Adaptive gleitende Durchschnittsstrategie mit Kombination mehrerer Faktoren
ChaoZhang
1. Überblick über die Strategie
Die Multi-Faktor Kombination Adaptive Moving Average Strategie ist eine Kombinationsstrategie, die die Verwendung von intraday, Moving Average, Aggregate Cross und HA-Gleichgewicht kombiniert. Die Strategie zielt darauf ab, mehr Handelschancen zu erschließen und in einem Bullenmarkt höhere Akkumulationserträge zu erzielen.
2. Strategieprinzipien
Die Kernlogik der Strategie besteht darin, die Kauf- und Verkaufssignale in Kombination mit mehreren technischen Indikatoren zu bewerten, um ein Handelssignal mit unterschiedlicher Stärke zu erzeugen, basierend auf den Ergebnissen, die mit verschiedenen Faktoren übereinstimmen.
Die vier wichtigsten technischen Indikatoren, die in der Strategie verwendet werden, sind:
Die Strategie nutzt die Farbe der Innenlinie, um die Preisentwicklung zu bestimmen. Zwei aufeinanderfolgende grüne Einheiten HA sind ein Kaufsignal, zwei aufeinanderfolgende rote Leerzeichen HA sind ein Leerzeichen.
Moving Average. Eine Strategie, die drei verschiedene Parameter-Einstellungen gleichzeitig nutzt: schnelle, langsame und filtrierte Moving Average. Als Kaufsignal, wenn eine schnelle Linie eine langsame Linie durchläuft, und als Verkaufsignal, wenn eine langsame Linie eine schlechte Linie durchläuft.
Der Stochastic-Indikator. Dieser Indikator beurteilt die Zeit der Multiplex-Kreuzung. Wenn die %K-Linie die %D-Linie von unten durchbricht, ist dies ein Kaufsignal; wenn sie von oben nach unten durchbricht, ist dies ein Verkaufssignal.
Die Strategie nutzt eine Bewertung, die auf die Übereinstimmung der oben genannten Faktoren basiert. Je mehr Übereinstimmungsfaktoren vorhanden sind, desto stärker ist das entsprechende Signal.
Durch die Kombination mehrerer Faktoren kann die Strategie in der mittleren und kurzen Zeit mehr winzige Handelsmöglichkeiten erfassen, um in einem Bullenmarkt zusätzliche Gewinne zu erzielen.
3. Strategische Vorteile
Der größte Vorteil der Multifaktorkombination für die Adaptive Moving Average-Strategie besteht darin, dass die Signalzuverlässigkeit erhöht wird. Ein einzelner technischer Indikator ist anfällig für Fehlsignale, während diese Strategie in Kombination mit mehreren Indikatoren für die Pairing wirksam ist, um die Störung durch falsche Signale zu reduzieren.
Außerdem kann eine Kombination aus mehreren Faktoren die Erfolgsrate erhöhen, im Vergleich zu einem einzigen Indikator. In einem Bullenmarkt kann eine Strategie einen höheren kumulativen Gewinn erzielen.
4. Strategische Risiken
Das Hauptrisiko dieser Strategie besteht darin, dass die Kombination von mehreren Faktoren die Komplexität der Strategie erhöht. Die Parameter-Einstellungen für mehrere Indikatoren müssen gleichzeitig berücksichtigt werden, häufige Anpassungen usw.
In einem Bärenmarkt kann die strategische Haltedauer zu lang sein. Selbst mit einem Stop-Loss ist es schwierig, große Verluste zu vermeiden.
Darüber hinaus sind technische Indikatoren wie Stochastic Indicators und HA-Gleichgewichte anfällig für unvorhergesehene Ereignisse, die leicht zu falschen Signalen führen können, die zu unnötigen Verlusten führen.
Fünftens: Strategische Optimierung
Die Strategie kann in folgenden Bereichen optimiert werden:
Optimieren Sie die Einstellungen für die einzelnen Indikatorparameter, um die optimale Kombination von Parametern zu finden.
Modelltrainings und Parameter-Adaptionsmodule hinzugefügt, Parameter in Echtzeit optimiert.
Erhöhen Sie Ihre Stop-Loss-Strategie und reduzieren Sie Ihre Maximal-Rücknahme-Strategie.
Positionssteuerung, um die Positionen dynamisch an die Marktlage anzupassen.
Neuralnetzmodelle für den Multifaktor-Score in Kombination mit Algorithmen des maschinellen Lernens.
