Die Ressourcen sind geladen. Beförderung...

Handelsstrategie für das Multi-Time-Frame Moving Average-System

Schriftsteller:ChaoZhang, Datum: 2023-12-12 16:07:18
Tags:

Übersicht

Diese Strategie verwendet ein Multi-Timeframe Moving Average System, kombiniert mit RSI und anderen technischen Indikatoren, um automatische Umschaltungen zwischen Long- und Short-Positionen zu erreichen.

Grundsätze

Die Kernindikatoren dieser Strategie sind das gleitende Durchschnittssystem. Die Strategie verwendet mehrere gleitende Durchschnittsindikatoren wie JMA, TEMA, DEMA, um Preistrends über verschiedene Zeiträume wie 15min, 30min, 60min zu berechnen. Zum Beispiel repräsentiert der von JMA im 15-minütigen Zeitrahmen berechnete MA-Trend das Preistrendurteil innerhalb dieses Zeitrahmens. Dann vergleicht die Strategie Preistrends zwischen verschiedenen Zeitrahmen, um Abweichungen zwischen längeren und kürzeren Trends zu erkennen. Wenn signifikante Abweichungen erkannt werden, werden Handelssignale generiert. Darüber hinaus enthält die Strategie auch andere Indikatoren wie RSI und Wave Trend, um die Zuverlässigkeit der Handelssignale zu gewährleisten.

Die Trend-, Trend2- und Trend3-Variablen in der Strategie repräsentieren die Kursentwicklungen der 15min-, 30min- und 60min-Zeitrahmen. Wenn es eine 15-minütige Kursumkehr gibt, während 30min und 60min noch nicht umgekehrt sind, wird dies als Divergenz zwischen kürzeren und längeren Trends beurteilt, wodurch ein Handelssignal erzeugt wird. Keine Signale werden erzeugt, wenn die Trends aller Zeitrahmen konsistent sind.

Durch den Vergleich von Beziehungen zwischen mehreren Zeitrahmen und das Filtern einiger falscher Signale können zuverlässigere Handelssignale generiert werden dies ist die Kernidee der Strategie.

Analyse der Vorteile

Die wichtigsten Vorteile dieser Strategie sind:

Verbesserte Signalzuverlässigkeit durch Multi-Timeframe-Analyse und Filterung falscher Signale;
Vermeidung von Problemen mit einzelnen Indikatoren durch Kombination mehrerer Indikatoren für umfassende Beurteilungen;
Automatischer Wechsel zwischen Long- und Short-Positionen ohne manuelle Eingriffe, wodurch die Betriebsschwierigkeiten verringert werden.

Risikoanalyse

Diese Strategie birgt auch einige Risiken:

Die Analyse mehrerer Zeitrahmen führt zu Unsicherheiten bezüglich der Zeitpunkte für den Einstieg in den Handel, was dazu führen kann, dass die besten Einstiegspreise fehlen;
Bei der Kombination mehrerer Indikatoren könnten unangemessene Parameter-Einstellungen zu einer Verschlechterung der Handelssignalqualität führen;
Automatische Positionswechsel führen zu Risiken einer Überoptimierung und schwächerer Echthandelsleistung im Vergleich zu Backtests.

Wir können folgende Maßnahmen ergreifen, um die oben genannten Risiken zu mindern:

Feinabstimmung der Zeitrahmenparameter zur Sicherstellung der Erfassung von kurzfristigen Signalen zur rechtzeitigen Eingabe;
Umfangreiche Rückprüfung zur kontinuierlichen Optimierung der Indikatorparameter;
angemessene Eingriffe in den realen Handel, um blindes Handel durch automatisierte Systeme zu verhindern.

Optimierungsrichtlinien

Diese Strategie kann weiter optimiert werden:

Einführung von Algorithmen für maschinelles Lernen zur automatischen Optimierung von Parametern für mehrere Indikatoren durch Modelltraining;
Hinzufügen von anpassungsfähigen Slippage-Einstellungen, die auf den Volatilitätsniveaus des Marktes basieren, um die tatsächliche Handelsleistung zu verbessern;
Einbeziehung von Mechanismen zur Preis-Volumen-Bestätigung, um Verluste durch schnelle Trendumkehrungen zu vermeiden.

