линии в зависимости от текущего направления позиции:
- Если вы имеете более высокую ставку, K-линия будет зеленой.
- Если вы держите позицию пустую, K-линия будет красной.
- В остальных случаях K-линия отображается серой.
Стратегические преимущества
- Сильная способность отслеживать тенденции. Стратегия использует несколько комбинаций средне- и долгосрочных движущихся средних для определения тенденций. Сильная способность распознавать тенденции позволяет эффективно улавливать основные тенденции рынка.
- Параметры стратегии могут быть настроены гибко, включая тип, периодичность и длительность движущихся средних, которые могут быть оптимизированы в соответствии с различными рыночными характеристиками и предпочтениями инвесторов.
- Приспособность к нескольким рынкам. Стратегия, основанная на оценке тенденций, основана на движении цены, а также обладает высокой адаптивностью к рынкам. Она может использоваться для нескольких рынков, таких как акции, фьючерсы, валюты и криптовалюты.
- Логическая ясность проста. Основная логика стратегии проста и понятна, ее легко понять и реализовать без необходимости использования сложных математических моделей.
Стратегический риск
- Риск отмывания счетов в шокирующем рынке. Эта стратегия обычно работает в шокирующем рынке, где может быть больше небольших убыточных сделок, что приводит к снижению чистой прибыли.
- Оптимизация параметров риска. Эта стратегия использует большое количество параметров, что может привести к значительному отступлению в будущих реальных сделках, если не будет проведена адекватная проверка исторических данных и оптимизация параметров.
- Риск обратного тренда. Эта стратегия применяется в основном в трендовых ситуациях, и в случае, если рыночная тенденция изменится, эта стратегия может продолжить торговлю в соответствии с первоначальным трендовым направлением, что приведет к убыткам.
Чтобы снизить эти риски, можно рассмотреть следующие улучшения:
- Присоединяйтесь к логике обнаружения и суждения о колебаниях рынка, чтобы уменьшить количество сделок в нетронутых ситуациях.
- Оптимизация стратегии на основе полноценного тестирования параметров, чтобы найти оптимальную комбинацию параметров для стабильной стратегии.
- Установление разумного уровня стоп-лосса, максимальный риск для управления одной сделкой. В то же время, можно подтвердить обратный тренд с помощью других индикаторов или сигналов, чтобы своевременно скорректировать позицию.
Направление оптимизации стратегии
- Введение новых показателей подтверждения тенденций, таких как MACD, DMI и т.д., повышает точность определения тенденций.
- Для рынков, находящихся в шоковом состоянии, можно рассмотреть возможность внедрения логики, способной адаптироваться к шоковым ситуациям, например, сетчатая торговля.
- Параметры стратегии могут быть оптимизированы для различных рыночных особенностей, что повышает адаптивность.
- Можно рассмотреть комбинацию этой стратегии с другими стратегиями, такими как комбинация стратегии тренда + стратегии шока, комбинация стратегии тренда + стратегии регресса и т. Д., Чтобы повысить устойчивость стратегии.
Подвести итог
Пятизначная стратегия движущихся средних - это торговая стратегия, основанная на подтверждении нескольких тенденций, которая позволяет более точно оценить текущее направление и силу тенденции рынка путем комплексного рассмотрения движущихся средних движений за несколько циклов и типов, а также своевременно корректировать позиции в соответствии с изменением тенденции. Логика стратегии проста и ясна, параметры гибко регулируемы, она адаптируется к нескольким рынкам, но обычно проявляется в шокирующемся рынке, и существует риск оптимизации определенных параметров и риск переворота тенденции. В будущем можно рассмотреть возможность внедрения большего количества показателей, оптимизации параметров, увеличения логики работы для шокирующего рынка и других типов стратегий для дальнейшего повышения устойчивости и прибыльности стратегии.
