ChaoZhang
概述
该策略基于日线的最高价和最低价绘制两条线,作为多空判断的依据。当价格上穿最高价线时,做多;当价格下穿最低价线时,做空。可以自动进行多空切换。
策略原理
该策略主要利用了日线的枢轴点来判断多空。所谓“枢轴”,就是昨日的最高价和最低价。这两条线构成一个交易区间,如果今日的价格突破这两个点中的任一个,那么就可以判断趋势发生转折。
具体来说,策略主要逻辑如下:
- 最高价线:绘制昨日的最高价水平线,如果今日收盘价突破该线则为多头信号
- 最低价线:绘制昨日的最低价水平线,如果今日收盘价突破该线则为空头信号
- 多头入场:收盘价上穿最高价线时,开多仓
- 空头入场:收盘价下穿最低价线时,开空仓
- 止损:多头止损位于最低价线附近,空头止损位于最高价线附近
这样,通过最高、最低价的突破来捕捉趋势,实现自动的多空切换。
优势分析
该策略主要有以下几个优势:
- 策略思路清晰,容易理解和实现
- 基于日线交易,时间周期长,不容易被短线噪音干扰
- 自动切换多空,最大程度规避非趋势市
- 止损点明确,有利于风险控制
风险分析
该策略也存在一些风险:
- 日线交易时间周期较长,无法及时止损
- 突破的假突破可能导致不必要的损失
- 持仓时间过长可能导致亏损扩大
针对这些风险,我们可以从以下几个方面进行优化:
- 在日线突破的同时,加入其他更高频指标的确认
- 优化突破判定的参数,过滤掉部分假突破
- 采用移动止损或trailers等方式及时止损
优化方向
该策略还有进一步优化的空间:
- 可以在更多品种和更长的数据上进行回测,验证策略的稳定性
- 可以探索其他突破指标的使用,如通道、布林带等
- 可以结合交易量指标,避免无量突破
- 可以加入更多过滤条件,减少假突破概率
- 可以尝试机器学习等方法对参数进行优化
总结
总的来说,该策略基于简单的日线枢轴思路,实现了多空自动切换。策略逻辑清晰易懂,通过优化可以进一步提高稳定性。投资者可以根据自己的风险偏好,选择合适的参数应用于实盘交易。
策略源码
/*backtest
start: 2023-12-01 00:00:00
end: 2023-12-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//Noro
//2019
//@version=3
strategy(title = "Noro's DEX Strategy", shorttitle = "DEX str", overlay = true, default_qty_type = strategy.percent_of_equity, default_qty_value = 100, pyramiding = 0)
//Settings
needlong = input(true, defval = true, title = "Long")
needshort = input(false, defval = false, title = "Short")
capital = input(100, defval = 100, minval = 1, maxval = 10000, title = "Lot")
showlines = input(true, title = "Show lines")
showbg = input(false, title = "Show background")
showday = input(false, title = "Show new day")
fromyear = input(1900, defval = 1900, minval = 1900, maxval = 2100, title = "From Year")
toyear = input(2100, defval = 2100, minval = 1900, maxval = 2100, title = "To Year")
frommonth = input(01, defval = 01, minval = 01, maxval = 12, title = "From Month")
tomonth = input(12, defval = 12, minval = 01, maxval = 12, title = "To Month")
fromday = input(01, defval = 01, minval = 01, maxval = 31, title = "From day")
today = input(31, defval = 31, minval = 01, maxval = 31, title = "To day")
//New day trand
bar = close > open ? 1 : close < open ? -1 : 0
newday = request.security(syminfo.tickerid, 'D', time)
//Lines
uplevel = request.security(syminfo.tickerid, 'D', high)
dnlevel = request.security(syminfo.tickerid, 'D', low)
upcolor = uplevel == uplevel[1] and showlines ? lime : na
dncolor = dnlevel == dnlevel[1] and showlines? red : na
plot(uplevel, offset = 1, linewidth = 2, color = upcolor)
plot(dnlevel, offset = 1, linewidth = 2, color = dncolor)
//Background
size = strategy.position_size
col = time == newday + 86400000 and showday ? blue : showbg and size > 0 ? lime : showbg and size < 0 ? red : na
bgcolor(col)
//Orders
lot = 0.0
lot := size != size[1] ? strategy.equity / close * capital / 100 : lot[1]
truetime = true
if uplevel > 0 and dnlevel > 0
strategy.entry("Long", strategy.long, needlong ? lot : 0, stop = uplevel, when = truetime)
strategy.entry("Close", strategy.short, needshort ? lot : 0, stop = dnlevel, when = truetime)
更多内容
- 基于ZigZag的多种形态识别短线交易策略
- 基于威廉VIX指标和DEMA指标的跨时间段交易策略
- 基于均线和周期判断的动量突破策略
- 穿越时空的莫非指标策略
- 基于EMA指标的双线交叉趋势交易策略
- 经典动态MACD优化交易策略
- VWAP和RSI组合策略
- 大神波动带RSI交易策略
- 基于EMA通道和MACD的短线交易策略
- 动量指标与恐慌指数交叉策略
- 三移动平均线量化交易策略
- 动量均线交叉策略
- 自适应移动平均和加权移动平均交叉交易策略
- 聚合多时间帧MACD RSI CCI StochRSI MA线性交易策略
- MACD 5合1多指标趋势追踪策略
- 基于MACD和RSI的趋势追踪交易策略
- 基于ATR通道突破的量化交易策略
- 基于ATR和RSI的自适应移动止损趋势跟踪策略
- 基于TSI和HMACCI指标的双边套利策略
- 双移动平均线交叉MACD趋势跟踪策略