ChaoZhang
概述
趋势追踪移动止损策略是一种结合趋势判断指标和移动止损机制的量化交易策略。该策略运用超级趋势指标判断当前趋势方向,并利用移动止损线实时跟踪价格变化,实现趋势跟踪和风险控制。
策略原理
该策略首先计算超级趋势指标,判断当前处于上升趋势还是下降趋势。超级趋势指标结合了ATR指标和中枢点,可以更准确地判断趋势方向。如果超级趋势指标判断为上升趋势,则产生买入信号;如果判断为下降趋势,则产生卖出信号。
在产生买入信号时,该策略会开仓做多;同时,它会实时计算一个移动止损线,该止损线的计算方式是中枢点减去ATR指标的数值。只要当前收盘价高于该止损线,止损线就会实时上移,始终保持在合理止损位置。如果价格跌破止损线,则平仓止损。
该策略同时结合ADX指标和RSI指标来过滤不合适的交易信号。只有在ADX大于设定阈值、RSI处于合理水平时,才会采信超级趋势指标的信号开仓。
优势分析
该策略最大的优势在于能够很好地把握趋势方向,实现趋势跟踪。超级趋势指标比简单移动平均线更准确,能快速判断转折点。与此同时,移动止损机制可以自动调整止损位,最大限度锁住利润,有效控制风险。
另外,该策略加入ADX和RSI指标进行滤波,可以避免在市场波动较大的时期产生错误交易。ADX指标保证有足够的趋势性,RSI指标避免超买超卖现象,从而提高盈利概率。
风险分析
该策略最大的风险在于趋势判断出错,超级趋势指标发出错误信号的概率。尽管超级趋势指标较简单移动平均线更优秀,但在复杂行情中也难免会判断失误。这时就需要依赖止损机制来控制损失。
此外,策略参数设置不当也会带来一定风险。例如ATR参数过大会导致止损线调整过于激进;ADX和RSI的参数设定不当也可能错过交易机会或者增加错误交易的概率。这需要通过大量历史回测来寻找最优参数。
优化方向
该策略可以从以下几个方面进行进一步优化:
尝试其他趋势判断指标,如DMI、KDJ等,与超级趋势指标组合,形成“多因子”判断体系,可能可以提高判断准确率。
增加基于机器学习的自适应参数优化模块,使ATR参数、ADX参数、RSI参数等可以根据实时市场调整,而不是简单的固定值。
引入情绪指标等替代RSI指标,过滤信号。RSI指标对复杂行情的判断并不理想,而社交情绪指标等可以更好地判断市场热度。
增加仓位管理模块,根据止损线离当前价距离的远近,动态调整仓位大小。离止损线越远,可以适当加大仓位,提高盈利空间。
总结
趋势追踪移动止损策略综合运用了趋势分析、移动止损和多因子过滤等方法,在捕捉趋势的同时严格控制风险,是一种较为成熟的量化策略。该策略优化空间还很大,值得进一步研究改进,使其适应更加复杂的市场环境。
/*backtest
start: 2023-01-16 00:00:00
end: 2024-01-16 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Bendre ADX Sup Trend", overlay = true)
///////////////////////////
// SuperTrend + Pivot Point
//////////////////////////
src = input(close, title="EMA Source")
PPprd = input(defval = 2, title="Pivot Point Period")
AtrFactor=input(defval = 2, title = "ATR Factor")
AtrPd=input(defval = 18, title = "ATR Period")
StartDate = input(timestamp("1 Dec 2022"), title="Start Date")
EndDate = input(timestamp("12 Jan 2023"), title="End Date")
var float ph = na
var float pl = na
ph := ta.pivothigh(PPprd, PPprd)
pl :=ta.pivotlow(PPprd, PPprd)
float center = na
center := center[1]
// float lastpp = ph ? ph : pl ? pl : 0.0
float lastpp = na(ph) ? na(pl) ? na : pl : ph
if lastpp > 0
if na(center)
center := lastpp
else
center := (center * 2 + lastpp) / 3
Up = center - (AtrFactor * ta.atr(AtrPd))
Dn = center + (AtrFactor * ta.atr(AtrPd))
var float TUp = na
var float TDown = na
Trend = 0
TUp := close[1] > TUp[1] ? math.max(Up, TUp[1]) : Up
TDown := close[1] < TDown[1] ? math.min(Dn, TDown[1]) : Dn
Trend := close > TDown[1] ? 1: close < TUp[1]? -1: nz(Trend[1], 1)
Trailingsl = Trend == 1 ? TUp : TDown
// Lines
linecolor = Trend == 1 and nz(Trend[1]) == 1 ? color.lime : Trend == -1 and nz(Trend[1]) == -1 ? color.red : na