Schlussfolgerung

Diese Strategie vergleicht Preistrends über mehrere Zeitrahmen, um längerfristige gegenüber kürzerfristige Beziehungen zu identifizieren, und erzeugt Handelssignale durch die Analyse mehrerer Indikatoren und erzielt so eine automatische Umstellung zwischen Longs und Shorts mit guten Backtest-Ergebnissen. Wir haben auch einige Verbesserungsbereiche durch Methoden wie maschinelles Lernen, adaptives Slippage und Volumenbestätigung identifiziert, um die tatsächliche Handelsleistung weiter zu verbessern.

/*backtest
start: 2023-11-11 00:00:00
end: 2023-12-11 00:00:00
period: 4h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("Drexel Strategy", overlay=true )
Length1=7
Length2=9
Multiplier=input(1.5,"Multiplier")
jma(src,length) =>
    beta = 0.45*(length-1)/(0.45*(length-1)+2)
    alpha = beta
    tmp0 = (1-alpha)*src + alpha*nz(tmp0[1])
    tmp1 = (src - tmp0[0])*(1-beta) + beta*nz(tmp1[1])
    tmp2 = tmp0[0] + tmp1[0]
    tmp3 = (tmp2[0] - nz(tmp4[1]))*((1-alpha)*(1-alpha)) + (alpha*alpha)*nz(tmp3[1])
    tmp4 = nz(tmp4[1]) + tmp3[0]
    JMA = tmp4
    JMA
rsx(src,length) =>
    f90_ = (nz(f90_[1]) == 0.0) ? 1.0 : (nz(f88[1]) <= nz(f90_[1])) ? nz(f88[1])+1 : nz(f90_[1])+1
    f88 = (nz(f90_[1]) == 0.0) and (length-1 >= 5) ? length-1.0 : 5.0 
    f8 =  100.0*(src) 
    f18 = 3.0 / (length + 2.0) 
    f20 = 1.0 - f18 
    f10 = nz(f8[1])
    v8 = f8 - f10 
    f28 = f20 * nz(f28[1]) + f18 * v8 
    f30 = f18 * f28 + f20 * nz(f30[1])
    vC = f28 * 1.5 - f30 * 0.5 
    f38 = f20 * nz(f38[1]) + f18 * vC 
    f40 = f18 * f38 + f20 * nz(f40[1])
    v10 = f38 * 1.5 - f40 * 0.5 
    f48 = f20 * nz(f48[1]) + f18 * v10 
    f50 = f18 * f48 + f20 * nz(f50[1])
    v14 = f48 * 1.5 - f50 * 0.5 
    f58 = f20 * nz(f58[1]) + f18 * abs(v8) 
    f60 = f18 * f58 + f20 * nz(f60[1])
    v18 = f58 * 1.5 - f60 * 0.5
    f68 = f20 * nz(f68[1]) + f18 * v18 
    f70 = f18 * f68 + f20 * nz(f70[1])
    v1C = f68 * 1.5 - f70 * 0.5 
    f78 = f20 * nz(f78[1]) + f18 * v1C 
    f80 = f18 * f78 + f20 * nz(f80[1])
    v20 = f78 * 1.5 - f80 * 0.5
    f0 = ((f88 >= f90_) and (f8 != f10)) ? 1.0  : 0.0
    f90 = ((f88 == f90_) and (f0 == 0.0))  ? 0.0  : f90_
    v4_ = ((f88 < f90) and (v20 > 0.0000000001)) ? (v14 / v20 + 1.0) * 50.0 : 50.0
    rsx = ((v4_ > 100.0) ? 100.0 : (v4_ < 0.0) ? 0.0 : v4_)-50
    rsx
xPrice=open
emaA = ema(xPrice, Length2)  
Xprice = rsx(open,14)
XPrice = high, xprice = low
xe1 = jma(xPrice, Length1)
xe11 = jma(Xprice[1],Length1)
xe111 = jma(XPrice[1],Length1)
xe1111=jma(xprice[1],Length1)
xe2 = jma(xe1, Length1)
xe21 = jma(xe111, Length1)
xe3 = jma(xe2, Length1)
xe31 = jma(xe1111,Length2)
