Die langfristige Trendumkehrstrategie ist ein mechanisches Handelssystem, das Trendfolgen und kurzfristige Umkehrungen kombiniert. Es verwendet das 7-Tage-Hoch und Tief, um einen Kanal zu bauen, und den 200-Tage- gleitenden Durchschnitt, um die langfristige Trendrichtung zu bestimmen.
Die Strategie beruht hauptsächlich auf folgenden Grundsätzen:
Verwenden Sie das 7-Tage-Hoch-Tief, um den Anstieg und Fall der letzten Woche zu beurteilen.
Der gleitende 200-Tage-Durchschnitt bestimmt die langfristige Trendrichtung.
Wenn der Preis unter den 7-Tage-Tief und über dem 200-Tage- gleitenden Durchschnitt bricht, wird ein Kaufsignal generiert. Dies zeigt das Ende der kurzfristigen Abwärtskorrektur an und der Trend kann sich nach oben wenden.
Wenn der Kurs über das 7-Tage-Hoch und unter dem 200-Tage- gleitenden Durchschnitt bricht, wird ein Verkaufssignal erzeugt, das das Ende der kurzfristigen Aufwärtskorrektur anzeigt und den Trend nach unten umkehren kann.
Verwenden Sie 2x ATR Stop Loss, um das Risiko pro Handel zu kontrollieren.
Der Schlüssel ist, sowohl kurzfristige als auch langfristige Zeitrahmen zu berücksichtigen. Der 7-Tage-Kanal beurteilt die jüngste Kursentwicklung und der 200-Tage-MA beurteilt den mehrmonatigen Trend. Handelssignale werden nur erzeugt, wenn beide die gleiche Richtung anzeigen. Dies vermeidet falsche Signale von kurzfristigen Korrekturen.
Die wichtigsten Vorteile dieser Strategie sind:
Einfache und klare Signale basierend auf Preis und gleitendem Durchschnitt.
Betrachtet kurz- und langfristige Trends und filtert Lärm effektiv.
Die Kombination von Trendverfolgung und mittlerer Umkehrung erleichtert die Rendite.
ATR-Stop-Loss kontrolliert das Risiko, reduziert den maximalen Abzug.
Anwendbar auf Aktien, Devisen, Krypto auf allen Märkten.
Kann in Hoch- und Niederfrequenzumgebungen laufen.
Die wichtigsten Risiken sind:
Kann große Trends in starken Trending-Märkten verpassen.
Der Stop-Loss kann häufig in unruhigen Märkten ausgelöst werden.
Falsche Parameter können zu einem Überhandel führen.
Unzulässige kurz- und langfristige Trendmetriken können zu viele Signale filtern.
Modellversagen aufgrund fehlender Probendaten.
Die wichtigsten Risikomanagementtechniken:
Optimierung der Parameter für einen angemessenen Stop-Loss und eine angemessene Handelsfrequenz.
Robuste Backtesting über Märkte und Zeitrahmen hinweg.
Diversifizierung des Portfolios zur Verringerung des Risikos einer einzigen Strategie.
Exponentielle Stop-Loss-Regelung zur Begrenzung des Verlusts pro Handel.
Die Strategie kann verbessert werden:
Optimieren Sie die Kanallänge für eine bessere kurzfristige Trendmetrik.
Optimierung der MA-Länge für eine bessere langfristige Trendmetrik.
Versuchen Sie andere Stop-Loss-Techniken wie Prozentsatz, Trailing.
Trendumkehrungen führen häufig zu einem Volumenanstieg.
Maschinelles Lernen, um optimale kurz- und langfristige Parameter zu finden.
Dynamische Ausstiegsregeln, basierend auf Fundamentalen und Stimmungen.
Optimierung von Stop-Loss für exponentielle oder Gewinnschließalgorithmen.
Parameteroptimierung und -kombinationen können die Renditen und Risikometriken weiter verbessern.
Die langfristige Trendumkehrstrategie kombiniert sowohl Trendverfolgung als auch Mittelumkehr. Durch das Beurteilen sowohl kurzfristiger als auch langfristiger Trends erzeugt sie Signale an Trendumkehrpunkten. Im Vergleich zu reinen Trend- oder Mittelumkehrstrategien filtert sie Marktlärm aus und erzielt eine stetige Rendite und Risikokontrolle. Insgesamt eignet sich diese Strategie für Algo-Händler mit Marktansichten und bietet eine stabile Performance für quantitative Portfolios. Mit laufender Optimierung und Risikomanagement sind weitere Verbesserungen der Risikorendite möglich.
/*backtest start: 2023-11-05 00:00:00 end: 2023-11-12 00:00:00 period: 45m basePeriod: 5m exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ // This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/ // © racer8 //@version=4 // This Algo Strategy Has Only 3 rules and 62% Win Rate (Youtube) strategy("Trend Bounce", overlay=true) nn = input(7,"Channel Length") hi = highest(high,nn) lo = lowest(low,nn) n2 = input(200,"Ma Length") ma = sma(close,n2) if close>ma and close<lo[1] strategy.entry("Buy",strategy.long) if close>hi[1] strategy.close("Buy") if close<ma and close>hi[1] strategy.entry("Sell",strategy.short) if close<lo[1] strategy.close("Sell") plot(hi,"high",color=color.aqua) plot(lo,"low",color=color.aqua) plot(ma,"sma",color=color.yellow) //-----------------------------------------Stop Loss------------------------------------------------------- atr = sma(tr,10)[1] bought = strategy.position_size[0] > strategy.position_size[1] sold = strategy.position_size[0] < strategy.position_size[1] slm = input(2.0,"ATR Stop Loss",minval=0) StopPrice_Long = strategy.position_avg_price - slm*atr // determines stop loss's price StopPrice_Short = strategy.position_avg_price + slm*atr // determines stop loss's price FixedStopPrice_Long = valuewhen(bought,StopPrice_Long,0) // stores original StopPrice FixedStopPrice_Short = valuewhen(sold,StopPrice_Short,0) // stores original StopPrice plot(FixedStopPrice_Long,"ATR Stop Loss Long",color=color.blue,linewidth=1,style=plot.style_cross) plot(FixedStopPrice_Short,"ATR Stop Loss Short",color=color.red,linewidth=1,style=plot.style_cross) if strategy.position_size > 0 strategy.exit(id="Stop", stop=FixedStopPrice_Long) // commands stop loss order to exit! if strategy.position_size < 0 strategy.exit(id="Stop", stop=FixedStopPrice_Short) // commands stop loss order to exit!