Chiến lược đảo ngược

Tổng quan

Chiến lược này được thiết kế dựa trên nguyên tắc hai đường trung bình. Khi đường trung bình ngắn hạn đi qua đường trung bình dài hạn, hãy làm nhiều hơn; Khi đường trung bình ngắn hạn đi qua đường trung bình dài hạn, hãy cân bằng. Chiến lược này đơn giản và dễ hiểu, phù hợp cho người mới học.

Nguyên tắc chiến lược

Chiến lược này chủ yếu dựa trên hai chỉ số đường trung bình sma ((close, 14) và sma ((close, 28).

Đầu tiên, hãy xác định đường trung bình dài và ngắn:

short_ma = sma(close, 14)
long_ma = sma(close, 28)

Sau đó, họ sẽ được đánh giá theo cách mà họ đã đánh giá trước trận đấu:

longCondition = crossover(short_ma, long_ma)
shortCondition = crossunder(short_ma, long_ma)

Lưu ý rằng bạn có thể làm nhiều hơn khi bạn sử dụng đường trung bình ngắn hạn:

strategy.entry("Buy", strategy.long, when = longCondition) 

Khi đường trung bình ngắn hạn vượt qua đường trung bình dài hạn:

strategy.close_all(when = shortCondition)

Nguyên tắc của chiến lược này rất đơn giản và rõ ràng, sử dụng hai đường cong đồng đều để đánh giá và có khả năng theo dõi xu hướng nhất định.

Phân tích lợi thế

• Các nguyên tắc của chiến lược rất đơn giản và dễ hiểu, ngay cả những người mới bắt đầu cũng có thể dễ dàng sử dụng
• Sử dụng đường trung bình để đánh giá xu hướng, có khả năng theo dõi xu hướng
• Có thể tùy chỉnh chu kỳ trung bình, tối ưu hóa các tham số chính sách
• Có thể thiết lập điểm dừng để kiểm soát tổn thất đơn lẻ

Phân tích rủi ro

• Chiến lược Binary Equity nhạy cảm với biến động thị trường và có thể tạo ra nhiều giao dịch thua lỗ
• Đường trung bình có sự chậm trễ, có thể bỏ lỡ điểm biến động giá
• Xây dựng vị thế gần điểm giao điểm trung bình dễ bị giam giữ
• Cần tối ưu hóa tham số chu kỳ trung bình, hiệu quả chu kỳ khác nhau có thể khác nhau
• Không thể dừng lại nhanh chóng khi xu hướng thay đổi mạnh mẽ

Hướng tối ưu hóa

Chiến lược này có thể được tối ưu hóa theo các khía cạnh sau:

1. Tối ưu hóa các tham số chu kỳ trung bình, tìm các tham số kết hợp tốt nhất

Bạn có thể thử các chu kỳ đường trung bình ngắn hạn và dài hạn khác nhau để tìm kiếm sự kết hợp tốt nhất. Ví dụ: kiểm tra so sánh các tham số như (5, 10), (…, 10, 20), (…, 20, 60).

1. Thêm điều kiện lọc để tránh tín hiệu giả

Các điều kiện lọc như khối lượng giao dịch và chênh lệch giá có thể được thêm vào khi giao dịch ngang hàng, tránh quá nhiều giao dịch trong thị trường biến động.

1. Tăng chiến lược dừng lỗ

Thiết lập điểm dừng lỗ hoặc sử dụng đường trung bình làm đường dừng lỗ để kiểm soát tổn thất đơn lẻ.

1. Kết hợp với các chỉ số khác

Có thể kết hợp các chỉ số hỗ trợ như MACD, KDJ để giao dịch kết hợp, tăng hiệu quả chiến lược.

1. Tối ưu hóa điểm vào

Tìm điểm vào tốt hơn ở gần đường trung bình, thay vì thiết lập vị trí chặt chẽ với đường trung bình. Ví dụ, vào điểm nằm ngoài đường trung bình.

Tóm tắt

Khái niệm của chiến lược hai đường thẳng đơn giản, người mới bắt đầu sử dụng dễ dàng. Tuy nhiên, chiến lược này nhạy cảm với biến động thị trường, có một số rủi ro mất mát. Chúng ta có thể tăng hiệu quả chiến lược bằng cách tối ưu hóa tham số, thêm điều kiện lọc, thiết lập dừng lỗ và thêm các chỉ số khác. Trong xu hướng mạnh, chiến lược này có thể có hiệu quả tốt.

||

Overview

This strategy is designed based on the golden cross and death cross of dual moving averages. It goes long when the short period moving average crosses above the long period moving average, and closes position when the short period moving average crosses below the long period moving average. The strategy is simple and easy to understand, suitable for beginners to learn.

Strategy Logic

The strategy is mainly based on the sma(close, 14) and sma(close, 28) indicators.

First define the short and long moving averages:

short_ma = sma(close, 14)  
long_ma = sma(close, 28)

Then determine entry and exit based on golden cross and death cross:

longCondition = crossover(short_ma, long_ma)
shortCondition = crossunder(short_ma, long_ma) 

Go long when the short MA crosses above the long MA:

strategy.entry("Buy", strategy.long, when = longCondition)

Close position when the short MA crosses below the long MA:

strategy.close_all(when = shortCondition) 

The logic is simple and clear, utilizing the crossovers of dual MAs to determine entries and exits. It has some trend following capacity.

Advantage Analysis

• Simple logic, easy for beginners to use
• Utilizes MA crossovers to determine trends
• Customizable MA periods for parameter optimization
• Allows stop loss to control single trade loss

Risk Analysis

• Sensitive to market fluctuation, may generate multiple losing trades
• Lagging nature of MAs, may miss price reversal points
• Prone to being trapped near MA crossover points
• Need to optimize MA periods, different periods may lead to different results
• Unable to quickly cut loss when trend changes violently

Optimization Directions

The strategy can be optimized in the following aspects:

1. Optimize MA periods to find the best combination

Test different short and long MA periods, such as (5, 10), (10, 20), (20, 60) etc to find the optimal combination.

1. Add filters to avoid false signals

Add filters like trading volume, price gap etc. near MA crossovers to avoid excessive trades in ranging markets.

1. Incorporate stop loss

Set stop loss price or use MA as stop loss line to control single trade loss.

1. Combine with other indicators

Add auxiliary indicators like MACD, KDJ etc. to improve strategy performance.

1. Optimize entry points

Find better entry points near MAs instead of entering right at the crossover. For example, enter on MA divergence points.

Summary

The dual MA strategy is simple for beginners to use. But it is sensitive to market fluctuations and has risks of losses. We can improve it by optimizing parameters, adding filters, incorporating stop loss, combining other indicators etc. It can perform well in strong trends but should be used with caution or proper stop loss in ranging markets.
[/trans]