输入/搜索内容

基于TSI和CCI的霍尔移动平均趋势跟踪策略

通用策略
创建日期: 2023-11-28 15:53:03
最后修改: 3 年前
复制: 1
点击次数: 1321
1
关注
1830
关注者

img

概述

本策略融合了相对强度指数(TSI)、商品路径指数(CCI)和霍尔移动平均(Hull MA)三个指标,形成一个趋势跟踪型的交易策略。它可以在1小时或更高时间框架下,对任意交易品种进行长线的跟踪交易。

策略原理

该策略主要基于TSI和CCI两个指标判断行情趋势和超买超卖情况,以及Hull MA判断价格中期趋势,三者综合作为建仓的基本条件。

具体来说,当TSI的快线上穿慢线,CCI指标上穿+20&&n1上升时,做多;当TSI的快线下穿慢线,CCI指标下穿-20&&n1下降时,做空。 Hull MA用来过滤中期趋势,只有当价格低于Hull MA时才做多,价格高于Hull MA时才做空。

这样通过不同周期指标的确认,可以有效过滤假突破,跟踪中长线趋势。

优势分析

这是一个相对稳定和高效的趋势跟踪策略,主要有以下几点优势:

  1. 使用TSI判断长期趋势方向更可靠,避免被短期市场噪音干扰;

  2. CCI指标的加入,可以确认超买超卖现象,过滤掉部分假信号;

  3. Hull MA的判断让入场点更加精准,大幅提高获利概率;

  4. 不同参数指标的集成,可以提高信号的可靠性,降低干扰概率。

  5. 策略参数设置灵活,可以适应不同市场周期的优化。

风险分析

尽管该策略稳定性较高,但仍有一定的风险需要注意:

  1. 行情可能出现剧烈反转,无法快速止损,造成较大亏损;

  2. TSIDiff和CCI指标都可能出现假信号和滞后,misses部分入场点;

  3. 参数设置不当也会导致交易频率过高或信号质量下降。

对策:

  1. 适当调整止损点,控制单笔亏损;

  2. 酌情结合其它指标确认,提高信号准确率;

  3. 按照市场调整参数,保证策略稳定。

优化方向

该策略还可从以下几个方面进行优化:

  1. 尝试不同参数指标的组合,找到最佳匹配指标;

  2. 加入机器学习算法,实现参数的自适应优化;

  3. 增加资金管理模块,使盈利更加稳定;

  4. 结合更多过滤器,提升策略胜率。

这将是未来的优化重点。

总结

本策略综合运用TSI、CCI和Hull MA三个指标,形成一个较为稳定和高效的趋势跟踪策略。它成功应用多时间段指标的优势,提高了信号的质量。下一步将通过参数优化、过滤器增强等手段进一步增强策略的稳定性与盈利能力。

策略源码
Pine
/*backtest
start: 2022-11-21 00:00:00
end: 2023-11-27 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4

strategy(title="TSI CCI Hull", shorttitle="TSICCIHULL", default_qty_type=strategy.percent_of_equity, default_qty_value=100, calc_on_order_fills= false, calc_on_every_tick=true, pyramiding=0)
long = input(title="Long Length", type=input.integer, defval=50)
策略参数
策略参数
Long Length
Short Length
Signal Length
Source
Period
Upper Line
Lower Line
评论
全部评论 (0)
暂无数据
暂无数据
  • 1
社区
回测系统
APP 下载
iPhone 下载
© 2015 - ∞ INVENTOR PTE LTD (SG)