Die Ressourcen sind geladen. Beförderung...

Kurzfristige Durchbruchstrategie auf der Grundlage des goldenen Crossovers

Schriftsteller:ChaoZhang, Datum: 2024-02-27 17:46:55
Tags:

Übersicht

Dies ist eine kurzfristige Tracking-Strategie, die auf gleitenden Durchschnitten basiert. Sie verwendet das goldene Crossover von langfristigen und kurzfristigen gleitenden Durchschnitten als Kaufsignale und das Todeskreuz als Verkaufssignale. Kombiniert mit dem RSI-Indikator, um falsche Signale zu filtern, ist dies eine typische kurzfristige Handelsstrategie, die für den Hochfrequenz-Tagehandel geeignet ist.

Strategie Logik

Die Strategie verwendet einen 200-Perioden einfachen gleitenden Durchschnitt als langfristige Linie und einen 21-Perioden exponentiellen gleitenden Durchschnitt als kurzfristige Linie. Es erzeugt Kaufsignale, wenn der Preis über die langfristige Linie überschreitet und der RSI unter 20 liegt. Verkaufssignale werden erzeugt, wenn der Preis unter die kurzfristige Linie überschreitet und der RSI 80 übersteigt. Um falsche Signale zu filtern, werden zusätzliche Kriterien festgelegt: Long-Positionen werden nur geschlossen, wenn der Preis unter der kurzfristigen Linie und über dem niedrigsten Preis der vorherigen Bar liegt; Short-Positionen werden nur geschlossen, wenn der Preis über der kurzfristigen Linie und unter dem höchsten Preis der vorherigen Bar liegt.

Die Strategie setzt außerdem einen Stop-Loss von 1% und einen Take-Profit von 1%. Das heißt, der Stop-Loss für Long-Positionen beträgt 99% des Einstiegspreises und der Take-Profit beträgt 101% des Einstiegspreises. Für Short-Positionen ist das Gegenteil der Fall. Dies gewährleistet eine strenge Risikokontrolle für jeden Trade.

Vorteile

Der größte Vorteil dieser Strategie liegt in ihrer kurzfristigen Tracking-Fähigkeit. Die goldenen/Todes-Kreuzkombinationen von gleitenden Durchschnitten sind bewährte effektive technische Indikatoren zur Identifizierung von kurzfristigen Trendänderungen. In Kombination mit RSI-Extremwertfilterung können sie kurzfristige Umkehrmöglichkeiten effektiv erkennen und Positionen umgehend anpassen. Solche Hochfrequenzstrategien können kurzfristige Kursschwankungen vollständig erfassen und Gewinne erzielen.

Ein weiterer Vorteil ist der strikte Stop-Loss-Mechanismus, der in der Strategie festgelegt ist. Ob lang oder kurz, der Stop-Loss wird auf 1% unter dem Ein-/Ausgangspreis festgelegt, was einen schnellen Stop-Loss ermöglicht, um Verlustvergrößerung zu verhindern. Ebenso wird der Gewinn auf 1% festgelegt, um nach dem Gewinn rechtzeitig Gewinne zu erzielen.

Risiken

Das größte Risiko dieser Strategie besteht darin, dass sie zu einem übermäßigen Handel führen kann. Wenn der Preis in der Nähe der gleitenden Durchschnitte schwankt, neigt er dazu, häufig Öffnungen und Schließungen auszulösen, was nicht zur Kontrolle von Carry-Kosten und Transaktionsgebühren beiträgt. In diesem Fall ist eine angemessene Lockerung der Indikatorparameter erforderlich, um unnötigen Handel zu reduzieren.

Ein weiteres Risiko liegt in den falschen Signalen der gleitenden Durchschnitte. Wenn die Preise scharfe Schwankungen erleben, kann sich der tatsächliche Trend möglicherweise nicht ändern, aber der gleitende Durchschnitt kann immer noch falsche Signale geben. Dies ist, wenn RSI extreme Wertfilterung angewiesen werden muss, um zu vermeiden, Höhen und Tiefen zu jagen. Die RSI-Parameter können getestet und optimiert werden, um die Filterung strenger zu machen.

Optimierungsrichtlinien

Die folgenden Aspekte der Strategie können weiter optimiert werden:

Hinzufügen anderer Indikatoren zur Filterung, wie KD, MACD usw., um die tatsächliche Marktentwicklung auf der Grundlage mehrerer Indikatoren zu ermitteln und falsche Signale zu vermeiden.
Optimierung der gleitenden Durchschnittsparameter durch Prüfung verschiedener Zyklusparameter auf Leistungseffekte.
Optimieren Sie die Stop-Loss- und Take-Profit-Parameter, um den Stop-Loss-Bereich angemessen zu erweitern, um die Wahrscheinlichkeit zu verringern, dass Sie gestoppt werden.
Hinzufügen von Handelssitzungsfiltern, um nur während der aktiven Handelszeiten Positionen einzunehmen, um das Übernachtungsrisiko zu minimieren.
Hinzufügen von Intraday-Zyklus und leeren Lagerfiltern, um unnötige Handelsfrequenz und Kosten zu reduzieren.

Schlussfolgerung

Zusammenfassend ist dies eine typische kurzfristige Tracking-Strategie. Sie nutzt die goldenen/Todes-Kreuzkombinationen von gleitenden Durchschnitten, um kurzfristige Trends zu bestimmen, ergänzt durch RSI-Indikatoren, um falsche Signale zu filtern. Die Strategie hat den Vorteil des Hochfrequenz-Tradings, der kurzfristige Preisschwankungen vollständig erfassen kann. Aber sie birgt auch bestimmte Risiken für falsche Signale und übermäßigen Handel. Weitere Verbesserungen können durch Parameteroptimierung und die Integration mehrerer Indikatoren vorgenommen werden, um die stetige Rentabilität der Strategie zu verbessern.

/*backtest
start: 2024-01-27 00:00:00
end: 2024-02-26 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

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

// Input values
malongperiod = input.int(200, "Long Term SMA Period", group="Parameters")
mashortperiod = input.int(21, "Short Term SMA Period", group="Parameters")
stoprate = 1  // Set the stop loss percentage to 1%
profit = input.int(1, "Take Profit Percentage", group="Parameters") // Change the take profit percentage to 1%
startday = input(title="Start Trade Day", defval=timestamp("01 Jan 2000 13:30 +0000"), group="Period")
endday = input(title="End Trade Day", defval=timestamp("1 Jan 2099 19:30 +0000"), group="Period")

// Plotting indicators
malong = ta.sma(close, malongperiod)
mashort = ta.ema(close, mashortperiod)

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

// Date range
datefilter = true

// Long entry condition
if close > malong and close < mashort and strategy.position_size == 0 and datefilter and ta.rsi(close, 3) < 20
    strategy.entry("Long", strategy.long)

// Short entry condition
if close < malong and close > mashort and strategy.position_size == 0 and datefilter and ta.rsi(close, 3) > 80
    strategy.entry("Short", strategy.short)

// Exit conditions with 1% stop loss and 1% take profit
strategy.exit("Cut", "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("Long")
if close < mashort and close > high[1] and strategy.position_size < 0
    strategy.close("Short")

Mehr