Die Ressourcen sind geladen. Beförderung...

Strategie für mehrere Zeitrahmen

Schriftsteller:ChaoZhang, Datum: 2023-10-23 16:56:52
Tags:

img

Übersicht

Diese Strategie ist eine Handelsstrategie, die mehrere Zeitrahmen nutzt. Sie verwendet hauptsächlich den langfristigen Zeitrahmen, um die Trendrichtung zu bestimmen, den mittelfristigen Zeitrahmen, um die Momentumrichtung zu bestimmen, und den kurzfristigen Zeitrahmen, um bestimmte Einstiegspunkte zu lokalisieren. Die allgemeine Idee besteht darin, Entscheidungen zu treffen, die auf Trend, Momentum und Eintrittszeit in drei verschiedenen Zeitspannen basieren.

Grundsätze

Die Strategie wird hauptsächlich durch folgende Maßnahmen umgesetzt:

  1. Definition verschiedener Zeitrahmen

    • Langfristig (täglich): zur Ermittlung der allgemeinen Entwicklung
    • Mittelfristige (4-Stunden): zur Bestimmung der Impulsrichtung
    • Kurzfristige (zollrechtliche): zur Ermittlung der Eintrittspunkte
  2. Bestimmung der langfristigen Entwicklung

    • Verwendung der SMA zur Bestimmung der langfristigen Trendrichtung
    • Wenn die Schließung über der SMA liegt, als Aufwärtstrend definieren
    • Wenn die Schließung unterhalb der SMA liegt, als Abwärtstrend definieren
  3. Ermittlung der mittelfristigen Dynamik

    • Verwenden Sie Stoch K und D-Linien
    • Wenn die K-Linie über der D-Linie liegt, definiert als Aufwärtsmomentum
    • Wenn die K-Linie unterhalb der D-Linie liegt, definieren Sie als Abwärtsmomentum
  4. Eintrittspunkte finden

    • Long Entry: langfristiger Aufwärtstrend, mittelfristiger Aktienkurs aufwärts, kurzfristiger MA goldenes Kreuz
    • Kurzer Einstieg: langfristiger Abwärtstrend, mittelfristiger Abwärtstrend, kurzfristiger MA-Totkreuz
  5. Ausgangspunkte

    • Langer Ausgang: Mittelfristige Stoch-K-Linie unterhalb der D-Linie
    • Kurzer Ausstieg: Mittelfristige Stoch-K-Linie überquert D-Linie

Zusammenfassend lässt sich sagen, dass diese Strategie die Informationen über Zeiträume hinweg voll ausnutzt, um Trends und Zeitpunkte aus verschiedenen Dimensionen zu beurteilen, die falsche Ausbrüche effektiv filtern und hochwahrscheinliche Einstiegspunkte entlang des Trends auswählen können.

Vorteile

Zu den Vorteilen dieser Strategie gehören:

  1. Die mehrfachen Zeitrahmen sind wissenschaftlich und sorgfältig gestaltet, so dass die Marktentwicklung genauer beurteilt und nicht durch kurzfristige Marktgeräusche getäuscht werden kann.

  2. Umfassende Bedingungen unter Berücksichtigung von Trend, Dynamik und Eintrittszeit helfen, viele falsche Signale zu filtern.

  3. Die Verwendung von Stoch zur Ermittlung der mittelfristigen Dynamik ist sehr präzise und hilft, echte Marktumkehrungen zu erfassen.

  4. Die strengen Einstiegskriterien verhindern die meisten falschen Ausbrüche durch Preisspitzen.

  5. Definite Stop-Loss-Ausgangspunkte kontrollieren das Risiko für jeden Handel effektiv.

  6. Anwendbar in verschiedenen Marktumgebungen, ohne durch spezifische Marktbedingungen eingeschränkt zu sein.

  7. Es besteht Raum für eine Optimierung des Kapitalmanagements, wie z. B. festes Stop-Loss-Prozentsatz, dynamische Positionsgröße usw.

Risiken

Für diese Strategie sind auch einige Risiken zu beachten:

  1. Auf den Märkten mit unterschiedlichen Standards kann es mehrere Stopp-Loss-Erfolge geben.

  2. Trends werden möglicherweise nicht rechtzeitig erfasst, was zu unsachgemäßen Trades führt.

  3. Sich ausschließlich auf Stoch für das Momentum-Urteil zu verlassen, hat seine Grenzen.

  4. Die strengen Einstiegskriterien können dazu führen, daß manche Trends übersehen werden.

  5. Das Gewinnpotenzial ist relativ begrenzt und nicht in der Lage, große Trends zu erfassen.

Einige Möglichkeiten, die Risiken zu verringern:

  1. Feinabstimmungsparameter zur Verringerung der Fehlerquote.

  2. Hinzufügen von Trendindikatoren, um ein kombiniertes Urteil zu erstellen.

  3. Fügen Sie mehr Indikatoren wie MACD für die Momentum-Bewertung ein.

  4. Optimieren Sie den Stop-Loss für den Trailing-Stop usw.

  5. Sofortige Anpassung von Stop Loss und Positionsgröße bei wesentlichen Trendänderungen.

Optimierung

Einige Möglichkeiten zur Optimierung der Strategie:

  1. Optimierung von Parametern wie MA-Perioden, Stoch-Einstellungen zur Verbesserung der Signalgenauigkeit.

  2. Fügen Sie mehr Indikatoren wie MACD, Bollinger Bands hinzu, um das Urteilsvermögen zu verbessern.

  3. Optimieren Sie die Einstiegskriterien, erlauben Sie mehr Geschäfte mit akzeptablem Risiko.

  4. Verwenden Sie Trailing Stop Loss oder ATR-basierte Stops.

  5. Aktive Anpassung der Positionsgröße bei wesentlichen Trendänderungen.

  6. Nutzen Sie maschinelles Lernen, um Parameter und Regeln automatisch zu optimieren.

  7. Betrachten Sie die Grundlagen, verwenden Sie die Release der wichtigsten Daten, um die Signale weiter zu bestätigen.

  8. Test-Effizienz für verschiedene Produkte wie Forex, Metalle etc.

Schlussfolgerung

Zusammenfassend ist die Kernidee dieser Trendstrategie für mehrere Zeitrahmen, Entscheidungen auf der Grundlage langfristiger, mittelfristiger und kurzfristiger Dimensionen zu treffen. Die Vorteile liegen in strengen Bedingungen und kontrollierbaren Risiken, aber Parameter und Regeln müssen für bestimmte Märkte optimiert werden. In Zukunft kann diese Strategie durch die Einbeziehung mehrerer Indikatoren, die Optimierung von Stops, das Hinzufügen von maschinellem Lernen usw. weiter verbessert werden.


/*backtest
start: 2023-10-15 00:00:00
end: 2023-10-22 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("TUX MTF", overlay=true)

// MULTIPLE TIME FRAME STRATEGY
// LONG TERM --- TREND
// MED TERM --- MOMENTUM
// SHORT TERM --- ENTRY

// ENTRY POSITION TIMEFRAME
entry_position = input(title="Entry timeframe (minutes)",  defval=5, minval=1, maxval=1440)
med_term = entry_position * 4
long_term = med_term * 4

// GLOBAL VARIABLES
ma_trend = input(title="Moving Average Period (Trend)",  defval=50, minval=5, maxval=200)

// RSI
length = input(title="Stoch Length",  defval=18, minval=5, maxval=200)
OverBought = input(title="Stoch OB",  defval=80, minval=60, maxval=100)
OverSold = input(title="Stoch OS",  defval=20, minval=5, maxval=40)
smoothK = input(title="Stoch SmoothK",  defval=14, minval=1, maxval=40)
smoothD = input(title="Stoch SmoothD",  defval=14, minval=1, maxval=40)
maSm = input(title="Moving Avg SM",  defval=7, minval=5, maxval=50)
maMed = input(title="Moving Avg MD",  defval=21, minval=13, maxval=200)

// LONG TERM TREND
long_term_trend = request.security(syminfo.ticker, tostring(long_term), sma(close,ma_trend)) > request.security(syminfo.ticker, tostring(long_term), close)
plot(request.security(syminfo.ticker, tostring(long_term), sma(close,ma_trend)), title="Long Term MA", linewidth=2)
// FALSE = BEAR
// TRUE = BULL

// MED TERM MOMENTUM

k = request.security(syminfo.ticker, tostring(med_term), sma(stoch(close, high, low, length), smoothK))
d = request.security(syminfo.ticker, tostring(med_term), sma(k, smoothD))

os = k >= OverBought or d >= OverBought
ob = k <= OverSold or d <= OverSold


// SHORT TERM MA X OVER
bull_entry = long_term_trend == false and os == false and ob == false and k > d and request.security(syminfo.ticker, tostring(entry_position), crossover(sma(close, maSm), sma(close, maMed)))
bear_entry = long_term_trend == true and os == false and ob == false and k < d and request.security(syminfo.ticker, tostring(entry_position), crossunder(sma(close, maSm), sma(close, maMed)))



bull_exit = crossunder(k,d)
bear_exit = crossover(k,d)



if (bull_entry)
    strategy.entry("Long", strategy.long)
    

if (bear_entry)
    strategy.entry("Short", strategy.short)
  
strategy.close("Long", when = bull_exit == true)
strategy.close("Short", when = bear_exit == true)

    
    

    




Mehr