Die Ressourcen sind geladen. Beförderung...

Übergang zum Meister - Umkehrung der Strategie

Schriftsteller:ChaoZhang, Datum: 2023-10-20 17:24:14
Tags:

穿越大师-反转突破策略

Übersicht

Die Master-Reverse-Breakthrough-Strategie ist eine einfache, aber praktische Handelsstrategie, die auf einem gleitenden Durchschnitt basiert. Sie nutzt die Kreuzung von schnellen und langsamen gleitenden Durchschnitten als Kauf- und Verkaufssignale. Sie erzeugt ein Kaufsignal, wenn ein schneller gleitender Durchschnittsstrahl von unten durch den schnellen gleitenden Durchschnittsstrahl geht.

Die Strategie

Die Strategie verwendet zwei gleitende Durchschnitte: einen kurzfristigen schnellen und einen langfristigen langfristigen schnellen. Die Parameter für den schnellen gleitenden Durchschnitt liegen bei 12 Tagen und für den langfristigen schnellen Durchschnittswert bei 26 Tagen. Die Strategie berechnet zuerst den 2-tägigen einfachen gleitenden Durchschnitt von ENDPOINT als Preisdaten und berechnet dann den schnellen und den langfristigen gleitenden Durchschnittswert.

Konkret wird die Strategie die Marktentwicklung durch den Vergleich der Größe der Zahlen der schnellen und der langsamen beweglichen Durchschnitte beurteilen. Wenn die Zahlen der schnellen und der langsamen beweglichen Durchschnitte größer sind als die der langsamen und der schnellen beweglichen Durchschnitte, wird der Markt als aufsteigend bezeichnet (bullish); wenn die Zahlen der schnellen und der langsamen beweglichen Durchschnitte kleiner sind als die der langsamen und der langsamen beweglichen Durchschnitte, wird der Markt als absteigend bezeichnet (bearish).

Die Triggerlogik für ein Kaufsignal ist: Es wird ein Kaufsignal erzeugt, wenn der Markt von einem Abwärtstrend zu einem Aufwärtstrend wechselt, d. h. wenn er einen langsamen Schritt am schnellen Schritt durchläuft und der Preis höher als der schnelle Schritt ist.

Die Triggerlogik für ein Verkaufssignal ist: Wenn der Markt von einem Aufwärtstrend in einen Abwärtstrend umschlägt, d. h. unterhalb eines schnellen beweglichen Durchschnitts durch einen langsamen beweglichen Durchschnitts, und der Preis unterhalb eines schnellen beweglichen Durchschnitts ist, wird ein Verkaufssignal erzeugt.

Durch eine solche Gestaltung kann die Strategie bei einem Marktumsturz die Chance der Umkehrung rechtzeitig nutzen.

Stärkenanalyse

Die Strategie hat folgende Vorteile:

  1. Die strategische Logik ist einfach, klar, leicht zu verstehen und umzusetzen.

  2. Die mobile Durchschnittstechnologie ist ausgereift und zuverlässig.

  3. Mit dem entworfenen Doppel-Moving-Average kann man Marktlärm filtern und Markttrends erkennen.

  4. In Kombination mit einem Preisbewegungsindikator kann die Genauigkeit der Kauf- und Verkaufszeiten verbessert werden.

  5. Die Optimierung der Parameter ist groß und kann entsprechend den Parametern des Marktes angepasst werden, um bessere Ergebnisse zu erzielen.

  6. Sie können eine Stop-Loss-Logik hinzufügen, um Risiken zu kontrollieren.

  7. Die Frequenz der Transaktionen sollte moderat sein und man sollte nicht übertrieben handeln.

  8. Die Optimierung kann in Kombination mit anderen Indikatoren wie dem Blinkband, dem RSI usw. durchgeführt werden.

  9. Die Daten sind ausreichend, um die Wirksamkeit der Strategie zu überprüfen.

Risikoanalyse

Die Strategie birgt auch folgende Risiken:

  1. Eine doppelte schwebende Durchschnittsstrategie erzeugt leicht falsche Signale, die Markttrends verpassen oder unnötige Trades erzeugen können.

  2. Die gleitenden Durchschnittswerte sind zurückgeblieben und können eine Chance auf eine schnelle Umkehrung verpassen.

  3. Eine falsche Einstellung der Parameter kann zu einer zu hohen oder zu niedrigen Handelsfrequenz führen.

  4. Diese Strategie ist für mittlere und lange Handelsstränge geeignet, während kurze Handelsstränge möglicherweise nicht gut funktionieren.