xe3a = jma(xe2,Length1)
xe4 = jma(xe3, Length1)
xe5 = jma(xe4, Length1)
xe6 = jma(xe5, Length1)
b = 0.7
c1 = -b*b*b
c2 = 3*b*b+3*b*b*b
c3 = -6*b*b-3*b-3*b*b*b
c3a = nz(c3a[1])
c4 = 1+3*b+b*b*b+3*b*b
TEMA = c1 * xe6 + c2 * xe5 + c3 * xe4 + c4 * xe3
DEMA = 2 * emaA - ema(emaA, Length2)
Length(mod)=>(mod*c3a)+Length2
Trend1=TEMA/DEMA
a=rsx(open,Length(2))
b1=rsx(open,Length(3))
c=rsx(open,Length(5))
d=rsx(open,Length(8))
e=rsx(open,Length(13))
f=rsx(open,Length(21))
g=rsx(open,Length(34))
h=rsx(open,Length(55))
i=rsx(open,Length(89))
j=rsx(open,Length(144))
trend1 = (((a-b1)+(c-d)+(e-f)+(g-h)+(i-j))/10)
trend = trend1>0?avg(a,b,c4,c2):trend1==0?XPrice:avg(rsx(open,24),jma(open,24),rsx(jma(open,24),24))
trend2 = trend1>0?avg(d,e,c2,c1):trend1==0?XPrice:avg(rsx(open,48),jma(open,48),rsx(jma(open,48),48))
trend3 = trend1>0?avg(d,e,c2,c1):trend1==0?xprice:avg(rsx(open,96),jma(open,96),rsx(jma(open,96),96))
bc=request.security(syminfo.tickerid,'15',trend)
bc1=request.security(syminfo.tickerid,'15',trend2)
bc2=request.security(syminfo.tickerid,'15',trend3)
bd=request.security(syminfo.tickerid,'30',trend)
bd1=request.security(syminfo.tickerid,'30',trend2)
bd2=request.security(syminfo.tickerid,'30',trend3)
be=request.security(syminfo.tickerid,'60',trend)
be1=request.security(syminfo.tickerid,'60',trend2)
be2=request.security(syminfo.tickerid,'60',trend3)
bf=request.security(syminfo.tickerid,'120',trend)
bf1=request.security(syminfo.tickerid,'120',trend2)
bf2=request.security(syminfo.tickerid,'120',trend3)
bg=request.security(syminfo.tickerid,'240',trend)
bg1=request.security(syminfo.tickerid,'240',trend2)
bg2=request.security(syminfo.tickerid,'240',trend3)
bh=request.security(syminfo.tickerid,'D',trend)
bh1=request.security(syminfo.tickerid,'D',trend2)
bh2=request.security(syminfo.tickerid,'D',trend3)
Trend=((bc-bc1)+(bd-bd1)+(be-be1)+(bf-bf1)+(bg-bg1)+(bh))
Trend11=((bc-bc1)+(bd-bd1)+(be-be1)+(bf-bf1)+(bg-bg1)+(bh1))
Trend33 = max(min(min(min(bc2,bd2),min(be2,bf2)),bg2),bh2)
AverageTrend=sma(Trend1,1000)
StdDev=Multiplier*stdev(Trend1,1000)
TopBand=AverageTrend+StdDev
BotBand=AverageTrend-StdDev
ap=open
n1=10
n2=21
esa1 = jma(ap, n1)
d1 = jma(abs(ap - esa1), n1)
x1 = trend3==Trend33
y1 = trend2==Trend11 
ci = (ap - esa1) / (0.015 * d1)
tci = jma(ci, n2)
wt1=tci
wt2=sma(wt1,4)
fast=jma(open,5)
slow=jma(open,13)
macd=fast-slow
signal=sma(macd,4)
WaveTrend1=wt1-wt2
JMACD1=macd-signal
rsi = (((rsi(open,6))-50)*3)
g1=rsi>Trend1 and WaveTrend1>Trend1 and JMACD1>Trend1
h1=g1?tci*c3a:nz(h[1])
strategy.entry("Long",true,when=x1)
strategy.close("Long",y1)
strategy.entry("Short",false,when=y1)
strategy.close("Short",x1)

Mehr