Chiến lược dài hạn LSMA siêu xu hướng


Ngày tạo: 2023-12-18 10:43:14 sửa đổi lần cuối: 2023-12-18 10:43:14
sao chép: 0 Số nhấp chuột: 902
1
tập trung vào
1621
Người theo dõi

Chiến lược dài hạn LSMA siêu xu hướng

Tổng quan

Chiến lược đa đầu LSMA siêu xu hướng là một chiến lược đa đầu kết hợp chỉ số siêu xu hướng và trung bình di chuyển LSMA. Nó áp dụng cho các thị trường xu hướng dài hạn như cổ phiếu, tiền điện tử và hiệu quả tốt hơn trong khung thời gian lớn hơn.

Nguyên tắc chiến lược

Quy tắc giao dịch của chiến lược này là:

Tín hiệu đầu vào nhiều đầu: Tín hiệu đầu vào nhiều đầu khi chỉ số siêu xu hướng phát ra tín hiệu và giá đóng cửa cao hơn trung bình di chuyển LSMA.

Tín hiệu xuất phát nhiều đầu: Khi chỉ số xu hướng siêu phát ra tín hiệu giảm, vị trí yên là nhiều.

Các nhà nghiên cứu cho rằng LSMA có thể được sử dụng để xác định các điểm nhập cảnh cụ thể.

Phân tích lợi thế

Chiến lược này kết hợp theo dõi xu hướng và trung bình di chuyển, có thể nắm bắt xu hướng lớn và có thể sử dụng các hiện tượng lọc đường trung bình, do đó tránh bị che đậy. Để kiểm soát rủi ro tốt hơn so với việc sử dụng chỉ số xu hướng hoặc chỉ số đường trung bình một mình.

Ngoài ra, siêu xu hướng tự nó có một sự chậm trễ, và kết hợp với các tính năng mịn của LSMA, có thể lọc hiệu quả tiếng ồn thị trường, tránh bị lừa dối bởi đột phá giả.

Phân tích rủi ro

Rủi ro lớn nhất của chiến lược này là không thể xác định chính xác điểm đảo ngược xu hướng. Khi xu hướng biến đổi, có thể dẫn đến tổn thất mở rộng do siêu xu hướng và sự chậm trễ của LSMA. Tại thời điểm này, cần dừng lỗ kịp thời để kiểm soát rủi ro.

Ngoài ra, thiết lập tham số cũng có thể ảnh hưởng đến hiệu suất chiến lược. Nếu tham số ATR hoặc tham số yếu tố được thiết lập không đúng, hiệu quả phán đoán xu hướng siêu sẽ bị giảm giá; Nếu chu kỳ LSMA được thiết lập quá ngắn, hiệu quả sóng thấp và dễ bị ảnh hưởng bởi tiếng ồn. Vì vậy, tối ưu hóa tham số là rất quan trọng.

Hướng tối ưu hóa

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

  1. Sử dụng thuật toán học máy để tự động tối ưu hóa các tham số để phù hợp hơn với các môi trường thị trường khác nhau.

  2. Tăng cơ chế dừng lỗ. Cần dừng lỗ khi lỗ đạt mức dừng lỗ được đặt trước.

  3. Thêm mô-đun quản lý vị trí. Khi xu hướng lớn hình thành, tăng vị trí thích hợp; Khi kết thúc xu hướng, giảm vị trí.

  4. Thêm thêm các chỉ số lọc, chẳng hạn như chỉ số tỷ lệ biến động, chỉ số năng lượng, v.v., tránh nguy cơ đảo ngược xu hướng.

  5. Sử dụng mô hình học tập sâu để đánh giá xu hướng, thay vì đánh giá xu hướng siêu đơn giản, để đánh giá xu hướng thông minh hơn.

Tóm tắt

Chiến lược đa đầu LSMA siêu xu hướng tích hợp các lợi thế của chỉ số theo dõi xu hướng và chỉ số đường trung bình, có thể nắm bắt hướng lớn trong thời gian dài hơn và có thể sử dụng tiếng ồn lọc đường trung bình. Bằng cách tối ưu hóa tham số, cơ chế dừng lỗ và tăng cường mô-đun kiểm soát rủi ro, chiến lược có thể nâng cao hơn nữa khả năng lợi nhuận và khả năng kiểm soát rủi ro của chiến lược, trở thành một chiến lược định lượng rất hữu ích.

Mã nguồn chiến lược
/*backtest
start: 2022-12-11 00:00:00
end: 2023-12-17 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy(title = "Supertrend LSMA long Strategy", overlay = true,  pyramiding=1,initial_capital = 100, default_qty_type= strategy.percent_of_equity, default_qty_value = 100, calc_on_order_fills=false, slippage=0,commission_type=strategy.commission.percent,commission_value=0.1)


atrPeriod = input(14, "ATR Length")
factor = input(3, "Factor")

//Time
fromDay = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
fromMonth = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
fromYear = input(defval = 2010, title = "From Year", minval = 1970)
 //monday and session 
// To Date Inputs
toDay = input(defval = 31, title = "To Day", minval = 1, maxval = 31)
toMonth = input(defval = 12, title = "To Month", minval = 1, maxval = 12)
toYear = input(defval = 2031, title = "To Year", minval = 1970)

startDate = timestamp(fromYear, fromMonth, fromDay, 00, 00)
finishDate = timestamp(toYear, toMonth, toDay, 00, 00)
time_cond = time >= startDate and time <= finishDate

//LSMA
lengthx = input(title="Length LSMA", type=input.integer, defval=101)
offset = 0//input(title="Offset", type=input.integer, defval=0)
src = input(close, title="Source")
lsma = linreg(src, lengthx, offset)



[_, direction] = supertrend(factor, atrPeriod)

if(time_cond)
    if change(direction) < 0 and close > lsma
        strategy.entry("long", strategy.long)
    
    if change(direction) > 0 //and close < lsma
        strategy.close("long")
        //strategy.entry("short", strategy.short)

//strategy.close("long",when=close<lsma)
//strategy.close("short",when=change(direction) < 0 )

    
//plot(strategy.equity, title="equity", color=color.red, linewidth=2, style=plot.style_areabr)