Исходный код стратегии
/*backtest
start: 2023-05-17 00:00:00
end: 2024-05-22 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Quintuple Strong Moving Average Strategy","QuisMa", overlay=true, margin_long=100, margin_short=100)
// 1
mav1_show = input.bool(true, 'Show Plot', group='Level 1 ', inline='mav1_0')
mav1_label = input.bool(true, 'Show Label', group='Level 1 ', inline='mav1_0')
mav1_source = input.source(close, '', group='Level 1 ', inline='mav1_1')
mav1_timeframe = input.timeframe('5', '', group='Level 1 ', inline='mav1_1')
mav1_length = input.int(50, 'Length', group='Level 1 ', inline='mav1_3')
mav1_size = input.int(2000, 'Size', minval=1, group='Level 1 ', inline='mav1_3')
mav1_width = input.int(2, '', minval=0, group='Level 1 ', inline='mav1_2')
mav1_color = input.color(color.new(#ffd000, 0), '', group='Level 1 ', inline='mav1_2')
mav1_type = input.string(title='Moving Average Type 1', defval='VAR', options=['SMA', 'EMA', 'WMA', 'TMA', 'VAR', 'WWMA', 'ZLEMA', 'TSF'])
// 2
mav2_show = input.bool(true, 'Show Plot', group='Level 2', inline='mav2_0')
mav2_label = input.bool(true, 'Show Label', group='Level 2', inline='mav2_0')
mav2_source = input.source(close, '', group='Level 2', inline='mav2_1')
mav2_timeframe = input.timeframe('30', '', group='Level 2', inline='mav2_1')
mav2_length = input.int(50, 'Length', group='Level 2', inline='mav2_3')
mav2_size = input.int(2000, 'Size', minval=1, group='Level 2', inline='mav2_3')
mav2_width = input.int(2, '', minval=0, group='Level 2', inline='mav2_2')
mav2_color = input.color(color.new(#ffd000, 0), '', group='Level 2', inline='mav2_2')
mav2_type = input.string(title='Moving Average Type 2', defval='VAR', options=['SMA', 'EMA', 'WMA', 'TMA', 'VAR', 'WWMA', 'ZLEMA', 'TSF'])
// 3
mav3_show = input.bool(true, 'Show Plot', group='Level 3', inline='mav3_0')
mav3_label = input.bool(true, 'Show Label', group='Level 3', inline='mav3_0')
mav3_source = input.source(close, '', group='Level 3', inline='mav3_1')
mav3_timeframe = input.timeframe('60', '', group='Level 3', inline='mav3_1')
mav3_length = input.int(50, 'Length', group='Level 3', inline='mav3_3')
mav3_size = input.int(2000, 'Size', minval=1, group='Level 3', inline='mav3_3')
mav3_width = input.int(2, '', minval=0, group='Level 3', inline='mav3_2')
mav3_color = input.color(color.new(#ffd000, 0), '', group='Level 3', inline='mav3_2')
mav3_type = input.string(title='Moving Average Type 3', defval='VAR', options=['SMA', 'EMA', 'WMA', 'TMA', 'VAR', 'WWMA', 'ZLEMA', 'TSF'])
// 4
mav4_show = input.bool(true, 'Show Plot', group='Level 4', inline='mav4_0')
mav4_label = input.bool(true, 'Show Label', group='Level 4', inline='mav4_0')
mav4_source = input.source(close, '', group='Level 4', inline='mav4_1')
mav4_timeframe = input.timeframe('480', '', group='Level 4', inline='mav4_1')
mav4_length = input.int(50, 'Length', group='Level 4', inline='mav4_3')
mav4_size = input.int(2000, 'Size', minval=1, group='Level 4', inline='mav4_3')
