概述
移动平均envelop通道趋势跟踪策略是一个基于移动平均线和通道指标的趋势跟踪策略。它通过建立多层移动平均线通道,实现对价格趋势的判断和跟踪。该策略同时结合不同时间周期的移动平均线计算,实现了多时间框架的融合,有助于Capture更大的趋势。
策略原理
该策略的核心原理基于移动平均线的趋势跟踪功能以及Envelop指标的通道判断。策略使用可配置的移动平均线周期、平滑类型、价格源等参数构建基准移动平均线。然后根据参数设定的百分比shift值,建立上下通道。当价格突破下通道时,做多;当价格突破上通道时,做空。同时,策略引入独立的移动平均线作为止损线。
具体来说,该策略具有以下特点:
1.同时支持做多和做空操作,通过上下通道判断趋势方向。
2.最多可开4张单,通过折线分层实现金字塔加仓,追求更大利润。
3.可配置独立的开仓移动平均线和平仓移动平均线,实现精确止损。
4.支持不同时间周期(1分钟到1天)的移动平均线计算,实现多时间框架融合。
5.开仓和平仓移动平均线支持6种不同的平滑模式选择,可针对不同品种和周期进行优化。
6.可输入正负偏移量进行通道调整,追求更加精准的突破。
该策略的具体交易逻辑如下:
-
计算基准开仓移动平均线,根据参数设定百分比,得到4条突破线。
-
当价格突破下通道线时,按顺序开仓做多;当价格突破上通道线时,按顺序开仓做空。
-
计算独立的平仓移动平均线,作为止损线。当价格重新跌破该线时,对多单逐层止损;当价格重新涨破该线时,对空单逐层止损。
-
最多可开4张单,通过折线分层金字塔加仓,追求更大利润。
通过该策略原理可知,该策略融合了移动平均线的趋势跟踪、通道判断的突破信号,以及独立止损线设定等元素,形成了一个相对严谨和完备的趋势系统。
优势分析
根据策略代码和逻辑剖析,该移动平均envelop通道趋势跟踪策略具有以下优势:
-
多时间框架融合,提高抓取大级别趋势的概率。策略支持从1分钟到1天不同周期的移动平均线计算,可配置开仓和止损移动平均线使用不同周期,融合多时间框架的趋势判断力,更有利于捕捉大级别趋势。
-
金字塔加仓方式,追求更大利润。策略最多可开4张单,通过分层加仓的方式均衡盈亏比,在控制风险的前提下追求更大利润。
-
6种移动平均线模式可选择,适应性强。开仓和止损移动平均线支持SMA/EMA/动态移动平均线等6种模式选择,可针对不同品种和周期进行优化,从而提高适应性。
-
通道线可调,突破判断精准。策略可输入通道移动百分比参数,调整通道宽度,从而针对不同品种或市场环境进行优化,提高突破判断的准确性。
-
独立的止损线,有助于风险控制。策略计算独立的移动平均线作为平仓线,对多单或空单进行止损,可大幅降低交易风险,避免追注射。
-
代码结构清晰,易于二次开发。策略使用Pine Script编写,代码结构清晰,易于理解和二次开发。用户可基于现有框架,继续优化参数或加入其他逻辑。
风险分析
尽管该策略总体上逻辑严谨、风险控制到位,但仍然存在一定的交易风险需要注意,具体包括:
-
大级别趋势反转风险。策略的核心假设是价格会持续推进,存在一定的趋势性。但是大级别趋势发生反转时,会对策略盈利产生较大冲击。此时则需要及时止损,控制损失。
-
突破失效风险。在盘整或震荡市场中,价格突破通道线后可能会重新跌破。这时就会造成追注射,需要通过优化参数减少这种情况的发生。
-
期望值管理风险。策略为追求更大利润而设置4层加仓,这在盈利时收益显著,但在亏损时期望值下降明显。这需要投资者具备专业的心态管理能力。
-
信号调优风险。策略涉及多个参数的调整优化,如通道宽度、移动平均线周期等,这需要专业量化分析师具备优化经验,以避免过拟合风险。
-
特殊行情风险。极端行情如快速Gap或短线限价日等会大幅破坏策略逻辑,这时则需要关注系统风险指标,及时止损。
总的来说,该策略主要依赖大级别趋势性来获利,只适用于具有长期持续性特征的品种和市场环境。另外,多参数优化和心态控制也都是确保策略稳定盈利的关键。
优化方向
对该移动平均envelop通道趋势跟踪策略来说,其后续的主要优化方向包括:
-
基于机器学习算法实现通道线和止损线的自适应优化。可使用LSTM、轨迹预测等算法训练通道线和止损线模型,实现更智能的价格预测和风险规避。
-
结合情绪指标、组合持仓比等辅助因子优化加仓逻辑。可加入如绝对波幅、市场情绪等指标判断,控制组合风险,优化金字塔加仓逻辑。
-
引入交易成本和滑点模型,提高回测真实性。当前回测没有考虑交易成本的影响,实盘中这是一个重要的因素,需要建立数学模型纳入其中。
-
扩展同类品种的关联分析,构建统一的风控体系。对现有单一品种的策略扩展至商品、数字货币等多个同类市场,通过关联度分析统一风控,提高策略的稳定性。
-
增加策略 explanability,提高用户易用性。使用SHAP等方法分析各输入变量对策略结果的影响程度,输出importance排行,使策略逻辑对用户更加透明可解释。
通过引入机器学习、多因子模型等算法手段,继续优化策略的稳定性、真实性和易用性,是该策略后续的主要提升方向。
总结
总的来说,该移动平均envelop通道趋势跟踪策略融合了移动平均线的趋势跟踪、通道指标的趋势判断和独立止损线的风险控制三大核心要点。在严格的趋势市场中,strategies策略可以提供稳定且具有一定突破收益的实现。但用户需要注意大级别市场环境的把控,做好参数调优和风险管理工作,使策略可以适应复杂多变的交易市场。总体而言,该策略为用户提供了一个相对完整和严谨的趋势跟踪解决方案,是一个非常适合自建和二次开发的量化策略框架。
/*backtest
start: 2023-10-23 00:00:00
end: 2023-11-22 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This source code is subject to the terms of the GNU Affero General Public License v3.0 at https://www.gnu.org/licenses/agpl-3.0.html
//@version=4
strategy(title = "HatiKO Envelopes", shorttitle = "HatiKO Envelopes", overlay = true, default_qty_type = strategy.percent_of_equity, default_qty_value = 100, pyramiding = 4, initial_capital=10, calc_on_order_fills=false)
- 1