Die Strategie des glatten gleitenden Durchschnittsbandes
Schriftsteller:ChaoZhang, Datum: 2023-12-11 14:48:35Tags:
Übersicht
Diese Strategie konstruiert eine glatte Preisspanne mit glatten gleitenden Durchschnitten und integriert verschiedene glatte gleitende Durchschnitte, um den Trend in Echtzeit zu filtern.
Strategieprinzip
- Erstellen Sie eine glatte Preisspanne, um Preisänderungen anhand glatter gleitender Durchschnitte zu verfolgen.
- Die Strategie unterstützt verschiedene gleitende Durchschnittsarten als Berechnungsmethode für glatte gleitende Durchschnittswerte, wie EMA, SMMA, KAMA usw.
- Es unterstützt 1-5 Ebenen der Glattigkeit der Stapelung auf diesen gleitenden Durchschnitten, um ein noch glatteres Preisband zu erhalten.
- Es unterstützt auch das Hinzufügen von Bollinger-Bändern zwischen Preisen und gleitenden Durchschnitten, um Preisänderungen besser zu erfassen.
- Durch die Aktivierung eines zusätzlichen gleitenden Durchschnittsfilters kann es Schwankungen besser filtern und Trendrichtungen identifizieren.
- In Kombination mit Mustererkennungsindikatoren kann es automatisch Kauf- und Verkaufssignale erkennen.
Durch die Konstruktion einer reibungslosen Preisspanne zur Erfassung von Preistrends und die Integration eines gleitenden Durchschnittsfilters zur Bestätigung von Trendrichtungen gehört diese Strategie zu einer typischen Trendfolgestrategie.
Vorteile
- Durch die Konstruktion von Preisbanden können sich die Preisentwicklungsschwankungen reibungsloser verfolgen und die Wahrscheinlichkeit verpasster Chancen verringert werden.
- Die Unterstützung mehrerer gleitender Durchschnittsarten ermöglicht die Auswahl geeigneter gleitender Durchschnittswerte auf der Grundlage verschiedener Zeitrahmen und Produkte, wodurch die Anpassungsfähigkeit der Strategie verbessert wird.
- 1-5 Ebenen der Glatzheit des Stapelns können die Fähigkeit zur Verfolgung von Preisänderungen erheblich verbessern und Trendumkehrpunkte präziser erfassen.
- Der gleitende Durchschnittsfilter kann ungültige Signale effektiv reduzieren und die Gewinnrate verbessern.
- Durch die Anpassung der gleitenden Durchschnittslängen kann sie an verschiedene Zeitrahmen angepasst werden.
- Die Unterstützung eines schwarzen Glasbildschirms ermöglicht eine klare und intuitive Beobachtung der Preisentwicklung.
Risiken
- Die Marktentwicklung der Märkte ist in den letzten Jahren stark beeinflusst worden.
- Bei starken Preisschwankungen und -stürzen kann die Verzögerung der glatten gleitenden Durchschnitte den besten Einstiegszeitpunkt verpassen.
- Eine übermäßige Stapelung gleitender Durchschnitte kann zu glatte Preisveränderungen verursachen und zu ungenauer Identifizierung von Kauf- und Verkaufspunkten führen.
- Wenn die aktivierten gleitenden Durchschnittslängenparameter nicht richtig eingestellt sind, kann dies zu einer großen Anzahl falscher Signale führen.
Lösungen:
- Um die Reaktion auf Preisänderungen zu beschleunigen, sollten die gleitenden Durchschnittslängen angemessen verkürzt werden.
- Anpassung der Stapelzeiten zur Verringerung der Überglättlichkeit.
- Optimierung und Prüfung von Kombinationen von gleitenden Durchschnitten zur Auswahl optimaler Parameter.
- Verwenden Sie die Überprüfung in mehreren Zeitrahmen mit anderen Indikatoren, um falsche Signale zu reduzieren.
Optimierungsrichtlinien
- Test und Optimierung von Kombinationen von gleitenden Durchschnittsarten zur Auswahl optimaler Parameter.
- Test und Optimierung der gleitenden Durchschnittslängenparameter, um sich an mehr Produkte und Zeitrahmen anzupassen.
- Versuchen Sie, verschiedene Zeitpunkte für die Glatzigkeit des Stapelns zu wählen, um den optimalen Gleichgewichtspunkt zu finden.
- Versuchen Sie, Bollinger-Bänder als Hilfsindikator hinzuzufügen.
- Versuche verschiedene zusätzliche gleitende Durchschnitte als Filter.
- Verwenden Sie die Überprüfung in mehreren Zeitrahmen mit anderen Indikatoren.
