Die Ressourcen sind geladen. Beförderung...

Kurz-Mittel-Langfristiger dreifacher gleitender Durchschnitt nach Strategie

Schriftsteller:ChaoZhang, Datum: 2024-05-11 12:04:27
Tags:SMAEMARisiken

img

Übersicht

Die Kurz-Mittel-Langfristige Triple Moving Average Trend Following Strategie ist eine quantitative Anlagestrategie, die eine Kombination von gleitenden Durchschnitten mit verschiedenen Perioden verwendet, um Markttrends zu erfassen und Handelssignale zu generieren. Die Strategie basiert auf einem 3-tägigen niedrigen kurzfristigen gleitenden Durchschnitt, einem 3-tägigen hohen kurzen gleitenden Durchschnitt und einem 30-tägigen gleitenden mittelfristigen gleitenden Durchschnitt. Durch den Vergleich der relativen Position des Schlusskurses zu diesen drei gleitenden Durchschnitten bestimmt die Strategie die Trendrichtung und gibt Handelssignale aus. Wenn der Schlusskurs unter den 3-tägigen niedrigen gleitenden Durchschnitt fällt und über den 30-tägigen Schlusskursdurchschnitt liegt, wird eine Long-Position eingegeben.

Strategieprinzip

Das Kernprinzip dieser Strategie besteht darin, die Trendmerkmale von gleitenden Durchschnitten und die Querschnittsbeziehungen zwischen verschiedenen Periodengleitenden Durchschnitten zu nutzen, um Markttrends zu erfassen. Die kurzfristigen 3-tägigen niedrigen und hohen gleitenden Durchschnitte können schnell auf kurzfristige Kursschwankungen reagieren, während der mittelfristige 30-tägige gleitende Schlusspreisdurchschnitt die Trendrichtung auf einem höheren Niveau widerspiegelt.

Wenn der Schlusskurs unter den 3-tägigen niedrigen gleitenden Durchschnitt fällt und über dem 30-tägigen gleitenden Durchschnitt liegt, deutet dies auf einen kurzfristigen Pullback, aber einen bullischen mittelfristigen Trend hin, der einen langen Eintritt signalisiert. Wenn der Schlusskurs über den 3-tägigen hohen gleitenden Durchschnitt fällt, ist die kurzfristige Aufwärtströmung erschöpft und führt zu einem Positionsausgang. Durch die Kombination von kurz- und mittelfristigen gleitenden Durchschnitten kann die Strategie im frühen Stadium eines Trends eintreten und vor Ende des Trends aussteigen.

Strategische Vorteile

  1. Die Strategie nutzt die Kombination von kurz- und mittelfristigen gleitenden Durchschnitten mit verschiedenen Perioden, um mittelfristige und langfristige Markttrends effektiv zu erfassen und dem Trend zu folgen.
  2. Durch die Verwendung des 30-tägigen mittelfristigen gleitenden Durchschnitts zur Bestimmung der Trendrichtung und des 3-tägigen kurzfristigen gleitenden Durchschnitts zur rechtzeitigen Gewinngewinnung wird eine übermäßige Beteiligung vermieden.
  3. Die Strategie verwendet nur drei gleitende Durchschnitte, mit einer klaren Logik und Parametern, die leicht zu optimieren und zu testen sind.
  4. Die Kombination von kurz- und mittelfristigen gleitenden Durchschnitten kann sich an Märkte mit unterschiedlichen Schwankungszyklen anpassen und bietet eine gewisse Anpassungsfähigkeit sowohl an Trend- als auch an Rangierungsmärkte.

Strategische Risiken

  1. Häufiger Handel: Die Strategie kann häufige Handelssignale in unterschiedlichen Märkten erzeugen und die Handelskosten erhöhen.
  2. Wenn der Markt starke abnormale Schwankungen erlebt, kann das gleitende Durchschnittssystem ausfallen und erhebliche Rückgänge verursachen.
  3. Bei Veränderungen der Marktentwicklung können die ursprünglichen Parameter ihre Wirksamkeit verlieren und neu optimiert werden müssen.
  4. Fehlende Positionsverwaltung: Die Strategie enthält keine Positionsverwaltungs- und Kapitalverwaltungsregeln, was ihre Risikokontrollfähigkeit einschränkt.

