输入/搜索内容

运用Hull移动平均线均势跟踪策略

通用策略
创建日期: 2023-12-29 16:26:49
最后修改: 3 年前
复制: 2
点击次数: 1024
1
关注
1830
关注者

img

概述

均势跟踪策略运用Hull移动平均线作为主要入市指标,判断价格趋势方向。同时,该策略结合其他多种指标,如基准线、确认指标等,来验证价格趋势和过滤假信号。在入市后,策略利用平均真实波幅计算出动态止损,以跟踪趋势获利。

策略原理

均势跟踪策略的核心是Hull移动平均线。Hull移动平均线对价格变化更为敏感,可以有效判断趋势方向。当价格向上突破Hull线时,证实上涨趋势形成,做多;当价格向下跌破Hull线时,证实下跌趋势形成,做空。

此外,策略还引入了基准线指标,用于判断长短趋势;确认指标,用于过滤假突破。只有当基准线和确认指标都验证了趋势方向时,才会出发交易信号。

在入市后,策略利用ATR和 Hull EMA 计算出的平均真实波幅来设定止损位置。随着趋势的继续,止损线也会不断向上/下移位,以锁定趋势获利。

优势分析

均势跟踪策略结合趋势判断和风险控制的优点,可以在趋势行情中获得较好收益。相比固定止损策略,它可以通过移动止损来跟踪趋势运行,避免被市场正常波动止损。

许多指标的组合运用也使策略对市场变化更敏感,同时可以有效过滤假信号。此外,策略也提供了多个参数进行调整,用户可以根据自己对市场的判断进行优化。

风险分析

该策略主要依赖于趋势指标,在盘整时容易产生错误信号和止损。此外,多指标组合也可能出现指标冲突的情况。参数设置不当也会导致策略表现不佳。

可以考虑在策略中加入附加判断模块,在指标出现分歧时暂停交易;或采用投票机制,综合多个指标的判断结果。参数设置方面,可以通过回测优化方法找到最佳参数。

优化方向

均势跟踪策略可从以下几个方向进行优化:

  1. 增加判断模块,如波动率module,在高波动时暂停交易;
  2. 增加机器学习模块,利用机器学习算法判断指标权重;
  3. 优化指标参数,找到最佳参数组合;
  4. 优化移动止损算法,使止损更好地跟踪趋势;
  5. 加入风险管理模块,如违背止损、动态仓位调整等。

总结

均势跟踪策略总体来说是一个优秀的趋势跟踪策略。它成功地结合了趋势判断与动态止损,可以有效跟踪趋势获利。通过进一步优化,有望获得更好的策略表现。该策略为量化交易策略的构建提供了一个良好参考。

策略源码
Pine
/*backtest
start: 2023-11-28 00:00:00
end: 2023-12-28 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// © Milleman
//@version=4
strategy("MilleMachine", overlay=true, default_qty_type = strategy.percent_of_equity, default_qty_value = 100, initial_capital=10000, commission_type=strategy.commission.percent, commission_value=0.06)
策略参数
策略参数
Mode
% Risk
ATR Multiplier
====== Activate Baseline - Switch L/S ======
Baseline Type
BL source
BL length
===== Activate Confirmation indicator =====
C1 Entry indicator
Source
Length
====== ENTRY indicator =======
EI Entry indicator
Source
Length
===== Activate Trailing Stop =====
TS Traling Stop Type
Smoothing Trail Long EMA
Smoothing Trail Short EMA
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)