Diese Strategie ist eine gleitende Durchschnitts-Crossover-Strategie, die auf Renko-Candlestick-Charts basiert. Sie verwendet den TEMA-Indikator, um Crossover-Signale zu konstruieren und kombiniert langfristige gleitende Durchschnittswerte zum Filtern, mit dem Ziel, Trends auf Renko-Charts zu identifizieren und Kauf- und Verkaufssignale zu generieren.
Die wichtigste Signalquelle dieser Strategie stammt aus dem goldenen Kreuz und dem Todeskreuz des kurzfristigen TEMA-Indikators und des SMA-Indikators.
Wenn der kurzfristige TEMA den kurzfristigen SMA überschreitet, gehen Sie lang; wenn der kurzfristige TEMA den kurzfristigen SMA überschreitet, schließen Sie Positionen.
Darüber hinaus legt die Strategie auch zwei optionale Parameter avg_protection und gain_protection fest, um die Logik für den Einstieg und den Stop-Loss anzupassen:
Wenn avg_protection>0, nur dann kaufen, wenn der Schlusskurs unter dem aktuellen durchschnittlichen Haltepreis liegt, was die Kostenbasis verringern kann;
Wenn gain_protection>0, verkaufen Sie nur, wenn der Schlusskurs den Einstiegskurs um einen bestimmten Prozentsatz übersteigt, um Gewinne zu erzielen.
Schließlich verwendet die Strategie auch einen langfristigen SMMA-Indikator als Trendfilter. Nur wenn der Schlusskurs unterhalb des SMMA liegt, wird ein langes Signal ausgelöst.
Die wichtigsten Vorteile dieser Strategie sind:
Diese Strategie birgt auch einige Risiken:
Um diese Risiken zu mindern, können angemessene Parameter-Tuning, Einstellung von Stop-Verlusten usw. angewendet werden.
Die wichtigsten Optimierungsrichtungen für diese Strategie sind:
Im Allgemeinen handelt es sich um eine grundlegende, einfache, aber sehr praktische gleitende Durchschnitts-Crossover-Strategie. Sie stützt sich hauptsächlich auf die ausgezeichnete Geräuschreduktionswirkung von Renko-Barren und die hohe Empfindlichkeit des TEMA-Indikators zur Erzeugung von Signalen. In der Zwischenzeit verbessert die Zusammenarbeit zwischen langfristigen und kurzfristigen gleitenden Durchschnitten auch ihre Trendverfolgungsfähigkeit. Mit Parameter-Tuning und richtiger Optimierung kann diese Strategie zu einer effektiven Wahl für den quantitativen Handel werden.
/*backtest start: 2023-01-17 00:00:00 end: 2024-01-23 00:00:00 period: 1d basePeriod: 1h exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ //@version=2 strategy("TEMA Cross", overlay = true) tema(src, len) => 3*ema(src, len) - 3*ema(ema(src, len), len) + ema(ema(ema(src, len),len),len) smma(src, len) => sa = 0.0 sa := na(sa[1]) ? sma(src, len) : (sa[1] * (len - 1) + src) / len sa temaLength = input(5) smaLength = input(3) smmaLength = input(30) tema1 = tema(close, temaLength) sma1 = sma(tema1, smaLength) smma1 = smma(close,smmaLength) plot(tema1, color = green, title = "TEMA") plot(sma1, color = orange, title = "SMA") plot(smma1, color = red, title = "SMMA") minGainPercent = input(2) gainMultiplier = minGainPercent * 0.01 + 1 avg_protection = input(1) gain_protection = input(1) longCondition = crossover(tema1, sma1) and tema1 < smma1 shortCondition = crossunder(tema1, sma1) strategy.entry("Buy", strategy.long, when = longCondition and (avg_protection >= 1 ? (na(strategy.position_avg_price) ? true : close <= strategy.position_avg_price) : true)) strategy.close_all(when = shortCondition and (gain_protection >=1 ? (close >= gainMultiplier * strategy.position_avg_price) : true))