VI. Fazit
Die Multifaktorkombination nutzt die Vorzüge mehrerer technischer Indikatoren, um die Signalqualität zu erhöhen und die Überschüsse in einem Bullenmarkt zu erzielen. Die Multifaktorkombination erhöht aber auch die Komplexität der Strategie, die weiter getestet und optimiert werden muss.
/*backtest
start: 2022-12-08 00:00:00
end: 2023-12-14 00:00:00
period: 1d
basePeriod: 1h
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/
// © cyrule
//@version=4
strategy("2nd Grade Strategy", overlay=true, shorttitle="2GTS", max_lines_count = 500, max_labels_count = 500, calc_on_every_tick = true, calc_on_order_fills = true, pyramiding = 1, default_qty_type = strategy.percent_of_equity, default_qty_value = 10)
source = input(close, title = "Source")
// **********************
// * Heikin-Ahshi *
// * kudos to garethyeo *
// **********************
showHA = input(true, title = "Show Heikin Ashi?", group = "Heikin Ashi")
ha_open = security(heikinashi(syminfo.tickerid), timeframe.period, open)
ha_high = security(heikinashi(syminfo.tickerid), timeframe.period, high)
ha_low = security(heikinashi(syminfo.tickerid), timeframe.period, low)
ha_close = security(heikinashi(syminfo.tickerid), timeframe.period, close)
bgcolor(iff(showHA and ha_open < ha_close , color.new(#53b987, transp = 92.5), na), title = 'Green HA')
bgcolor(iff(showHA and ha_open >= ha_close, color.new(#eb4d5c, transp = 92.5), na), title = 'Red HA' )
// ******************
// * Moving Average *
// ******************
// MA Settings
showMA = input(true, title = "Show Moving Averages?", group = "Moving Averages")
fastMALength = input(title = "Fast MA Length", minval = 1, step = 1, defval = 20, group = "Moving Averages")
slowMALength = input(title = "Slow MA Length", minval = 1, step = 1, defval = 50, group = "Moving Averages")
maType = input(title = "Moving Average Type", defval = "SMA", options = ["SMA", "EMA", "RMA", "WMA", "VWMA"], group = "Moving Averages")
filterMALength = input(title = "Filter MA Length", minval = 1, step = 1, defval = 200, group = "Moving Averages")
filterMAType = input(title = "Filter MA Type", defval = "EMA", options = ["SMA", "EMA", "RMA", "WMA", "VWMA"], group = "Moving Averages")
// Calculate MA
var float maFast = na
var float maSlow = na
var float maFilter = na
if (maType == "SMA")
maFast := sma(source, fastMALength)
maSlow := sma(source, slowMALength)
if (maType == "EMA")
maFast := ema(source, fastMALength)
maSlow := ema(source, slowMALength)
if (maType == "RMA")
maFast := rma(source, fastMALength)
maSlow := rma(source, slowMALength)
maFilter := rma(source, filterMALength)
if (maType == "WMA")
maFast := wma(source, fastMALength)
maSlow := wma(source, slowMALength)
if (maType == "VWMA")
maFast := vwma(source, fastMALength)
maSlow := vwma(source, slowMALength)
if (filterMAType == "SMA")
maFilter := sma(source, filterMALength)
if (filterMAType == "EMA")
maFilter := ema(source, filterMALength)
if (filterMAType == "RMA")
maFilter := rma(source, filterMALength)
if (filterMAType == "WMA")
maFilter := wma(source, filterMALength)
if (filterMAType == "VWMA")
maFilter := vwma(source, filterMALength)
BiruAtasMerah = (maFast >= maSlow) and (maSlow >= maFilter)
MerahAtasBiru = (maFast <= maSlow) and (maSlow <= maFilter)
// Lukis MA
plot(series = showMA ? maFast : na, color = color.blue, title = "MA Fast")
plot(series = showMA ? maSlow : na, color = color.red, title = "MA Slow")
plot(series = showMA ? maFilter : na, color = #FFCC00, title = "MA Filter")
// **************
// * Stochastic *
// **************
// Stochastic Settings
showSSC = input(true, title = "Show Stochastic Crossovers?", group = "Stochastic")
Length = input (10, minval = 1, title = "%K Length", group = "Stochastic")
SmoothK = input (3, minval = 1, title = "%K Smoothing", group = "Stochastic")
SmoothD = input (3, minval = 1, title = "%D Smoothing", group = "Stochastic")
// Calculate Stochastic
var float K = na
var float D = na
if (maType == "SMA")