Strategieoptimierung

  1. Dynamische Positionsanpassung kann auf der Grundlage von Trendstärke, Volatilität und anderen Indikatoren umgesetzt werden, um das Risiko-Rendite-Verhältnis zu verbessern.
  2. Zusätzlich können andere trendbasierte Indikatoren wie MACD und DMI eingeführt werden, um die Genauigkeit des Trendbeurteilens zu verbessern.
  3. Optimieren Sie die gleitenden Durchschnittsparameter für verschiedene Basiswerte und Zeitrahmen, um die optimale Parameterkombination zu finden.
  4. Einbeziehung von Stop-Loss. Festlegung angemessener Stop-Loss-Niveaus, um den maximalen Verlust pro Handel zu kontrollieren und die Robustheit der Strategie zu erhöhen.
  5. Angemessene Filterung: Reduzieren Sie die Handelsfrequenz in verschiedenen Märkten, indem Sie die Einführung von Volatilitätsfilterungsmechanismen wie ATR in Betracht ziehen.

Zusammenfassung

Die Kurz-Mittel-Langfristige Triple Moving Average Trend Following Strategie ist eine quantitative Handelsstrategie, die Trends mithilfe von gleitenden Durchschnitten mit unterschiedlichen Perioden erfasst. Sie tritt im frühen Stadium eines Trends ein und geht vor seinem Ende aus, indem sie die Position des Preises im Verhältnis zum 3-tägigen niedrigen gleitenden Durchschnitt, dem 3-tägigen gleitenden Durchschnitt des hohen Preises und dem 30-tägigen gleitenden Durchschnitt vergleicht. Die Logik der Strategie ist einfach und leicht zu verstehen, mit starker Anpassungsfähigkeit. Sie birgt jedoch auch Risiken wie häufigen Handel und fehlendes Positionsmanagement. Zukünftige Verbesserungen können in Bereichen wie Positionsmanagement, Stop-Loss und Profit-Taking sowie Parameteroptimierung vorgenommen werden, um robustere Renditen zu erzielen.


/*backtest
start: 2023-05-05 00:00:00
end: 2024-05-10 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy(title="Estratégia de Médias Móveis - Entrada/Saída Simples", shorttitle="MM3", overlay=true)

// Parâmetros de entrada para a data de início e final do backtest
var start_date_input = input(title="Data de Início", defval=timestamp("01 Jan 2020 00:00 +0000"))
var end_date_input = input(title="Data Final", defval=timestamp("01 Jan 2021 00:00 +0000"))

// Convertendo as datas de entrada para formato de tempo
start_date = timestamp(year(start_date_input), month(start_date_input), dayofmonth(start_date_input), 0, 0)
end_date = timestamp(year(end_date_input), month(end_date_input), dayofmonth(end_date_input), 23, 59)

// Definindo as Médias Móveis
min_ma_3 = ta.sma(low, 3)
max_ma_3 = ta.sma(high, 3)
close_ma_30 = ta.sma(close, 30)

// Condição de Entrada: Fechamento abaixo da Média de 3 Mínimas e acima da Média de 30 Fechamentos
entry_condition = close < min_ma_3 and close > close_ma_30

// Condição de Saída: Fechamento acima da Média de 3 Máximas
exit_condition = close > max_ma_3

// Sinal de Compra: Entrada na próxima vela após a condição de entrada ser verdadeira
if (entry_condition )
    strategy.entry("Buy", strategy.long)

// Sinal de Venda: Saída na próxima vela após a condição de saída ser verdadeira
if (exit_condition)
    strategy.close("Buy")

// Plotando as Médias Móveis e os Sinais de Entrada/Saída
plot(min_ma_3, color=color.red, linewidth=2, title="Média de 3 Mínimas")
plot(max_ma_3, color=color.blue, linewidth=2, title="Média de 3 Máximas")
plot(close_ma_30, color=color.orange, linewidth=2, title="Média de 30 Fechamentos")


Verwandt

Mehr