Die Ressourcen sind geladen. Beförderung...

Handelsstrategie zur Umkehrung der Dynamik

Schriftsteller:ChaoZhang, Datum: 2024-01-18 11:26:40
Tags:

img

Übersicht

Dies ist eine sehr einfache kurzfristige Handelsstrategie, die hauptsächlich für den täglichen Handel mit Index-Futures geeignet ist.

Grundsätze

Die Strategie verwendet hauptsächlich gleitende Durchschnitte und RSI-Indikatoren, um Trends und Überkauf/Überverkaufszustände zu bestimmen. Die spezifischen Handelssignale sind: Der Schlusskurs des Indizes springt vom langfristigen 200-tägigen gleitenden Durchschnitt ab und bleibt darüber als langfristiges Trendurteil; der Schlusskurs fällt unter den 10-tägigen gleitenden Durchschnitt als kurzfristiges Anpassungssignal; RSI3 unter 30 als Überverkaufssignal. Wenn die oben genannten drei Bedingungen erfüllt sind, wird angenommen, dass die Wahrscheinlichkeit einer kurzfristigen Umkehr relativ groß ist, also gehen Sie lang.

Wenn der Schlusskurs über dem 10-Tage-MA liegt und der kurzfristige Anpassungsschritt beendet ist, nehmen Sie aktiv Gewinn; wenn der Schlusskurs ein neues Tief erreicht, stoppen Sie mit einem Verlust; nehmen Sie Gewinn, wenn der Schlusskurs um 10% steigt.

Analyse der Vorteile

Die Strategie weist folgende Vorteile auf:

  1. Einfache Logik, leicht verständlich und umsetzbar, für Anfänger geeignet;
  2. die langfristige Aufwärtsentwicklung des Indizes voll ausnutzen, um einen gegen die Entwicklung gerichteten Handel zu vermeiden;
  3. Verwenden Sie den RSI-Indikator zur Bestimmung des kurzfristigen Umkehrpunkts, um die Gewinnwahrscheinlichkeit zu erhöhen;
  4. Es gibt Stop-Loss- und Take-Profit-Mechanismen zur Risikokontrolle;
  5. Niedrige Datenanforderungen, tägliche Daten sind ausreichend, geeignet für eine kostengünstige Umsetzung.

Risikoanalyse

Die Strategie birgt auch einige Risiken:

  1. Nachhaltige Rückgänge der Bärenmärkte werden zu Verlusten führen;
  2. Fehlende Umkehrungen können erhebliche Verluste verursachen;
  3. Falsche Einstellungen von Parametern können auch Auswirkungen auf die Ergebnisse haben, z. B. falsche gleitende Durchschnittsperioden;
  4. Die Handelsfrequenz kann gering sein und nicht alle Anpassungen erfassen können;
  5. Ein begrenzter Gewinnanstieg, nicht viel höher als die Rendite des Marktindex.

Im Hinblick auf die oben genannten Risiken können zur Verbesserung der Strategie Methoden wie die Optimierung der Zyklusparameter, die Anpassung der Stop-Loss-Verhältnisse, das Hinzufügen anderer Indikatorbeurteilungen usw. verwendet werden.

Optimierungsrichtlinien

Die Strategie kann in folgenden Aspekten optimiert werden:

  1. Erhöhung der Mehrfaktorbeurteilung langfristiger und kurzfristiger Trends, wie MACD und KD, um die Richtigkeit der Beurteilung zu verbessern;
  2. Hinzufügen einer Handelsvolumenanalyse, z. B. bei einem Anstieg des Handelsvolumens lang zu gehen;
  3. Optimierung der Parameter-Einstellungen durch Walk Forward-Analyse und andere Methoden, um die besten Parameter zu finden;
  4. Kombinieren Sie mehr Umkehrfaktoren wie Fibonacci-Retracement-Levels, Unterstützungs- und Widerstandsniveaus, um die Umkehrniveaus zu bestimmen;
  5. Überlegen Sie umfassend, wie Sie die Gewinnquote optimieren können, z. B. durch Anpassung von Positionen und Stop-Loss-Raten, um höhere Renditen zu erzielen.

Zusammenfassung

Zusammenfassend ist dies eine sehr einfache und praktische kurzfristige Handelsstrategie. Sie kombiniert den langfristigen Aufwärtstrend und die kurzfristige Pullback-Umkehrung des Indizes, um überschüssige Renditen zu erzielen und gleichzeitig Risiken zu kontrollieren. Durch kontinuierliche Optimierung und Parameter-Tuning können bessere Ergebnisse erzielt werden.


/*backtest
start: 2023-01-11 00:00:00
end: 2024-01-17 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/
// © tsujimoto0403

//@version=5
strategy("simple pull back", overlay=true,default_qty_type=strategy.percent_of_equity,
     default_qty_value=100)

//input value 
malongperiod=input.int(200,"長期移動平均BASE200/period of long term sma",group = "パラメータ")
mashortperiod=input.int(10,"長期移動平均BASE10/period of short term sma",group = "パラメータ")
stoprate=input.int(5,title = "損切の割合%/stoploss percentages",group = "パラメータ")
profit=input.int(20,title = "利食いの割合%/take profit percentages",group = "パラメータ")
startday=input(title="バックテストを始める日/start trade day", defval=timestamp("01 Jan 2000 13:30 +0000"), group="期間")
endday=input(title="バックテスを終わる日/finish date day", defval=timestamp("1 Jan 2099 19:30 +0000"), group="期間")


//polt indicators that we use 
malong=ta.sma(close,malongperiod)
mashort=ta.sma(close,mashortperiod)

plot(malong,color=color.aqua,linewidth = 2)
plot(mashort,color=color.yellow,linewidth = 2)

//date range 
datefilter = true

//open conditions
if close>malong and close<mashort and strategy.position_size == 0 and datefilter and ta.rsi(close,3)<30 
    strategy.entry(id="long", direction=strategy.long)
    
//sell conditions 
strategy.exit(id="cut",from_entry="long",stop=(1-0.01*stoprate)*strategy.position_avg_price,limit=(1+0.01*profit)*strategy.position_avg_price)


if close>mashort and close<low[1] and strategy.position_size>0
    strategy.close(id ="long")
        




Mehr