mav4_width = input.int(2, '', minval=0, group='Level 4', inline='mav4_2')
mav4_color = input.color(color.new(#ffd000, 0), '', group='Level 4', inline='mav4_2')
mav4_type = input.string(title='Moving Average Type 4', defval='VAR', options=['SMA', 'EMA', 'WMA', 'TMA', 'VAR', 'WWMA', 'ZLEMA', 'TSF'])
// 5
mav5_show = input.bool(true, 'Show Plot', group='Level 5', inline='mav5_0')
mav5_label = input.bool(true, 'Show Label', group='Level 5', inline='mav5_0')
mav5_source = input.source(close, '', group='Level 5', inline='mav5_1')
mav5_timeframe = input.timeframe('720', '', group='Level 5', inline='mav5_1')
mav5_length = input.int(50, 'Length', group='Level 5', inline='mav5_3')
mav5_size = input.int(2000, 'Size', minval=1, group='Level 5', inline='mav5_3')
mav5_width = input.int(2, '', minval=0, group='Level 5', inline='mav5_2')
mav5_color = input.color(color.new(#ffd000, 0), '', group='Level 5', inline='mav5_2')
mav5_type = input.string(title='Moving Average Type 5', defval='VAR', options=['SMA', 'EMA', 'WMA', 'TMA', 'VAR', 'WWMA', 'ZLEMA', 'TSF'])
// FUNCTIONS {{{
candle_size_ms = time - time[1] // milliseconds of a candle
timetostring(tms) =>
d_ = math.floor(tms / 86400)
h_ = math.floor((tms - d_ * 86400) / 3600)
m_ = math.floor((tms - d_ * 86400 - h_ * 3600) / 60)
s_ = math.floor(tms - d_ * 86400 - h_ * 3600 - m_ * 60)
ret = d_ > 0 ? str.tostring(d_) + ' D ' : ''
ret += (h_ > 0 ? str.tostring(h_) + ' H ' : '')
ret += (m_ > 0 ? str.tostring(m_) + ' m ' : '')
if d_ == 0
ret += (s_ > 0 ? str.tostring(s_) + ' s ' : '')
ret
ret
tftostring(tf) =>
tfa = str.split(tf, '')
tfalast = array.get(tfa, array.size(tfa) - 1)
tfalastIsNum = na(str.tonumber(tfalast)) ? false : true
txt = tfalastIsNum ? timetostring(str.tonumber(tf) * 60) : tf
txt
htfLabel(htfy, tf, col) =>
txt = tftostring(tf)
htftxt = 'ᐊ ' + txt
htftip = 'HTF [ ' + txt + ' ] ' + str.tostring(htfy, '#.##')
label.new(x=time + candle_size_ms * 2, y=htfy, xloc=xloc.bar_time, yloc=yloc.price, color=color.new(color.black, 100), textcolor=col, style=label.style_label_left, size=size.normal, text=htftxt, tooltip=htftip)
// Moving Averages Functions {{{
Var_Func(src, length) =>
valpha = 2 / (length + 1)
vud1 = src > src[1] ? src - src[1] : 0
vdd1 = src < src[1] ? src[1] - src : 0
vUD = math.sum(vud1, 9)
vDD = math.sum(vdd1, 9)
vCMO = nz((vUD - vDD) / (vUD + vDD))
VAR = 0.0
VAR := nz(valpha * math.abs(vCMO) * src) + (1 - valpha * math.abs(vCMO)) * nz(VAR[1])
VAR
Wwma_Func(src, length) =>
wwalpha = 1 / length
WWMA = 0.0
WWMA := wwalpha * src + (1 - wwalpha) * nz(WWMA[1])
WWMA
Zlema_Func(src, length) =>
zxLag = length / 2 == math.round(length / 2) ? length / 2 : (length - 1) / 2
zxEMAData = src + src - src[zxLag]
ZLEMA = ta.ema(zxEMAData, length)
ZLEMA
Tsf_Func(src, length) =>
lrc = ta.linreg(src, length, 0)
lrc1 = ta.linreg(src, length, 1)
lrs = lrc - lrc1
TSF = ta.linreg(src, length, 0) + lrs
TSF
getMA(src, length, mav_type) =>
ma = 0.0
if mav_type == 'SMA'
ma := ta.sma(src, length)
if mav_type == 'EMA'
ma := ta.ema(src, length)
if mav_type == 'WMA'