  5. Diese Strategie kann nicht gegen die Auswirkungen von Marktvorfällen vorgehen.

  6. Es besteht ein Risiko, dass Sie für einen bestimmten Zeitraum einen Verlust machen.

  7. Die Einstellungen für verschiedene Sorten müssen angepasst werden.

  8. Die Auswirkungen auf die Konjunktur können nachteilig sein.

Die Risiken können durch folgende Maßnahmen reduziert werden:

  1. Optimierung der Parameter und Anpassung an das aktuelle Marktumfeld.

  2. In Kombination mit anderen Indikatoren wird das Signal gefiltert.

  3. Ein Stopp-Mechanismus zur Verminderung von Verlusten.

  4. Die Postverwaltung sollte entsprechend angepasst werden.

  5. Die Optimierungsparameter wurden je nach Sorte getestet.

Optimierung

Die Strategie kann in folgenden Bereichen optimiert werden:

  1. Optimieren Sie die Periodenparameter der gleitenden Durchschnittslinie, um sie besser an die aktuellen Marktbedingungen anzupassen.

  2. Verschiedene Arten von gleitenden Durchschnitten, wie beispielsweise exponentielle gleitende Durchschnitte, gewichtete gleitende Durchschnitte usw., werden getestet.

  3. Der Trend wird durch die Erhöhung der Transaktionsmengen überprüft.

  4. In Kombination mit anderen technischen Indikatoren, wie MACD, RSI usw. wird eine Kombination durchgeführt.

  5. Sie können auch eine neue Stop-Loss-Strategie verwenden, wie z.B. mobile Stops, Zeit-Stops usw.

  6. Optimieren Sie Ihre Positionsmanagementstrategien wie feste Anteile, dynamische Anteile usw.

  7. Die Zeitfenster, die Optimierung der Parameter für die Sortenuntersuchung.

  8. Es wurden Maschinenlern-Algorithmen hinzugefügt, die automatische Optimierung von Parametern und Signalprüfung mit Hilfe von KI-Technologien ermöglichen.

  9. Die Techniken des Deep-Learning-Systems werden eingesetzt, um komplexere Grafiken zu erkennen.

  10. Erforschen Sie Ideen für die Gestaltung von Strategien ohne Parameter.

Durch kontinuierliche Optimierung kann die Anpassungsfähigkeit der Strategie verbessert werden, um eine stabile Wirkung in verschiedenen Marktumgebungen zu erzielen.

Zusammenfassung

Insgesamt ist die Gesamtidee der Master-Through-Reverse-Breakthrough-Strategie klar, einfach umzusetzen und hat einen gewissen praktischen Wert. Die Strategie erfasst die Trendbewusstseinseigenschaften der gleitenden Durchschnittsindikatoren und verbessert gleichzeitig die Signalqualität in Kombination mit den Preisbewegungsindikatoren. In Bezug auf die Optimierung von Parametern und die Risikokontrolle gibt es Raum für Erhöhungen. Insgesamt bietet die Strategie uns eine Idee für eine durchbrechende Handelsstrategie, die auf einfachen Indikatoren basiert, und dient als gutes Beispiel für das Lernen einer qualifizierten und effektiven Handelsstrategie.


/*backtest
start: 2022-10-13 00:00:00
end: 2023-10-19 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("CDC Action Zone V.2 strategy", overlay=true)
// Credit Script base from CDC Action Zone V.2 by piriya33
// CDC ActionZone V2 29 Sep 2016
// CDC ActionZone is based on a simple 2MA and is most suitable for use with medium volatility market
// 11 Nov 2016 : Ported to Trading View with minor UI enhancement

src = input(title="Data Array",defval=ohlc4)
prd1=input(title="Short MA period",defval=12)
prd2=input(title="Long MA period",defval=26)
AP = ema(src,2)
Fast = ema(AP,prd1)
Slow = ema(AP,prd2)

// === INPUT BACKTEST RANGE ===
FromYear  = input(defval = 2019, title = "From Year", minval = 2009)
FromMonth = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
FromDay   = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
ToYear    = input(defval = 9999, title = "To Year", minval = 2009)
ToMonth   = input(defval = 12, title = "To Month", minval = 1, maxval = 12)
ToDay     = input(defval = 31, title = "To Day", minval = 1, maxval = 31)

// === FUNCTION EXAMPLE ===
start     = timestamp(FromYear, FromMonth, FromDay, 00, 00)  // backtest start window
finish    = timestamp(ToYear, ToMonth, ToDay, 23, 59)        // backtest finish window
window()  => time >= start and time <= finish ? true : false // create function "within window of time"

Bullish = Fast>Slow
Bearish = Fast<Slow

Green = Bullish and AP>Fast
Red = Bearish and AP<Fast
Yellow = Bullish and AP<Fast
Blue = Bearish and AP>Fast

//Long Signal
Buy = Green and Green[1]==0
Sell = Red and Red[1]==0

//Short Signal
Short = Red and Red[1]==0
Cover = Red[1] and Red==0

//Plot

l1=plot(Fast,"Fast", linewidth=1,color=red)
l2=plot(Slow,"Slow", linewidth=2,color=blue)
bcolor = Green ? lime : Red ? red : Yellow ? yellow : Blue ? blue : white
barcolor(color=bcolor)
fill(l1,l2,bcolor)

strategy.entry("Buy",true,when=window() and Buy)
strategy.close_all(when=window() and Sell)


Weitere Informationen