Die Ressourcen sind geladen. Beförderung...
  1. Das Strategieplatz
  2. Chande-Kroll Stopp-Loss-Dynamische ATR-Trendverfolgungsstrategie

Chande-Kroll Stopp-Loss-Dynamische ATR-Trendverfolgungsstrategie

Schriftsteller:ChaoZhang, Datum: 2024-06-14 15:15:43
Tags:SMAATRSPX

Chande-Kroll止损动态ATR趋势跟踪策略

Übersicht

Die Chande-Kroll Stopp-Loss-Trend-Tracking-Strategie ist eine quantitative Handelsstrategie, die auf der Grundlage der Chande-Kroll-Stop-Loss-Anzeige und der einfachen gleitenden Durchschnitt (SMA) basiert. Die Strategie zielt darauf ab, den Aufwärtstrend des Marktes zu erfassen und gleichzeitig das Risiko mit einem dynamischen Stopp-Loss zu verwalten. Die Chande-Kroll-Stop-Loss-Anzeige passt das Stopp-Loss-Niveau anhand der durchschnittlichen wahren Breite (ATR) an, um sich an unterschiedliche Marktfluktuationen anzupassen.

Die Strategie

Kern der Strategie ist der Chande-Kroll Stop-Loss-Indikator, der ATR verwendet, um dynamische Stop-Loss-Levels zu berechnen. Der ATR misst die Marktfluktuation, wobei der Stop-Loss-Level durch die ATR und die Multiplikatordynamik angepasst wird. Dies stellt sicher, dass die Stop-Loss-Position an die vorherigen Marktbedingungen angepasst wird. Gleichzeitig dient der 21-Zyklus-SMA als Trendfilter, der nur dann mehr Signale auslöst, wenn der Schlusspreis über dem SMA liegt. Dies hilft, einen Handel in einem Bärenmarkt zu vermeiden. Multi-Conditioning: Beginnen Sie mit dem Multi-Taking, wenn der Schlusskurs den Chande-Kroll-Untergang durchbricht und über dem 21-Zyklus-SMA liegt. Ausgleichsbedingungen: Ausgleich, wenn der Schlusskurs über die Chande-Kroll-Linie fällt.

Strategische Vorteile

  1. Dynamischer Stop-Loss: Der Chande-Kroll-Stop-Loss-Indikator basiert auf der Berechnung des dynamischen Stop-Loss-Niveaus von ATR und kann sich an verschiedene Marktfluktuationen anpassen, um die Wirksamkeit des Stop-Loss zu verbessern.
  2. Trendverfolgung: Die 21-Zyklus-SMA dient als Trendfilter, um sicherzustellen, dass der Handel in Übereinstimmung mit der Haupttrendrichtung ist und das Risiko von Rückschlaggeschäften verringert.
  3. Flexibilität der Parameter: Die Parameter der Strategie, wie ATR-Zyklen, ATR-Mehrzahlen, Stopp-Loss-Zyklen und SMA-Zyklen, können anhand der Präferenzen des Benutzers angepasst werden, um die Anpassungsfähigkeit der Strategie zu verbessern.
  4. Positionsgrößenmanagement: Die Positionsgrößen werden dynamisch anhand von Risikomultiplanten und aktuellen Marktfluktuationen angepasst, um ein dynamisches Risikomanagement zu ermöglichen.

Strategische Risiken

  1. Parameteroptimierungsrisiken: Strategieparameter müssen entsprechend unterschiedlicher Marktbedingungen und Handelssorten optimiert werden, und eine falsche Einstellung von Parametern kann zu einer schlechten Strategieperformance führen.
  2. Trenderkennungsrisiken: Strategien können im Anfangsstadium eines schwankenden Marktes oder einer Trendwende falsche Signale erzeugen und zu Verlusten führen.
  3. Slippage und Transaktionskosten: In tatsächlichen Transaktionen beeinflussen Slippage und Transaktionskosten die Nettoeinnahmen der Strategie. Risikomanagementmaßnahmen umfassen: eine umfassende Rückprüfung der Strategie und Optimierung der Parameter; strikte Befolgung der Strategie-Regeln bei tatsächlichen Transaktionen, um das Risiko für jeden Handel zu kontrollieren; regelmäßige Bewertung der Strategie-Performance und erforderliche Anpassungen.