Schlussfolgerung
Diese Strategie gehört zu einer typischen Trend-Folge-Strategie, die die Preisentwicklungen kontinuierlich durch den Aufbau glatter gleitender Durchschnittsbänder verfolgt und ungültige Signale mit unterstützenden Filtern vermeidet. Ihr Vorteil liegt darin, glatte Preisbänder zu konstruieren, um Wende in den Preistrends besser zu erfassen. Sie birgt auch bestimmte Risiken von Verzögerungen. Durch Parameteroptimierung und Indikatoroptimierung kann die Strategieleistung kontinuierlich verbessert werden und lohnt sich für weitere Forschung.
/*backtest
start: 2023-12-03 00:00:00
end: 2023-12-10 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
// Copyright (c) 2007-present Jurik Research and Consulting. All rights reserved.
// Copyright (c) 2018-present, Alex Orekhov (everget)
// Thanks to everget for code for more advanced moving averages
// Smooth Moving Average Ribbon [STRATEGY] @PuppyTherapy script may be freely distributed under the MIT license.
strategy( title="Smooth Moving Average Ribbon [STRATEGY] @PuppyTherapy", overlay=true )
// ---- CONSTANTS ----
lsmaOffset = 1
almaOffset = 0.85
almaSigma = 6
phase = 2
power = 2
// ---- GLOBAL FUNCTIONS ----
kama(src, len)=>
xvnoise = abs(src - src[1])
nfastend = 0.666
nslowend = 0.0645
nsignal = abs(src - src[len])
nnoise = sum(xvnoise, len)
nefratio = iff(nnoise != 0, nsignal / nnoise, 0)
nsmooth = pow(nefratio * (nfastend - nslowend) + nslowend, 2)
nAMA = 0.0
nAMA := nz(nAMA[1]) + nsmooth * (src - nz(nAMA[1]))
t3(src, len)=>
xe1_1 = ema(src, len)
xe2_1 = ema(xe1_1, len)
xe3_1 = ema(xe2_1, len)
xe4_1 = ema(xe3_1, len)
xe5_1 = ema(xe4_1, len)
xe6_1 = ema(xe5_1, len)
b_1 = 0.7
c1_1 = -b_1*b_1*b_1
c2_1 = 3*b_1*b_1+3*b_1*b_1*b_1
c3_1 = -6*b_1*b_1-3*b_1-3*b_1*b_1*b_1
c4_1 = 1+3*b_1+b_1*b_1*b_1+3*b_1*b_1
nT3Average_1 = c1_1 * xe6_1 + c2_1 * xe5_1 + c3_1 * xe4_1 + c4_1 * xe3_1
// The general form of the weights of the (2m + 1)-term Henderson Weighted Moving Average
getWeight(m, j) =>
numerator = 315 * (pow(m + 1, 2) - pow(j, 2)) * (pow(m + 2, 2) - pow(j, 2)) * (pow(m + 3, 2) - pow(j, 2)) * (3 * pow(m + 2, 2) - 11 * pow(j, 2) - 16)
denominator = 8 * (m + 2) * (pow(m + 2, 2) - 1) * (4 * pow(m + 2, 2) - 1) * (4 * pow(m + 2, 2) - 9) * (4 * pow(m + 2, 2) - 25)
denominator != 0
? numerator / denominator
: 0
hwma(src, termsNumber) =>
sum = 0.0
weightSum = 0.0
termMult = (termsNumber - 1) / 2
for i = 0 to termsNumber - 1
weight = getWeight(termMult, i - termMult)
sum := sum + nz(src[i]) * weight
weightSum := weightSum + weight
sum / weightSum
get_jurik(length, phase, power, src)=>
phaseRatio = phase < -100 ? 0.5 : phase > 100 ? 2.5 : phase / 100 + 1.5
beta = 0.45 * (length - 1) / (0.45 * (length - 1) + 2)
alpha = pow(beta, power)
jma = 0.0
e0 = 0.0
e0 := (1 - alpha) * src + alpha * nz(e0[1])
e1 = 0.0
e1 := (src - e0) * (1 - beta) + beta * nz(e1[1])
e2 = 0.0
e2 := (e0 + phaseRatio * e1 - nz(jma[1])) * pow(1 - alpha, 2) + pow(alpha, 2) * nz(e2[1])
jma := e2 + nz(jma[1])
variant(src, type, len ) =>
v1 = sma(src, len) // Simple
v2 = ema(src, len) // Exponential
v3 = 2 * v2 - ema(v2, len) // Double Exponential
v4 = 3 * (v2 - ema(v2, len)) + ema(ema(v2, len), len) // Triple Exponential
v5 = wma(src, len) // Weighted
v6 = vwma(src, len) // Volume Weighted
v7 = na(v5[1]) ? sma(src, len) : (v5[1] * (len - 1) + src) / len // Smoothed
v8 = wma(2 * wma(src, len / 2) - wma(src, len), round(sqrt(len))) // Hull
