Chiến lược giao dịch định lượng dựa trên sự giao nhau của đường trung bình động và mô hình K-line trong ngày
ChaoZhang
Tổng quan
Chiến lược này tạo ra tín hiệu giao dịch dựa trên sự giao thoa của đường trung bình di chuyển 9 ngày và đường trung bình di chuyển 15 ngày cùng với một số hình dạng đường K trong ngày điển hình. Khi đi qua đường chậm trên đường nhanh và đáp ứng các điều kiện góc nhất định và hình dạng đường K cụ thể, hãy làm nhiều hơn; Khi đi qua đường chậm dưới đường nhanh, hãy làm trống.
Nguyên tắc chiến lược
Khi đường trung bình di chuyển ngắn hạn (đường 9 ngày) trên đường trung bình di chuyển dài hạn (đường 15 ngày), biểu thị giá tăng mạnh hơn trong thời gian ngắn, làm nhiều hơn; khi đường trung bình di chuyển ngắn hạn (đường trung bình di chuyển dài hạn) dưới đường trung bình di chuyển ngắn hạn, biểu thị giá giảm mạnh hơn trong thời gian ngắn, làm rỗng. Đồng thời, yêu cầu góc của đường trung bình di chuyển lớn hơn 30 độ, đảm bảo có đủ động lực tăng hoặc giảm.
Chiến lược này chủ yếu sử dụng tính năng theo dõi xu hướng của trung bình di chuyển và các đặc điểm của một số hình dạng đường K, có thể thích ứng với các loại thị trường khác nhau thông qua điều chỉnh tham số.
Phân tích lợi thế
Chiến lược này kết hợp các chỉ số đường trung bình di chuyển và phán đoán hình dạng đường K trong ngày, có thể lọc một phần tiếng ồn hiệu quả, làm cho tín hiệu giao dịch đáng tin cậy hơn. Đặc biệt, việc tăng phán đoán về giá trị giảm góc, có thể đảm bảo rằng tín hiệu chỉ được phát đi khi có đủ động lực biến động giá, tránh tín hiệu giả không đáng kể. Ngoài ra, chiến lược đặt mức dừng lỗ và dừng chân, có thể tự động giảm tổn thất tối đa của đơn vị và thực hiện rút lui có lợi nhuận. Những động thái này làm tăng sự ổn định và khả năng lợi nhuận của chiến lược.
Đường trung bình di chuyển là một chỉ số theo dõi xu hướng, có thể nắm bắt xu hướng giá trong trung và dài hạn. Trong khi hình dạng đường K trong ngày phản ánh so sánh sức mạnh của người tham gia thị trường trong thời gian ngắn, kết hợp với việc sử dụng có thể nhận được lời khuyên giao dịch trên các quy mô thời gian khác nhau. Chiến lược này tích hợp các ưu điểm của nhiều chỉ số phán đoán và sẽ có hiệu quả tốt hơn trong giao dịch thực tế.
Phân tích rủi ro
Những rủi ro tiềm ẩn của chiến lược này bao gồm:
Rủi ro phá vỡ giả. Khi thị trường đang trong trạng thái sắp xếp xung đột, trung bình di chuyển có thể xảy ra nhiều lần giao nhau, khi đó tín hiệu phát ra dựa trên giao nhau chủ yếu là tín hiệu giả. Tại thời điểm này, không thể kiếm được lợi nhuận, thay vào đó có thể được đặt.
Rủi ro đảo ngược xu hướng. Đường trung bình di chuyển được sử dụng như một chỉ số theo dõi xu hướng, không thể đưa ra tín hiệu trước khi xu hướng đảo ngược. Khi đó, việc giữ vị trí có thể bị tổn thất lớn.
Rủi ro tối ưu hóa tham số. Các biến thể khác nhau của thị trường có khả năng thích ứng với các thiết lập tham số khác nhau. Nếu không điều chỉnh, việc sử dụng một số tham số trực tiếp cũng có thể dẫn đến tổn thất. Điều này đòi hỏi phải tìm ra tham số tối ưu bằng cách phản hồi và mô phỏng thực tế.
Nhìn chung, chiến lược này có thể tạo ra một số rủi ro về tín hiệu sai và theo đuổi đà giảm khi thiếu phán đoán về môi trường thị trường. Những rủi ro này có thể được tối ưu hóa hơn nữa bằng cách thêm vào phán đoán về xu hướng cấp lớn và đặc điểm giá.
Hướng tối ưu hóa
Chiến lược này cũng có thể được tối ưu hóa hơn nữa trong các khía cạnh sau:
Tăng khả năng đánh giá xu hướng lớn. Ví dụ, kiểm tra xem đường dài có ở đường đi lên hay xuống, tránh giao dịch ngược.
