Die Strategie des gleitenden Durchschnitts

Schriftsteller:ChaoZhang, Datum: 2023-11-01 15:55:51
Tags:

滑动平均线捕捉策略

Übersicht

Die Strategie verwendet die schwebende Durchschnittstechnik als Haupthandelssignal und kombiniert sie mit dem Haiken-Körperindikator, der Markttrendumkehr erkennt und kurzfristige Preisdynamik erfasst. Die Strategie optimiert die Haiken-Durchschnittsstrategie von Gustavo Brano und ermöglicht eine lauflose Signalproduktion durch Entfernung der Schwerfarbfunktion.

Die Strategie

  1. Berechnen Sie den Haiken-Abschlusspreis nAMAn als Preis-Hauptlinie.

  2. Berechnen Sie den schnellen gleitenden Durchschnitt fma und den schnellen gleitenden Durchschnitt sma für den Haikenschlusspreis.

  3. Wenn die fma den sma trägt, erzeugt sie ein Kaufsignal; wenn die fma den sma trägt, erzeugt sie ein Verkaufssignal.

  4. Die Strategie entfernt die Schwerfarbfunktion aus der ursprünglichen Strategie und erlaubt es, Transaktionssignale in Echtzeit zu erzeugen, um Rückprüfungsdaten zu vermeiden.

Stärkenanalyse

  1. In Kombination mit dem Haikeng-Form-Indikator kann der Trendwendepunkt des Marktes genauer beurteilt werden.

  2. Die Kombination von zwei Mittellinien ist ein effektiver Filter für falsche Durchbrüche.

  3. Das Signal wird ohne Verzögerung ausgegeben und die Festplatte funktioniert zuverlässig.

  4. Die Optimierung der Parameter ist flexibel und kann für verschiedene Sorten angepasst werden.

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

  6. Sie können als vollständig automatisierte Handelsstrategien konfiguriert werden, um das Risiko einer menschlichen Operation zu reduzieren.

Risikoanalyse

  1. Die Haikeng-Durchschnittslinie hat sich schlecht auf den preisschwankenden Markt entwickelt.

  2. Die Strategie des doppelten Gleichlinien-Handels erzeugt leicht mehr falsche Signale.

  3. Wenn die Mittelparameter nicht richtig eingestellt sind, wird der Trend verfehlt oder die Rückgänge vergrößert.

  4. In der Tat gibt es eine Handelskosten, die einen gewissen Einfluss auf die Nettogewinne haben.

  5. Es wird eine strenge Stop-Loss-Methode benötigt, um Einzelverluste zu kontrollieren.

  6. Die Strategie des mechanischen Handels ist riskant und erfordert eine gute Finanzverwaltung.

Risikomanagementmaßnahmen:

  1. In Verbindung mit dem Volatilitätsindikator vermeiden Sie die Erschütterungszonen.

  2. Es gibt eine Reihe von Möglichkeiten, um die Qualität der Transaktionssignale zu gewährleisten.

  3. Optimierung der Parameterprüfung und Auswahl der passenden Mittelstrahlkombinationen.

  4. Die Frequenz der Transaktionen wird angepasst, um die Auswirkungen auf die Transaktionskosten zu reduzieren.

  5. Ein angemessenes Stop-Loss-Level wird eingerichtet, um die Einzelschäden zu kontrollieren.

  6. Die Investitionen werden von den Banken in die Bankenverwaltung übernommen.

Strategische Optimierung

  1. Optimierung der Kombination von Doppel-Gleichlinien-Parametern und Verbesserung der Signalqualität.

  2. Der Trend-Filter wird erhöht, um die Erschütterungszonen zu vermeiden.

  3. Die Verbraucher sind in der Lage, sich zu informieren, wie sie sich am besten fühlen und wie sie sich fühlen.

  4. Setzen Sie dynamische Stop-Loss- und Tracking-Stopps ein, um die Gewinnsammlung zu optimieren.

  5. Ein integrierter Fondsmanagement-Module, der die Größe der Positionen kontrolliert.

  6. Das neue Modul wurde in den letzten Jahren erweitert.

Zusammenfassung

Diese Strategie integriert die Hyundai Uniform Trend Judgement und die Bi-Uniform Combination Filtering Technik, um eine einfache und praktische Kurzzeit-Trend-Tracking-Strategie zu realisieren. Die Strategie-Signalgenerierung ist in Echtzeit zuverlässig und funktioniert gut. Sie kann durch Parameteroptimierung, Einstellungen von Windregeln und Erweiterung von Algorithmen-Handelsmodulen zu einer zuverlässigen vollautomatischen Handelsstrategie optimiert werden.


/*backtest
start: 2022-10-25 00:00:00
end: 2023-10-31 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
//Heikin/Kaufman by Gustavo v5
// strategy('Heikin Ashi EMA v5 no repaint ', shorttitle='Heikin Ashi EMA v5 no repaint', overlay=true, max_bars_back=500, default_qty_value=1000, initial_capital=100000, currency=currency.EUR)


// Settings - H/K
res1 = input.timeframe(title='Heikin Ashi EMA Time Frame', defval='D')
test = input(0, 'Heikin Ashi EMA Shift')
sloma = input(20, 'Slow EMA Period')
nAMA = hlc3

//Kaufman MA
Length = input.int(5, minval=1)
xPrice = input(hlc3)
xvnoise = math.abs(xPrice - xPrice[1])
Fastend = input.float(2.5, step=.5)
Slowend = input(20)
nfastend = 2 / (Fastend + 1)
nslowend = 2 / (Slowend + 1)
nsignal = math.abs(xPrice - xPrice[Length])
nnoise = math.sum(xvnoise, Length)
nefratio = nnoise != 0 ? nsignal / nnoise : 0
nsmooth = math.pow(nefratio * (nfastend - nslowend) + nslowend, 2)
nAMAn = nz(nAMA[1]) + nsmooth * (xPrice - nz(nAMA[1]))

//Heikin Ashi Open/Close Price
ha_t = ticker.heikinashi(syminfo.tickerid)
ha_close = request.security(ha_t, timeframe.period, nAMAn)
mha_close = request.security(ha_t, res1, hlc3)

//Moving Average
fma = ta.ema(mha_close[test], 1)
sma = ta.ema(ha_close, sloma)
plot(fma, title='MA', color=color.new(color.black, 0), linewidth=2, style=plot.style_line)
plot(sma, title='SMA', color=color.new(color.red, 0), linewidth=2, style=plot.style_line)

//Strategy
golong = ta.crossover(fma, sma)
goshort = ta.crossunder(fma, sma)

strategy.entry('Buy', strategy.long, when=golong)
strategy.entry('Sell', strategy.short,when=goshort)



Weitere Informationen