Die Ressourcen sind geladen. Beförderung...

Doppel-Indikator gefilterte Kaufsignalstrategie

Schriftsteller:ChaoZhang, Datum: 2023-12-07 10:43:01 Uhr
Tags:

Übersicht

Die Dual Indicator Filtered Buy Signal Strategie nutzt eine Kombination aus stochastischem RSI und Bollinger Bands, um potenzielle Kaufmöglichkeiten zu identifizieren. Sie verwendet mehrere Filterbedingungen, um die günstigsten Kaufpunkte zu unterscheiden. Dies ermöglicht es, in schwankenden Marktumgebungen einen hochwahrscheinlichen Kaufzeitpunkt zu identifizieren.

Strategie Logik

Die Strategie nutzt zwei Indikatoren, um Kaufchancen zu erkennen.

Zunächst wird der Stochastic RSI verwendet, um festzustellen, ob der Markt überverkauft ist. Der Indikator kombiniert den Stochastic und seine gleitenden Durchschnittslinien und behandelt eine %K-Linieüberquerung über seiner %D-Linie von unten als Überverkaufssignal. Hier wird ein Schwellenwert festgelegt, so dass %K-Werte über 20 als überverkauft gelten.

Zweitens verwendet die Strategie Bollinger Bands, um Preisänderungen zu identifizieren. Bollinger Bands sind Bands, die aus der Standardabweichung der Preise berechnet werden. Wenn sich die Preise dem unteren Band nähern, signalisiert dies einen Überverkaufszustand. Die Strategie setzt hier den Parameter auf 2 Mal die Standardabweichung für breitere Bollinger Bands und filtert mehr falsche Signale aus.

Bei den von beiden Indikatoren erhaltenen Überverkaufssignalen werden mehrere Filterbedingungen hinzugefügt, um den Zeitpunkt des Kauf-Eintritts weiter zu ermitteln:

Der Preis hat sich gerade vom unteren Bollinger-Band nach oben abgeprallt.
Der aktuelle Abschluss ist höher als der Abschluss vor N Bars, was die Kaufkraft zeigt.
Derzeitige Schließung ist niedriger als längerfristige oder mittelfristige Rücksichtnahme

Kaufsignale werden ausgelöst, wenn die umfassenden Kriterien erfüllt sind.

Stärkeanalyse

Die durch zwei Indikatoren gefilterte Strategie weist mehrere wesentliche Stärken auf:

Das Dual-Indikator-Design macht Kaufsignale durch Vermeidung falscher Signale zuverlässiger.
Mehrfache Filterbedingungen verhindern übermäßige Käufe in den Bereichsmärkten.
Die Kombination von Stochastic RSI-Gauges und Bollinger-Band-Analysen zeigt Preisanomalien auf.
Der Kaufkraftfilter sorgt für eine ausreichende Dynamik hinter den Käufen.
Pullback-Filter validieren die Zuverlässigkeit der Kaufzonen weiter.

Zusammenfassend lässt sich sagen, dass die Strategie verschiedene technische Indikatoren und Filtertechniken kombiniert, um den Zeitpunkt des Kaufs genauer zu bestimmen, was zu einer besseren Handelsleistung führt.

Risikoanalyse

Trotz der Stärken der Strategie bestehen auch Risiken:

Eine unsachgemäße Einstellung der Parameter kann zu zu häufigen oder konservativen Signalen führen.
Eine strenge Filterlogik kann einige Chancen in schnelllebigen Märkten verpassen.
Abweichende Indikatoren können falsche Signale erzeugen.
Das Fehlen einer Trendbestimmung macht die Strategie während der Bärenmärkte offen.

Zur Verringerung der Risiken werden folgende Verbesserungen vorgeschlagen:

Die Indikatorparameter werden so eingestellt, dass die Filterempfindlichkeit ausgeglichen wird.
Einführung von Trend-Filtern, um Stierkämpfe zu vermeiden.
Einbeziehung von Stop-Loss-Mechanismen.

Möglichkeiten zur Verbesserung

Die Strategie kann in folgenden Aspekten weiter verbessert werden:

Für bessere Modelle zum Kaufzeitplan müssen mehr Indikatorenkombinationen getestet werden, z. B. VRSI, DMI usw.
Einführung von Algorithmen für maschinelles Lernen zur automatischen Optimierung von Parametern.
Erstellen Sie adaptive Stop-Loss-Mechanismen, um Stopps bei Gewinn-Meilensteinen zu verfolgen.
Um eine ausreichende Dynamik zu gewährleisten, müssen Volumenindikatoren eingesetzt werden.
Optimieren Sie Geldmanagementmodelle wie dynamische Positionsgrößen, um Verluste zu begrenzen.

Durch die Einführung fortschrittlicher Techniken kann die Strategie präzisere Signalgenerierungsfähigkeiten und eine stärkere Risikokontrolle erzielen, um bei Live-Handel zuverlässigere Gewinne zu erzielen.

Schlussfolgerung

Zusammenfassend lässt sich sagen, dass die Dual Indicator Filtered Buy Signal Strategie Stochastic RSI, Bollinger Bands und mehrere Filterbedingungen wie Preisstärke und Pullback-Validierung nutzt, um hochwahrscheinliche Kauf-Eingangspunkte zu identifizieren.

Die Kernstärke liegt in der effektiven Kombination von Indikatoren und Filtern für eine genaue Zeitplanung. Die Risiken und Verbesserungspfade sind auch identifizierbar und überschaubar.