Thêm phân tích các chỉ số năng lượng. Ví dụ, chỉ số tỷ lệ của Telecom có thể đánh giá sức mua và bán, tránh giá cổ phiếu có tỷ lệ cao hoặc giá cổ phiếu có tỷ lệ thấp.
Kết hợp với các yếu tố cơ bản của cổ phiếu. Chọn một số cổ phiếu có kỳ vọng về kết quả tài chính tốt và tăng trưởng ổn định để giao dịch, có thể làm tăng tỷ lệ thắng.
Tối ưu hóa các tham số của hệ thống trung bình di chuyển. Bạn có thể thử các trung bình với các chu kỳ khác nhau, hoặc thêm ba trung bình, năm trung bình, v.v., để xây dựng một hệ thống giao dịch lớn hơn với không gian điều chỉnh tham số.
Kiểm tra các tham số dừng, dừng khác nhau. Theo kết quả kiểm tra lại, thiết lập hệ số lợi nhuận để có được tỷ lệ lợi nhuận rủi ro tối ưu.
Bằng cách tối ưu hóa một số hướng trên, chúng ta có thể mong đợi chiến lược này sẽ tăng thêm đáng kể mức độ lợi nhuận và sự ổn định.
Tóm tắt
Nhìn chung, chiến lược này tích hợp các ưu điểm của chỉ số trung bình di chuyển và một số hình thức đường K trong ngày, điều kiện khi phát tín hiệu giao dịch nghiêm ngặt hơn, có thể lọc ra rất nhiều tiếng ồn, làm cho chất lượng tín hiệu đi qua được cải thiện đáng kể. Đồng thời kiểm soát tổn thất tối đa và lợi nhuận đạt được bằng cách thiết lập dừng lỗ và dừng. Đây là một chiến lược giao dịch định lượng ổn định đáng được đề xuất.
Bước tiếp theo là làm việc để nâng cao hơn nữa tỷ lệ thắng và lợi nhuận của chiến lược thông qua tối ưu hóa tham số. Việc thêm nhiều chỉ số cũng có thể tăng cường sức khỏe của hệ thống giao dịch tổng thể. Sau khi mô phỏng thực tế nghiêm ngặt, chiến lược này có khả năng trở thành một công cụ định lượng hiệu quả để tạo ra lợi nhuận ổn định.
/*backtest
start: 2024-01-29 00:00:00
end: 2024-02-28 00:00:00
period: 4h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("Moving Average Crossover Strategy with Candlestick Patterns", overlay=true)
// Define input parameters
fast_length = input(9, "Fast MA Length")
slow_length = input(15, "Slow MA Length")
stop_loss_percent = input(0.25, "Stop Loss (%)")
target_percent = input(0.25, "Target (%)")
angle_threshold = input(30, "Angle Threshold (degrees)")
// Calculate moving averages
fast_ma = sma(close, fast_length)
slow_ma = sma(close, slow_length)
// Define candlestick patterns
is_pin_bar() =>
pin_bar = abs(open - close) > 2 * abs(open[1] - close[1])
high_tail = max(open, close) - high > abs(open - close) * 1.5
low_tail = low - min(open, close) > abs(open - close) * 1.5
pin_bar and high_tail and low_tail
is_marubozu() =>
marubozu = abs(open - close) > abs(open[1] - close[1]) * 0.75
no_upper_shadow = high == max(open, close)
no_lower_shadow = low == min(open, close)
marubozu and no_upper_shadow and no_lower_shadow
is_full_body() =>
full_body = abs(open - close) > abs(open[1] - close[1]) * 0.95
full_body
// Plot moving averages
plot(fast_ma, color=color.blue, title="Fast MA")
plot(slow_ma, color=color.red, title="Slow MA")
// Calculate angle of slow moving average
ma_angle = abs(180 * (atan(slow_ma[1] - slow_ma) / 3.14159))
// Generate buy/sell signals based on angle condition and candlestick patterns
buy_signal = crossover(fast_ma, slow_ma) and ma_angle >= angle_threshold and (is_pin_bar() or is_marubozu() or is_full_body())
sell_signal = crossunder(fast_ma, slow_ma)
// Calculate stop-loss and target levels
stop_loss_level = close * (1 - stop_loss_percent / 100)
target_level = close * (1 + target_percent / 100)
// Execute trades based on signals with stop-loss and target
strategy.entry("Buy", strategy.long, when=buy_signal)
strategy.exit("Exit", "Buy", stop=stop_loss_level, limit=target_level)
// Plot buy/sell signals on chart (optional)
plotshape(series=buy_signal, title="Buy Signal", location=location.belowbar, color=color.green, style=shape.triangleup, size=size.small)
plotshape(series=sell_signal, title="Sell Signal", location=location.abovebar, color=color.red, style=shape.triangledown, size=size.small)
// Plot angle line
hline(angle_threshold, "Angle Threshold", color=color.black, linestyle=hline.style_dashed)