ma := ta.wma(src, length)
if mav_type == 'TMA'
ma := ta.sma(ta.sma(src, math.ceil(length / 2)), math.floor(length / 2) + 1)
if mav_type == 'VAR'
ma := Var_Func(src, length)
if mav_type == 'WWMA'
ma := Wwma_Func(src, length)
if mav_type == 'ZLEMA'
ma := Zlema_Func(src, length)
if mav_type == 'TSF'
ma := Tsf_Func(src, length)
ma
mav1 = request.security(syminfo.tickerid, mav1_timeframe, getMA(mav1_source, mav1_length, mav1_type), gaps=barmerge.gaps_off, lookahead=barmerge.lookahead_on)
plot(mav1_show ? mav1 : na, 'mav 1', color=mav1_color, linewidth=mav1_width, show_last=mav1_size)
var label mav1lbl = na
label.delete(mav1lbl)
mav1lbl := mav1_label ? htfLabel(mav1, mav1_timeframe, mav1_color) : na
mav2 = request.security(syminfo.tickerid, mav2_timeframe, getMA(mav2_source, mav2_length, mav2_type), gaps=barmerge.gaps_off, lookahead=barmerge.lookahead_on)
plot(mav2_show ? mav2 : na, 'mav 2', color=mav2_color, linewidth=mav2_width, show_last=mav2_size)
var label mav2lbl = na
label.delete(mav2lbl)
mav2lbl := mav2_label ? htfLabel(mav2, mav2_timeframe, mav2_color) : na
mav3 = request.security(syminfo.tickerid, mav3_timeframe, getMA(mav3_source, mav3_length, mav3_type), gaps=barmerge.gaps_off, lookahead=barmerge.lookahead_on)
plot(mav3_show ? mav3 : na, 'mav 3', color=mav3_color, linewidth=mav3_width, show_last=mav3_size)
var label mav3lbl = na
label.delete(mav3lbl)
mav3lbl := mav3_label ? htfLabel(mav3, mav3_timeframe, mav3_color) : na
mav4 = request.security(syminfo.tickerid, mav4_timeframe, getMA(mav4_source, mav4_length, mav4_type), gaps=barmerge.gaps_off, lookahead=barmerge.lookahead_on)
plot(mav4_show ? mav4 : na, 'mav 4', color=mav4_color, linewidth=mav4_width, show_last=mav4_size)
var label mav4lbl = na
label.delete(mav4lbl)
mav4lbl := mav4_label ? htfLabel(mav4, mav4_timeframe, mav4_color) : na
mav5 = request.security(syminfo.tickerid, mav5_timeframe, getMA(mav5_source, mav5_length, mav5_type), gaps=barmerge.gaps_off, lookahead=barmerge.lookahead_on)
plot(mav5_show ? mav5 : na, 'mav 5', color=mav5_color, linewidth=mav5_width, show_last=mav5_size)
var label mav5lbl = na
label.delete(mav5lbl)
mav5lbl := mav5_label ? htfLabel(mav5, mav5_timeframe, mav5_color) : na
// Alış ve Satış Koşulları
alisKosulu = close > mav1 and close > mav2 and close > mav3
satisKosulu = close < mav1 and close < mav2 and close < mav3
// Alış ve Satış Sinyalleri
if (alisKosulu and not satisKosulu)
strategy.entry("Alış", strategy.long)
if (satisKosulu and not alisKosulu)
strategy.entry("Satış", strategy.short)
// Pozisyonları Kapatma Koşulları
if (strategy.opentrades > 0)
if (close < mav1 and close < mav2 and strategy.position_size > 0)
strategy.close("Alış")
if (close > mav1 and close > mav2 and strategy.position_size < 0)
strategy.close("Satış")
// Mum Rengi Ayarlama
longKosul = strategy.opentrades > 0 and strategy.position_size > 0
shortKosul = strategy.opentrades > 0 and strategy.position_size < 0
barcolor(longKosul ? color.green : shortKosul ? color.red : color.gray)