Strategische Optimierung

  1. Multi-Sky-Zwei-Wege-Trading: Die derzeitige Strategie ist nur Multi-Signal-Trading und kann auf Multi-Sky-Zwei-Wege-Trading ausgeweitet werden, um die Chancen in verschiedenen Marktumgebungen vollständig zu erfassen.
  2. Dynamische Parameteroptimierung: Mit Hilfe von maschinellem Lernen oder Optimierungsalgorithmen können die Strategieparameter in Echtzeit an die Marktbedingungen angepasst werden, um die Anpassungsfähigkeit zu verbessern.
  3. Kombination mit anderen technischen Indikatoren: Einführung anderer Trend- oder Schwankungsindikatoren, Konstruktion einer Multifaktorstrategie zur Verbesserung der Signalzuverlässigkeit.
  4. Einbeziehung von Marktstimmungskennzahlen: In Kombination mit Marktstimmungskennzahlen wie VIX und anderen, um den Handel bei extremen Marktstimmung zu kontrollieren und die Risikomanagementfähigkeit zu verbessern.

Zusammenfassung

Die Chande-Kroll Stopp-Loss-Dynamic-ATR-Trend-Tracking-Strategie ist eine quantitative Handelsstrategie, die auf dem Prinzip des dynamischen Stopp-Loss- und Trend-Tracking-Prinzips basiert. Durch die Kombination von Chande-Kroll-Stopp-Loss-Indikatoren und einem SMA-Trendfilter kann die Strategie Risiken effektiv verwalten, während sie die Aufwärtstrends erfasst. Die Flexibilität der Strategieparameter und die dynamische Anpassung der Positionsgröße erhöhen die Anpassungsfähigkeit der Strategie weiter.

/*backtest
start: 2023-06-08 00:00:00
end: 2024-06-13 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Chande Kroll Stop Strategy", overlay=true, initial_capital = 1000, commission_type = strategy.commission.percent, commission_value = 0.01, slippage = 3)

// Chande Kroll Stop parameters
calcMode = input.string(title="Calculation Mode", defval="Exponential", options=["Linear", "Exponential"])
riskMultiplier = input(5, "Risk Multiplier")
atrPeriod = input(10, "ATR Period")
atrMultiplier = input(3, "ATR Multiplier")
stopLength = input(21, "Stop Length")
smaLength = input(21, "SMA Length")

// Calculate ATR
atr = ta.atr(atrPeriod)

// Calculate Chande Kroll Stop
highStop = ta.highest(high, stopLength) - atrMultiplier * atr
lowStop = ta.lowest(low, stopLength) + atrMultiplier * atr

sma21 = ta.sma(close, smaLength)

// Entry and Exit conditions
longCondition = ta.crossover(close, lowStop) and close > sma21
exitLongCondition = close < highStop

// Funktion zur Berechnung der Menge
calc_qty(mode, riskMultiplier) =>
    lowestClose = ta.lowest(close, 1560)
    if mode == "Exponential"
        qty = riskMultiplier / lowestClose * 1000 * strategy.equity / strategy.initial_capital
    else
        qty = riskMultiplier / lowestClose * 1000

// Berechnung der Menge basierend auf der Benutzerwahl
qty = calc_qty(calcMode, riskMultiplier)

// Execute strategy
if (longCondition)
    strategy.entry("Long", strategy.long, qty=qty)
    alert("Buy Signal", alert.freq_once_per_bar_close)

if (exitLongCondition)
    strategy.close("Long")
    alert("Sell Signal", alert.freq_once_per_bar_close)

// Plotting
plotshape(series=longCondition, location=location.belowbar, color=#0097a7, style=shape.triangleup, size=size.small, title="Buy Signal")
plotshape(series=ta.crossunder(close, highStop), location=location.abovebar, color=#ff195f, style=shape.triangledown, size=size.small, title="Sell Signal")
plot(sma21, color=color.gray)
plot(highStop, color=#0097a7)
plot(lowStop, color=#ff195f)
Inhalte dazu
Weitere Informationen

2019 - FMZ - Erfinder-Quantifizierung