Die Ressourcen sind geladen. Beförderung...

Langsamer Stochastischer Trend nach Strategie

Schriftsteller:ChaoZhang, Datum: 2023-12-28 17:50:36
Tags:

Übersicht

Dies ist eine Trendfolgestrategie, die auf einem langsamen stochastischen Indikator basiert. Es verwendet einen langen Zeitraum K-Linien gleitenden Durchschnitt, um den langsamen stochastischen zu glätten und filtert Marktlärm aus, um wichtige Trends einzusperren. Die Strategie bestimmt Ein- und Ausstiegspunkte auf der Grundlage von überkauften und überverkauften Ebenen des glätteten langsamen stochastischen.

Strategie Logik

Die Strategie berechnet zunächst eine 400-Perioden-K-Wert-SMA-Gleichungslinie und berechnet dann eine weitere 275-Perioden-SMA-Linie, um die K-Linie weiter zu glätten. Dies macht die endgültige K-Linie sehr glatt und spiegelt im Grunde nur die Haupttrendrichtung des Marktes wider.

Wenn die K-Linie über die 23 überverkauften Ebenen von unten geht, geht sie lang. Wenn die K-Linie unter die 78,5 überkauften Ebenen von oben geht, geht sie kurz. Exit-Signale treten auf, wenn die K-Linie wieder über/unter die überkauften/überverkauften Ebenen geht. So erreicht die Strategie einen Trendfolgeneffekt.

Analyse der Vorteile

Der größte Vorteil dieser Strategie ist die Verwendung der ultra-glätteten langsamen Stochastik, um die wichtigsten Markttrends zu verriegeln und Lärminterferenzen zu vermeiden.

Im Vergleich zu gängigen gleitenden Durchschnittsstrategien kann diese Strategie auch Trendwendepunkte schneller und mit größeren Gewinnfenstern erfassen.

Risikoanalyse

Das Hauptrisiko dieser Strategie besteht darin, dass der Markt für längere Zeit innerhalb der Überkauf-/Überverkaufszonen schwanken kann, was zu mehreren falschen Signalen und Verlusten führt.

Auch wenn sich der Trend mit großen Bewegungen abrupt ändert, kann die ultra-glättete K-Linie die Signalerkennung verzögern, was zu einem potenziellen Gewinnverlust führt.

Optimierungsrichtlinien

Die Strategie kann in folgenden Aspekten optimiert werden:

Anpassung der Glättungsperioden der K & D-Werte, um eine optimale Kombination zu finden;
Verschiedene Preiseinträge wie Schließpreis, typischer Preis usw. testen;
Zusätzliche Handelsvolumen- oder Positionsgrößenkontrolle wie ATR-Stop-Loss-Kontrolle, Kapitalverbrauchsrate-Kontrolle usw.
Zusätzliche Indikatoren wie MACD werden hinzugefügt, um falsche Signale zu vermeiden.
Verwenden Sie maschinelles Lernen, um Parameter zu optimieren.

Schlussfolgerung

Der langsame stochastische Trend nach der Strategie erreicht die Erfassung der wichtigsten Markttrends und vermeidet durch ultra-gleitende Verarbeitung Hochfrequenzlärmstörungen. Es gibt auch Risiken einer verzögerten Signalerkennung. Wir können die Strategie optimieren, indem wir Parameter anpassen oder Hilfsbedingungen hinzufügen, um Stabilität und Rentabilität zu verbessern.

/*backtest
start: 2023-12-20 00:00:00
end: 2023-12-27 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy(title="Slow Stochastic OB/OS Strategy", overlay=false )

smoothK = input(400, step=5) 
price = input(ohlc4)
SMAsmoothK = input(275, step=5)
k = sma(stoch(price, high, low, smoothK), SMAsmoothK)
plot(k, color=white)


smoothD = input(10, step=2)
d = sma(k, smoothD)
plot(d, color=red)


OB = input(78.5, step=0.5)
OS = input(23, step=0.5)
hline(OB, linewidth=1, color=red)
hline(OS,linewidth=1, color=green)
hline(50,linewidth=1, color=gray)


long = crossover(d, OS)
short = crossunder(d, OB)

strategy.entry("Long", strategy.long, when=long) //_signal or long) //or closeshort_signal)
strategy.entry("Short", strategy.short, when=short) //_signal or short) // or closelong_signal)

//If you want to try to play with exits you can activate these!

closelong = crossover(d, OB)
closeshort = crossunder(d, OS)

strategy.close("Long", when=closelong)
strategy.close("Short", when=closeshort)

Mehr