Die Ressourcen sind geladen. Beförderung...
  1. Quadrat
  2. Die Strategie des Bottom Hunters

Die Strategie des Bottom Hunters

Schriftsteller:ChaoZhang, Datum: 2024-02-06 09:26:54
Tags:

img

Übersicht

Die Bottom Hunter Strategie ist eine kurzfristige Handelsstrategie für Kryptowährungen.

Strategieprinzip

Diese Strategie kombiniert mehrere technische Indikatoren, um Böden zu identifizieren. Insbesondere verwendet sie den MACD-Indikator, um die Bodenumkehrsignale zu beurteilen, den RSI-Indikator, um den Überverkaufsstatus zu bestimmen, und Bollinger Bands, um festzustellen, ob der Preis unterhalb der unteren Schiene liegt. Ein Kaufsignal wird generiert, wenn alle Bedingungen erfüllt sind.

Zunächst verwendet die Strategie die MACD-Divergenz, um den Boden zu beurteilen. Die sogenannte Divergenz bedeutet, dass der Preis ein neues Tief erreicht, während der MACD-Indikator kein neues Tief erreicht. Diese Situation stellt eine Schwächung des Handelsvolumens dar und weist normalerweise auf eine bevorstehende Trendwende hin.

Zweitens erfordert die Strategie, dass der RSI-Indikator unter 31,1 liegt.

Schließlich verlangt die Strategie, dass der Schlusskurs unterhalb der mittleren Schiene der Bollinger-Bänder liegt, was darauf hindeutet, dass der Preis unter die normale Bandbreite gefallen ist und somit eine bessere Kaufmöglichkeit bietet.

Wenn alle oben genannten Bedingungen gleichzeitig erfüllt sind, erzeugt die Strategie ein Kaufsignal und stellt eine Position her.

Analyse der Vorteile

Die Bottom Hunter-Strategie hat folgende Vorteile:

  1. Die Verwendung mehrerer Indikatoren zur Bestimmung des Bodens gewährleistet die Genauigkeit der Identifizierung des Bodens
  2. Die Verwendung der MACD-Divergenz zur Beurteilung von Umkehrsignalen ist eine erfahrene Handelstechnik
  3. Beurteilung sowohl von Überverkauf als auch von Anomalien vermeidet das Risiko falscher Ausbrüche
  4. Konservative Positionskontrolle, nur Positionen an Schlüsselpunkten aufzubauen, vermeidet übermäßigen Handel

Risikoanalyse

Diese Strategie birgt auch einige Risiken:

  1. Der Markt kann ohne rechtzeitigen Stop-Loss weiter fallen
  2. Die Kombination mehrerer Bedingungen zur Beurteilung des Tiefpunkts kann in einigen Szenarien den Tiefpunkt verfehlen
  3. Die manuelle Bestimmung von Parametern wie RSI-Schwellenwerten kann sich auf die Strategieleistung auswirken

Als Reaktion auf die oben genannten Risiken kann zur Optimierung die Echtzeitverfolgung von Stoppverlusten, die Anpassung von Parameterbereichen usw. verwendet werden.

Optimierungsrichtlinien

Die Strategie kann in folgenden Richtungen optimiert werden:

  1. Erhöhung des anpassungsfähigen Stop-Loss-Mechanismus zur flexiblen Anpassung der Stop-Loss-Position anhand der Marktvolatilität
  2. Test und Optimierung der Kriterien für die Bestimmung von Kaufsignalen zur Ermittlung optimaler Parameter
  3. Erhöhung von Algorithmen für maschinelles Lernen zur automatischen Identifizierung von Parametern und Handelsregeln
  4. Hinzufügen eines Trendbeurteilungsmoduls, um den Eintritt in konsolidierende Märkte während trendiger Märkte zu vermeiden
  5. Einbeziehung zusätzlicher Indikatoren wie Volumenänderungen zur besseren Identifizierung des Bodens

Zusammenfassung

Die Bottom Hunter-Strategie kauft an Schlüsselboden, um überschüssige Renditen zu erzielen. Die Begründung für die Bestimmung des Bodens ist robust, während mehrere Filterbedingungen kombiniert werden, um falsche Signale zu vermeiden. Mit einer ordnungsgemäßen Parameter-Tuning und Stop-Loss-Kontrolle kann diese Strategie im kurzfristigen Kryptowährungshandel gut funktionieren.

/*backtest
start: 2023-01-30 00:00:00
end: 2024-02-05 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("MACD Divergence Strategy", shorttitle="Strategy: MACD Dive", overlay=true)

// MACD设置
fastLength = input.int(12, "Fast Length")
slowLength = input.int(26, "Slow Length")
signalSmoothing = input.int(9, "Signal Smoothing")

[macdLine, signalLine, _] = ta.macd(close, fastLength, slowLength, signalSmoothing)

// 计算99日EMA均线
ema99 = ta.ema(close, 99)

// 计算RSI
rsiLength = input.int(14, title="RSI Length")
rsi = ta.rsi(close, rsiLength)

// 计算布林带中轨
length = input.int(20, "BB Length")
src = input(close, "Source")
mult = input.float(2.0, "BB StdDev")
basis = ta.sma(src, length)

// 买入筛选条件
priceLow = ta.lowest(low[1], 60)
macdLow = ta.lowest(macdLine[1], 60)
divergence = low < priceLow and macdLine > macdLow

allHighsBelowEma99 = true
for i = 0 to 14
    if high[i] > ema99
        allHighsBelowEma99 := false

rsiBelow = rsi < 31.1
priceDifference = (high - low) / low * 100

buySignal1 = divergence and allHighsBelowEma99 and rsiBelow
buySignal2 = high < ema99 and priceDifference >= 3 and close < open and high < basis 
buySignal3 = buySignal1 or buySignal2

// 定义一个变量来存储买入时的价格
var float buyPrice = na

// 买入逻辑
if buySignal3
    buyPrice := close // 存储买入时的价格
    strategy.entry("Buy", strategy.long)

// 止盈和止损条件
longTakeProfit = buyPrice * 1.1 // 止盈设为买入价格的1.2倍
longStopLoss = buyPrice * 0.98// 止损设为买入价格的0.99倍

// 应用止盈和止损
strategy.exit("Exit", "Buy", limit=longTakeProfit, stop=longStopLoss)
// 绘制买入信号
plotshape(series=buySignal3, title="Buy Signal", location=location.belowbar, color=color.green, style=shape.triangleup, size=size.small)
Mehr

2019 FMZ - Alle Rechte vorbehalten