/*backtest
start: 2022-11-30 00:00:00
end: 2023-12-06 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("SORAN Buy and Close Buy", pyramiding=1, initial_capital=10000, default_qty_type=strategy.percent_of_equity, default_qty_value=10, overlay=false)

////Buy and Close-Buy messages
Long_message = input("")
Close_message = input("")

///////////// Stochastic Slow
Stochlength = input(14, minval=1, title="lookback length of Stochastic")
StochOverBought = input(80, title="Stochastic overbought condition")
StochOverSold = input(20, title="Stochastic oversold condition")
smoothK = input(3, title="smoothing of Stochastic %K ")
smoothD = input(3, title="moving average of Stochastic %K")
k = sma(stoch(close, high, low, Stochlength), smoothK)
d = sma(k, smoothD)

 
///////////// RSI 
RSIlength = input( 14, minval=1 , title="lookback length of RSI")
RSIOverBought = input( 70  , title="RSI overbought condition")
RSIOverSold = input( 30  , title="RSI oversold condition")
RSIprice = close
vrsi = rsi(RSIprice, RSIlength)

///////////// Double strategy: RSI strategy + Stochastic strategy

pd = input(22, title="LookBack Period Standard Deviation High")
bbl = input(20, title="Bolinger Band Length")
mult = input(2.0    , minval=1, maxval=5, title="Bollinger Band Standard Devaition Up")
lb = input(50  , title="Look Back Period Percentile High")
ph = input(.85, title="Highest Percentile - 0.90=90%, 0.95=95%, 0.99=99%")
new = input(false, title="-------Text Plots Below Use Original Criteria-------" )
sbc = input(false, title="Show Text Plot if WVF WAS True and IS Now False")
sbcc = input(false, title="Show Text Plot if WVF IS True")
new2 = input(false, title="-------Text Plots Below Use FILTERED Criteria-------" )
sbcFilt = input(true, title="Show Text Plot For Filtered Entry")
sbcAggr = input(true, title="Show Text Plot For AGGRESSIVE Filtered Entry")
ltLB = input(40, minval=20, maxval=99, title="Long-Term Look Back Current Bar Has To Close Below This Value OR Medium Term--Default=40")
mtLB = input(14, minval=1, maxval=40, title="Medium-Term Look Back Current Bar Has To Close Below This Value OR Long Term--Default=14")
str = input(3, minval=1, maxval=9, title="Entry Price Action Strength--Close > X Bars Back---Default=3")
//Alerts Instructions and Options Below...Inputs Tab
new4 = input(false, title="-------------------------Turn On/Off ALERTS Below---------------------" )
new5 = input(false, title="----To Activate Alerts You HAVE To Check The Boxes Below For Any Alert Criteria You Want----")
sa1 = input(false, title="Show Alert WVF = True?")
sa2 = input(false, title="Show Alert WVF Was True Now False?")
sa3 = input(false, title="Show Alert WVF Filtered?")
sa4 = input(false, title="Show Alert WVF AGGRESSIVE Filter?")

//Williams Vix Fix Formula
wvf = ((highest(close, pd)-low)/(highest(close, pd)))*100
sDev = mult * stdev(wvf, bbl)
midLine = sma(wvf, bbl)
lowerBand = midLine - sDev
upperBand = midLine + sDev
rangeHigh = (highest(wvf, lb)) * ph

//Filtered Bar Criteria
upRange = low > low[1] and close > high[1]
upRange_Aggr = close > close[1] and close > open[1]
//Filtered Criteria
filtered = ((wvf[1] >= upperBand[1] or wvf[1] >= rangeHigh[1]) and (wvf < upperBand and wvf < rangeHigh))
filtered_Aggr = (wvf[1] >= upperBand[1] or wvf[1] >= rangeHigh[1]) and not (wvf < upperBand and wvf < rangeHigh)

//Alerts Criteria
alert1 = wvf >= upperBand or wvf >= rangeHigh ? 1 : 0
alert2 = (wvf[1] >= upperBand[1] or wvf[1] >= rangeHigh[1]) and (wvf < upperBand and wvf < rangeHigh) ? 1 : 0
alert3 = upRange and close > close[str] and (close < close[ltLB] or close < close[mtLB]) and filtered ? 1 : 0
alert4 = upRange_Aggr and close > close[str] and (close < close[ltLB] or close < close[mtLB]) and filtered_Aggr ? 1 : 0

//Coloring Criteria of Williams Vix Fix
col = wvf >= upperBand or wvf >= rangeHigh ? #00E676 : #787B86

isOverBought = (crossover(k,d) and k > StochOverBought) ? 1 : 0
isOverBoughtv2 = k > StochOverBought ? 1 : 0
filteredAlert = alert3 ? 1 : 0
aggressiveAlert = alert4 ? 1 : 0

plot(isOverBought, "Overbought / Crossover", style=plot.style_line, color=#FF5252) 
plot(filteredAlert, "Filtered Alert", style=plot.style_line, color=#E040FB) 
plot(aggressiveAlert, "Aggressive Alert", style=plot.style_line, color=#FF9800)

if (filteredAlert or aggressiveAlert)
    strategy.entry("Buy", strategy.long, alert_message = Long_message)

if (filteredAlert or aggressiveAlert)
    alert("Buy Signal", alert.freq_once_per_bar)


if (isOverBought)
    strategy.close("Buy", alert_message = Close_message)

Mehr