DEMA波动率指标策略

通用策略

创建日期: 2023-10-24 16:04:37

最后修改: 3 年前

复制: 5

点击次数: 1123

ChaoZhang

关注

1830

关注者

概述

该策略运用双指数移动平均线(DEMA)计算价格的波动率,并对波动率进行再平滑处理,从而发现价格波动的趋势,在波动率上升时做多,在波动率下降时做空。

策略原理

计算价格的双指数移动平均线(DEMA),公式为:DEMA = 2*EMA(price, N) - EMA(EMA(price, N), N)
计算价格相对于DEMA的波动率:波动率 = (price - DEMA) / price * 100%
对波动率进行再次DEMA平滑处理,获取波动率的趋势信号
当再平滑后的波动率上穿某一水平时,做多;当再平滑后的波动率下穿某一水平时,做空
可设定只在某个时间段内交易

策略优势

使用双指数移动平均线,能更快捕捉价格变化趋势
波动率能反映市场的多空情绪,波动率上升代表多头占优,下降代表空头占优
对波动率进行二次平滑,可过滤掉短期噪音,捕捉主要趋势
可设定只在特定时间段交易,避免不必要的滑点损失
采用止损、离场策略,可控制风险

策略风险

在剧烈行情时,DEMA可能产生滞后,从而错过最佳入场点位
波动率指标可能出现虚假突破,应结合其他指标进行验证
sollte设定止损点位,以防止亏损扩大
在交易时间段之外,会错过交易机会
交易时间段的选择需要根据历史数据测试,不恰当的时间段可能降低收益

风险解决方案

优化DEMA参数,采用更小幅度的N值
结合其他指标如RSI、MACD等进行综合判断
根据历史数据和最大可承受亏损确定止损点
优化交易时间段的选择
对不同品种分别测试最佳交易时间段

策略优化方向

测试不同的DEMA参数组合,找到平滑效果最佳的参数
尝试其他不同类型的移动平均线,如EMA、SMA等
对波动率指标进行多次平滑,找到最佳的平滑参数
添加其他辅助指标,实现多因子 verification
使用机器学习等方法自动优化入场和离场参数
针对不同品种分别测试最佳参数组合
增加止损和离场策略,严格控制风险

总结

该策略通过计算价格的DEMA波动率并进行再平滑,能快速发现市场多空情绪的变化趋势,在波动率上升时做多,在波动率下降时做空,实现顺势交易。但策略可能存在DEMA滞后、虚假突破等问题。应优化参数,严格止损,并辅助其他指标进行综合判断。如果使用得当,该策略可以抓住市场趋势换向的机会,获得较好的投资回报。

策略源码

Pine

/*backtest
start: 2022-10-17 00:00:00
end: 2023-10-23 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version= 2
strategy("DEMA of DPD Strategy ",shorttitle="DPD% DEMA " ,overlay=false)

buyper =input(-2)

策略参数