plot(Trailingsl, color = linecolor , linewidth = 2, title = "PP SuperTrend")
bsignalSSPP = close > Trailingsl
ssignalSSPP = close < Trailingsl
///////
// ADX
//////
lenADX = 14
th = 14
TrueRange = math.max(math.max(high-low, math.abs(high-nz(close[1]))), math.abs(low-nz(close[1])))
DirectionalMovementPlus = high-nz(high[1]) > nz(low[1])-low ? math.max(high-nz(high[1]), 0): 0
DirectionalMovementMinus = nz(low[1])-low > high-nz(high[1]) ? math.max(nz(low[1])-low, 0): 0
SmoothedTrueRange = 0.0
SmoothedTrueRange := nz(SmoothedTrueRange[1]) - (nz(SmoothedTrueRange[1])/lenADX) + TrueRange
SmoothedDirectionalMovementPlus = 0.0
SmoothedDirectionalMovementPlus := nz(SmoothedDirectionalMovementPlus[1]) - (nz(SmoothedDirectionalMovementPlus[1])/lenADX) + DirectionalMovementPlus
SmoothedDirectionalMovementMinus = 0.0
SmoothedDirectionalMovementMinus := nz(SmoothedDirectionalMovementMinus[1]) - (nz(SmoothedDirectionalMovementMinus[1])/lenADX) + DirectionalMovementMinus
DIPlus = SmoothedDirectionalMovementPlus / SmoothedTrueRange * 100
DIMinus = SmoothedDirectionalMovementMinus / SmoothedTrueRange * 100
DX = math.abs(DIPlus-DIMinus) / (DIPlus+DIMinus)*100
ADX = ta.sma(DX, lenADX)
//////
// MA
/////
lenMA = 21
srcMA = input(close, title="Source")
// offsetMA = input(title="Offset", type=input.integer, defval=0, minval=-500, maxval=500)
offsetMA = input(0, title="Offset")
outMA = ta.sma(srcMA, lenMA)
//
// RSI
//
length = input( 14 )
overSold = input( 30 )
overBought = input( 65 )
price = close
vrsi = ta.rsi(price, length)
// Buy - Sell Entries
buy = bsignalSSPP and outMA < close and ADX > th
sell = ssignalSSPP
if (buy and vrsi > overBought)
// .order // Tuned version
strategy.entry("Buy", strategy.long)
// strategy.close("Sell", "close Sell")
if (sell) and (strategy.position_size > 0)
// strategy.entry("Sell", strategy.short)
strategy.close("Buy", "Close Buy")
// if(sell and vrsi < overSold )
// strategy.entry("Sell", strategy.short)
// if(buy) and (strategy.position_size > 0)
// strategy.close("Sell", "close Sell")
- 利用价格动量指标实现的趋势跟踪策略
- 基于RSI指标的移动止损买卖策略
- 短期极限空头策略
- 优化EMA黄金交叉策略
- 基于MA转折点的长短策略
- RSI指标追踪止盈止损策略
- 基于RSI指标的短线交易策略
- 基于均线和超越的跟踪止损策略
- 基于线性回归分析和均线指标的短线交易策略
- 基于双EMA和带通滤波器的组合交易策略
- 偏反指标回测策略
- 三均线黄金交叉交易策略
- 基于移动平均线的量化交易策略
- 基于价格行情和交易量的趋势追踪策略
- 基于Ichimoku Kinko Hyo指标的突破策略
- ADX动量趋势策略
- 双均线回转与枢轴点组合策略
- 移动平均线与随机RSI组合交易策略
- 动态趋势追踪反转策略
- 每日均成本策略结合EMA触碰信号