v9 = linreg(src, len, lsmaOffset) // Least Squares
v10 = alma(src, len, almaOffset, almaSigma) // Arnaud Legoux
v11 = kama(src, len) // KAMA
ema1 = ema(src, len)
ema2 = ema(ema1, len)
v13 = t3(src, len) // T3
v14 = ema1+(ema1-ema2) // Zero Lag Exponential
v15 = hwma(src, len) // Henderson Moving average thanks to @everget
ahma = 0.0
ahma := nz(ahma[1]) + (src - (nz(ahma[1]) + nz(ahma[len])) / 2) / len //Ahrens Moving Average
v16 = ahma
v17 = get_jurik( len, phase, power, src)
type=="EMA"?v2 : type=="DEMA"?v3 : type=="TEMA"?v4 : type=="WMA"?v5 : type=="VWMA"?v6 :
type=="SMMA"?v7 : type=="Hull"?v8 : type=="LSMA"?v9 : type=="ALMA"?v10 : type=="KAMA"?v11 :
type=="T3"?v13 : type=="ZEMA"?v14 : type=="HWMA"?v15 : type=="AHMA"?v16 : type=="JURIK"?v17 : v1
smoothMA(o, h, l, c, maLoop, type, len) =>
ma_o = 0.0
ma_h = 0.0
ma_l = 0.0
ma_c = 0.0
if maLoop == 1
ma_o := variant(o, type, len)
ma_h := variant(h, type, len)
ma_l := variant(l, type, len)
ma_c := variant(c, type, len)
if maLoop == 2
ma_o := variant(variant(o ,type, len),type, len)
ma_h := variant(variant(h ,type, len),type, len)
ma_l := variant(variant(l ,type, len),type, len)
ma_c := variant(variant(c ,type, len),type, len)
if maLoop == 3
ma_o := variant(variant(variant(o ,type, len),type, len),type, len)
ma_h := variant(variant(variant(h ,type, len),type, len),type, len)
ma_l := variant(variant(variant(l ,type, len),type, len),type, len)
ma_c := variant(variant(variant(c ,type, len),type, len),type, len)
if maLoop == 4
ma_o := variant(variant(variant(variant(o ,type, len),type, len),type, len),type, len)
ma_h := variant(variant(variant(variant(h ,type, len),type, len),type, len),type, len)
ma_l := variant(variant(variant(variant(l ,type, len),type, len),type, len),type, len)
ma_c := variant(variant(variant(variant(c ,type, len),type, len),type, len),type, len)
if maLoop == 5
ma_o := variant(variant(variant(variant(variant(o ,type, len),type, len),type, len),type, len),type, len)
ma_h := variant(variant(variant(variant(variant(h ,type, len),type, len),type, len),type, len),type, len)
ma_l := variant(variant(variant(variant(variant(l ,type, len),type, len),type, len),type, len),type, len)
ma_c := variant(variant(variant(variant(variant(c ,type, len),type, len),type, len),type, len),type, len)
[ma_o, ma_h, ma_l, ma_c]
smoothHA( o, h, l, c ) =>
hao = 0.0
hac = ( o + h + l + c ) / 4
hao := na(hao[1])?(o + c / 2 ):(hao[1] + hac[1])/2
hah = max(h, max(hao, hac))
hal = min(l, min(hao, hac))
[hao, hah, hal, hac]
// ---- Main Ribbon ----
haSmooth = input(true, title=" Use HA as source ? " )
length = input(11, title=" MA1 Length", minval=1, maxval=1000)
maLoop = input(3, title=" Nr. of MA1 Smoothings ", minval=1, maxval=5)
type = input("EMA", title="MA Type", options=["SMA", "EMA", "DEMA", "TEMA", "WMA", "VWMA", "SMMA", "Hull", "LSMA", "ALMA", "KAMA", "ZEMA", "HWMA", "AHMA", "JURIK", "T3"])
haSmooth2 = input(true, title=" Use HA as source ? " )
// ---- Trend ----
ma_use = input(true, title=" ----- Use MA Filter ( For Lower Timeframe Swings / Scalps ) ? ----- " )
ma_source = input(defval = close, title = "MA - Source", type = input.source)
ma_length = input(100,title="MA - Length", minval=1 )
ma_type = input("SMA", title="MA - Type", options=["SMA", "EMA", "DEMA", "TEMA", "WMA", "VWMA", "SMMA", "Hull", "LSMA", "ALMA", "KAMA", "ZEMA", "HWMA", "AHMA", "JURIK", "T3"])
ma_useHA = input(defval = false, title = "Use HA Candles as Source ?")
