Die Ressourcen sind geladen. Beförderung...

Durchschnittliche stochastische Handelsstrategie

Schriftsteller:ChaoZhang, Datum: 2023-10-26 16:20:33
Tags:

Übersicht

Diese Strategie basiert auf dem Durchschnittsstochastischen Oszillator für das Handelssignal und gehört zu einer Trendfolgestrategie. Sie berechnet die gleitenden Durchschnittswerte von %K und %D des Durchschnittsstochastischen Oszillators. Wenn das goldene Kreuz auftritt, gehen Sie lang. Wenn das Todeskreuz auftritt, gehen Sie kurz.

Strategie Logik

Berechnen Sie die Werte von %K und %D des Durchschnittsstochastischen Oszillators. %K ist der gleitende Durchschnitt zufälliger Werte, der auf der Grundlage der Schlusskosten für einen bestimmten Zeitraum berechnet wird und die relative Position des aktuellen Preises gegenüber den höchsten und niedrigsten Preisen für einen bestimmten Zeitraum widerspiegelt. %D ist der gleitende Durchschnitt von %K, der zur Bestätigung des Trends verwendet wird.
Der exponentiell glatte gleitende Durchschnitt (EMA) wird auf %K bzw. %D angewendet, um die durchschnittlichen Werte _avg_k und _avg_d des durchschnittlichen stochastischen Oszillators zu erhalten.
Bestimmung der Handelssignale:
- Kaufsignal: Wenn _avg_k über _avg_d und _avg_d < 20 kreuzt, gehen Sie lang.
- Verkaufssignal: Wenn _avg_k unter _avg_d und _avg_d > 80 liegt, gehen Sie kurz.
Positionsmanagement:
- Langer Stop-Loss: Schließung von Long bei _avg_d > 80
- Kurz-Stop-Loss: kurz geschlossen, wenn _avg_d < 20
Erlauben Sie maximal 3 Aufträge in die gleiche Richtung, was eine Pyramidenstrategie ist.

Vorteile

Die Verwendung von doppelten gleitenden Durchschnitten zur Bestimmung des goldenen Kreuzes und des Todeskreuzes kann falsche Ausbrüche effektiv filtern und die Signalqualität verbessern.
Durch die Anwendung des durchschnittlichen stochastischen Oszillators können die Kursentwicklungen wirksam verfolgt werden.
Die Kombination von Überkauf- und Überverkaufszonen hilft, häufige Handelsgeschäfte auf dem Bereichsmarkt zu vermeiden.
Pyramiden zu erlauben, kann mehr Gewinn auf dem Trendmarkt bringen.
Die Stop-Loss-Strategie steuert Einzelverluste.

Risiken

Die Handelsstrategien mit zwei gleitenden Durchschnitten führen in der Regel zu häufigen Geschäften, die sich auf die Rentabilität auswirken, wenn die Transaktionskosten zu hoch sind.
Die Verwendung von festen Stop-Loss-Punkten kann dazu führen, dass der Trend zu früh beendet wird.
Zu viele Pyramiden können den Verlust vergrößern.
Es kann keine Effektivität bei der Bestimmung von Trendumkehrpunkten aufweisen und kann bei Trendumkehr zu großen Verlusten führen.
Parameterperioden müssen optimiert werden, da verschiedene Perioden zu sehr unterschiedlichen Ergebnissen führen können.

Optimierung

Es sollte in Erwägung gezogen werden, Trendbeurteilungsindikatoren einzuführen, um einen Gegentrendhandel zu vermeiden.
Dynamische Anpassung der Stop-Loss-Punkte, um den Trend besser zu optimieren.
Optimieren Sie die Pyramidenstrategie, z. B. erhöhen Sie die Positionsgröße schrittweise.
Einbeziehung anderer Indikatoren zur frühzeitigen Beurteilung der Trendumkehrung und des Gewinns.
Optimierung der Prüfparameter separat für verschiedene Produkte zur Verbesserung der Anpassungsfähigkeit.

Zusammenfassung

Zusammenfassend ist dies eine typische Trend-Folge-Strategie. Es verwendet den Durchschnittsstochastik-Oszillator, um die Trendrichtung und die Pyramiden zu bestimmen, wenn der Trend auftritt. Der Vorteil ist die starke Tracking-Fähigkeit, die für den Trendmarkt geeignet ist. Es ist jedoch wichtig, den Gegentrendhandel zu vermeiden. Eine weitere Optimierung kann durch Einführung von Trendbeurteilungen, Optimierung der Stop-Loss-Strategie, Kontrolle der Pyramidenzeiten usw. erfolgen.

/*backtest
start: 2022-10-19 00:00:00
end: 2023-10-25 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
//1. AVG Stochastic Calculate
//1.1 AVG %K is calculated by apply EMA with smooth K period on Average of Original Stochastic %k & %d
//+ avg_k=ema((%k+%d)/2,smoothK)
//1.2 AVG %D is calculated by apply EMA with %d period on AVG %K
//+ avg_d=ema(avg_k,periodD)
//2. Parameter
//+ %K Length: 21
//+ %K Smoothing: 3
//+ %D Smoothing: 3
//+ Symbol: BTC/USDT
//+ Timeframe: M30
//+ Pyramiding: Maximum 3 orders at the same direction.
//3. Signal
//3.1 Buy Signal
//+ Entry: AVG %K crossover AVG %D and AVG %D < 20
//+ Exit: AVG %D > 80 
//3.2 Sell Signal
//+ Entry: AVG %K crossunder AVG %D and AVG %D > 80
//+ Exit: AVG %D < 20 
strategy(title="AVG Stochastic Strategy [M30 Backtesting]", overlay=true, pyramiding=3)
periodK = input.int(21, title="%K Length", minval=1)
smoothK = input.int(3, title="%K Smoothing", minval=1)
periodD = input.int(3, title="%D Smoothing", minval=1)
k = ta.sma(ta.stoch(close, high, low, periodK), smoothK)
d = ta.sma(k, periodD)
_avg_k=ta.ema(math.avg(k,d),smoothK)
_avg_d=ta.ema(_avg_k,periodD)
up=
   _avg_k[1]<_avg_d[1]
   and _avg_k>_avg_d
   and _avg_d<20
dn=
   _avg_k[1]>_avg_d[1]
   and _avg_k<_avg_d
   and _avg_d>80
var arr_val=0
if up
    arr_val:=1
    strategy.entry("Long", strategy.long)
if dn
    arr_val:=-1
    strategy.entry("Short", strategy.short)
if up[1] or dn[1]
    arr_val:=0
plotarrow(arr_val,title="Signal",colorup=color.green,colordown=color.red)
if _avg_d>80 
    strategy.close("Long")
if _avg_d<20 
    strategy.close("Short")
//EOF

Mehr