ChaoZhang
概述
该策略通过配置化设定多个快慢均线组合,当所有快线上穿慢线时做多;当至少一个快线下穿慢线时平仓。策略充分利用多个均线的优势,形成较强的持仓决策体系。
策略原理
该策略的主要组成部分和规则如下:
多组快慢均线:使用SMA、WMA、VWMA等多种均线指标。
做多信号:所有快线上穿慢线时做多。
平仓信号:任一快线下穿慢线时平仓。
止盈止损:以ATR值设置固定止盈止损点。
配置化:可灵活配置多组均线参数。
通过多均线组合立场投票方式入场,可有效增强信号的可靠性。多个均线参数可自定义配置,兼具灵活性。
优势分析
相比单一均线策略,该策略具有以下优势:
多均线组合可提供更全面趋势判断。
投票方式避免误使噪音交易。
可自由配置各均线参数,优化空间大。
支持多种均线指标,使用灵活。
设置止盈止损点位,可控制单笔盈亏。
较长周期使用效果较好,可减少曲线震荡。
计算简单直观,易于实现与操作。
总体来说,相比单均线稳定性和续航力更优。
风险分析
但该策略也存在一定的风险:
多均线提高了策略复杂度。
存在参数过度优化风险。
均线本质上对趋势变化存在滞后识别。
未考虑成交量,可能出现被套。
止盈止损设置较为武断,可能造成不必要平仓。
效果随市场环境变化而波动较大。
需关注收益回撤比,防止曲线过于锯齿。
需检验参数在多品种中的稳健性。
优化方向
基于以上分析,该策略可从以下方面进行增强:
测试均线参数在不同品种中的健壮性。
增加交易量或波动率验证。
优化止盈止损参数。
设置最大回撤容忍度。
构建动态仓位管理机制。
评估引入机器学习的效果。
关注最大回撤与收益曲线锯齿度。
不断迭代策略,防止过优化。
总结
该策略通过配置化设定多均线组合,形成较为稳健的持仓决策机制。但任何策略都需要防止过拟合,以及根据市场环境进行动态调整。只有不断优化测试,量化策略才能长期适应市场。
策略源码
/*backtest
start: 2022-09-16 00:00:00
end: 2023-09-22 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © levieux
//@version=5
strategy(title='Configurable Multi MA Crossover Voting System', shorttitle='Configurable Multi MA Crossover Voting System', initial_capital=1000, overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=100, commission_type=strategy.commission.percent, commission_value=0.1)
crossoverConfig= input.string(defval="2x4,3x5,4x6", title="Crossover Config")
source= input.source(high)
maType= input.string("WMA", title="Moving Average Type", options=["WMA","SMA","VWMA"])
atrPeriod= input(14, title="ATR Period")
profitAtr = input(10, title="Profit ATR x")
lossAtr = input(5, title="Loss ATR x")
ma(src,length,type) =>
float ma = switch type
"SMA" => ta.sma(src, length)
"WMA" => ta.wma(src, length)
"VWMA" => ta.vwma(src, length)
crossoverGroups= str.split(crossoverConfig, ",")
crossoverCount= array.size(crossoverGroups)
crossovers= array.new_string(crossoverCount)
positions= array.new_int(crossoverCount, 0)
longVotes= 0
for i= 0 to crossoverCount-1
crossover= str.tostring(array.get(crossoverGroups, i))
crossoverBoundaries= str.split(crossover, "x")
int fastLength= math.round(str.tonumber(array.get(crossoverBoundaries, 0)))
int slowLength= math.round(str.tonumber(array.get(crossoverBoundaries, 1)))
wmaFast= ma(source,fastLength,maType)
wmaSlow= ma(source,slowLength,maType)
if wmaFast>wmaSlow
longVotes:= longVotes + 1
array.set(positions, i, 1)
longCondition= longVotes==crossoverCount and strategy.position_size==0
//profitTicks = profitAtr*ta.atr(atrPeriod)/syminfo.mintick
//lossTicks = lossAtr*ta.atr(atrPeriod)/syminfo.mintick
profitPrice= close+profitAtr*ta.atr(atrPeriod)
lossPrice= close-lossAtr*ta.atr(atrPeriod)
if strategy.position_size>0
profitPrice:= profitPrice[1]
lossPrice:= lossPrice[1]
plot(profitPrice, color=color.green)
plot(lossPrice, color=color.red)
if longCondition and profitPrice>0
strategy.entry("Long", strategy.long)
if longVotes<crossoverCount and strategy.position_size>0 and (high>profitPrice or low<lossPrice)
strategy.close("Long")
longVotes:= 0