K := sma(stoch(source, high, low, Length), SmoothK)
D := sma(K, SmoothD)
if (maType == "EMA")
K := ema(stoch(source, high, low, Length), SmoothK)
D := ema(K, SmoothD)
if (maType == "RMA")
K := rma(stoch(source, high, low, Length), SmoothK)
D := rma(K, SmoothD)
if (maType == "WMA")
K := wma(stoch(source, high, low, Length), SmoothK)
D := wma(K, SmoothD)
if (maType == "VWMA")
K := vwma(stoch(source, high, low, Length), SmoothK)
D := vwma(K, SmoothD)
StochasticCrossOver = crossover(K, D)
StochasticCrossUnder = crossunder(K, D)
// Lukis SS
plotshape(showSSC and StochasticCrossOver and K <= 20 ? K : na, text = "Golden\nCrossover", color = color.new(color.green, transp = 25), location = location.belowbar, size = size.tiny, title = "Golden Crossover" )
plotshape(showSSC and StochasticCrossUnder and K >= 80 ? D : na, text = "Deadly\nCrossover", color = color.new(color.red, transp = 25), location = location.belowbar, size = size.tiny, title = "Deadly Crossover" )
plotshape(showSSC and StochasticCrossOver and K <= 80 and K > 20 ? K : na, text = "Bullish\nCrossover", color = color.new(color.green, transp = 50), location = location.belowbar, size = size.tiny, title = "Bullish Crossover")
plotshape(showSSC and StochasticCrossUnder and K >= 20 and K < 80 ? D : na, text = "Bearish\nCrossover", color = color.new(color.red, transp = 50), location = location.belowbar, size = size.tiny, title = "Bearish Crossover")
showBull = input(true, title = "Show Bullish Signal?", group = "Signal")
showBear = input(false, title = "Show Bearish Signal?", group = "Signal")
bullishCriteria = 0
if (ha_open < ha_close) and (ha_open[1] < ha_close[1]) and (ha_open[2] >= ha_close[2])
bullishCriteria := bullishCriteria + 1
if (maFast > maSlow) and (maSlow > maFilter)
bullishCriteria := bullishCriteria + 1
if (K > D) and (K > K[1]) and (D > D[1])
bullishCriteria := bullishCriteria + 1
bearishCriteria = 0
if (ha_open >= ha_close) and (ha_open[1] >= ha_close[1]) and (ha_open[2] < ha_close[2])
bearishCriteria := bearishCriteria + 1
if (maFast < maSlow) and (maSlow < maFilter)
bearishCriteria := bearishCriteria + 1
if (K < D) and (K < K[1]) and (D < D[1])
bearishCriteria := bearishCriteria + 1
signal = color.new(color.white, transp = 0)
if bearishCriteria == 2
signal := color.new(color.orange, transp = 50)
if bearishCriteria == 3
signal := color.new(color.red, transp = 50)
if bullishCriteria == 2
signal := color.new(color.aqua, transp = 50)
if bullishCriteria == 3
signal := color.new(color.green, transp = 50)
bullishCriteria := showBull ? bullishCriteria : 0
bearishCriteria := showBear ? bearishCriteria : 0
bgcolor(iff(bullishCriteria > 1, signal, na), title = 'Bullish Signal')
bgcolor(iff(bearishCriteria > 1, signal, na), title = 'Bearish Signal')
longTPPerc = input(title = "Take Profit Threshold (%)" , minval = 0.0, step = 0.5, defval = 2.5, group = "Trading") / 100
profitRatio = input(title = "Profit-to-Loss ratio (risk tolerance)", minval = 1.0, step = 0.1, defval = 1.4, group = "Trading")
longSLPerc = longTPPerc / profitRatio
takeProfit = strategy.position_avg_price * (1 + longTPPerc)
stopLoss = strategy.position_avg_price * (1 - longSLPerc)
strategy.initial_capital = 50000
strategy.entry("Long" , strategy.long , floor(strategy.initial_capital*.1/close), stop = strategy.position_avg_price * 1.25, when = bullishCriteria > 1)
strategy.entry("Short", strategy.short, floor(strategy.initial_capital*.1/close), stop = strategy.position_avg_price * 1.25, when = bearishCriteria > 1)
strategy.close("Long" , when = (open >= takeProfit) or (open <= stopLoss) or (high >= takeProfit) or (low <= stopLoss))
strategy.close("Short", when = (open >= takeProfit) or (open <= stopLoss) or (high >= takeProfit) or (low <= stopLoss))
plotshape(bullishCriteria, location = location.belowbar, color = color.new(color.black, transp = 100))
plotshape(bearishCriteria, location = location.belowbar, color = color.new(color.black, transp = 100))