ma_rsl = input(true, title = "Use Rising / Falling Logic ?" )
// ---- BODY SCRIPT ----
[ ha_open, ha_high, ha_low, ha_close ] = smoothHA(open, high, low, close)
_open_ma = haSmooth ? ha_open : open
_high_ma = haSmooth ? ha_high : high
_low_ma = haSmooth ? ha_low : low
_close_ma = haSmooth ? ha_close : close
[ _open, _high, _low, _close ] = smoothMA( _open_ma, _high_ma, _low_ma, _close_ma, maLoop, type, length)
[ ha_open2, ha_high2, ha_low2, ha_close2 ] = smoothHA(_open, _high, _low, _close)
_open_ma2 = haSmooth2 ? ha_open2 : _open
_high_ma2 = haSmooth2 ? ha_high2 : _high
_low_ma2 = haSmooth2 ? ha_low2 : _low
_close_ma2 = haSmooth2 ? ha_close2 : _close
ribbonColor = _close_ma2 > _open_ma2 ? color.lime : color.red
p_open = plot(_open_ma2, title="Ribbon - Open", color=ribbonColor, transp=70)
p_close = plot(_close_ma2, title="Ribbon - Close", color=ribbonColor, transp=70)
fill(p_open, p_close, color = ribbonColor, transp = 40 )
// ----- FILTER
ma = 0.0
if ma_use == true
ma := variant( ma_useHA ? ha_close : ma_source, ma_type, ma_length )
maFilterShort = ma_use ? ma_rsl ? falling(ma,1) : ma_useHA ? ha_close : close < ma : true
maFilterLong = ma_use ? ma_rsl ? rising(ma,1) : ma_useHA ? ha_close : close > ma : true
colorTrend = rising(ma,1) ? color.green : color.red
plot( ma_use ? ma : na, title="MA Trend", color=colorTrend, transp=80, transp=70, linewidth = 5)
long = crossover(_close_ma2, _open_ma2 ) and maFilterLong
short = crossunder(_close_ma2, _open_ma2 ) and maFilterShort
closeAll = cross(_close_ma2, _open_ma2 )
plotshape( short , title="Short", color=color.red, transp=80, style=shape.triangledown, location=location.abovebar, size=size.small)
plotshape( long , title="Long", color=color.lime, transp=80, style=shape.triangleup, location=location.belowbar, size=size.small)
//* Backtesting Period Selector | Component *//
//* Source: https://www.tradingview.com/script/eCC1cvxQ-Backtesting-Period-Selector-Component *//
testStartYear = input(2018, "Backtest Start Year",minval=1980)
testStartMonth = input(1, "Backtest Start Month",minval=1,maxval=12)
testStartDay = input(1, "Backtest Start Day",minval=1,maxval=31)
testPeriodStart = timestamp(testStartYear,testStartMonth,testStartDay,0,0)
testStopYear = 9999 //input(9999, "Backtest Stop Year",minval=1980)
testStopMonth = 12 // input(12, "Backtest Stop Month",minval=1,maxval=12)
testStopDay = 31 //input(31, "Backtest Stop Day",minval=1,maxval=31)
testPeriodStop = timestamp(testStopYear,testStopMonth,testStopDay,0,0)
testPeriod() => time >= testPeriodStart and time <= testPeriodStop ? true : false
if testPeriod() and long
strategy.entry( "long", strategy.long )
if testPeriod() and short
strategy.entry( "short", strategy.short )
if closeAll
strategy.close_all( when = closeAll )
Mehr
- EMA und SuperTrend kombinierten Trend nach Strategie
- Dynamische Entwicklung nach Strategie
- Quantitative Handelsstrategie zur Umkehrung des ATR-Kanals
- Strategie für die Übertragung von doppelten gleitenden Durchschnitten
- Strategie für den Ausbruch innerhalb des Bar-Bereichs
- Strategie zur Beobachtung der Trendentwicklung von Bollinger-Band-Doppel gleitenden Durchschnitten
- Gleitender Durchschnittstrend nach Handelsstrategie
- Ichimoku-Trend folgt der Strategie
- MACD-Trend nach Strategie
- Octa-EMA und Ichimoku Cloud Quantitative Trading Strategie
- 52-Wochen-Hoch-Niedrig-Box-Handelsstrategie
- Strategie für den Schwingungshandel zwischen gleitenden Durchschnitten
- RSI-Ausbruchstrategie
- Dynamische ATR-Strailing-Stop-Loss-Strategie
- Handelsstrategie für Volatilitätsbreakouts
- Strategie zur Nachverfolgung des Trendwechsels
- Stochastische RSI-Strategie für überverkaufte und übergekaufte Bereiche
- Trendtrader Bands Backtest-Strategie auf Basis des gleitenden Durchschnitts des Trendtrader
- MACD-Stochastik-Range-Break-out-Strategie
- Umkehrung des Schlusskurs-Break-out-Strategies mit oscillierendem Stop Loss