Die Ressourcen sind geladen. Beförderung...
  1. Quadrat
  2. Mehrzeitrahmen-EMA-Trendstrategie mit täglichem High-Low-Breakout-System

Mehrzeitrahmen-EMA-Trendstrategie mit täglichem High-Low-Breakout-System

Schriftsteller:ChaoZhang, Datum: 2024-11-28 15:20:59
Tags:EMA- Nein.

img

Übersicht

Dies ist eine quantitative Handelsstrategie, die tägliche hohe-niedrige Ausbrüche mit mehrjährigen EMA-Trend kombiniert. Die Strategie identifiziert hauptsächlich Handelschancen durch Überwachung der Preis-Ausbrüche der Vortagshoch- und Niedrigniveaus, kombiniert mit EMA-Tendenzen und dem Chaikin Money Flow (CMF) -Indikator. Sie verwendet 200-Perioden-EMAs sowohl auf Stunden- als auch auf Tageszeiträumen, um die Genauigkeit des Handels durch mehrere technische Indikatoren zu verbessern Validierung.

Strategieprinzipien

Die Kernlogik umfasst folgende Schlüsselelemente:

  1. Benutzt die Funktion request.security, um die Höchst- und Tiefpreise des vorherigen Tages als wichtige Unterstützungs- und Widerstandsniveaus zu erhalten.
  2. Die 24-Perioden-EMA wird als Basis für die Trendbestimmung verwendet.
  3. Implementiert CMF (20-Zeitrahmen) als umfassenden Indikator für Volumen und Preis zur Bewertung des Marktgeldflusses.
  4. Berechnet 200 EMAs sowohl für aktuelle als auch für Zeitrahmen von 1 Stunde, um größere Trendrichtungen zu bestimmen.

Besondere Handelsregeln: Long Entry: Preisbruch über Vortagshoch + Schließung über EMA + Positive CMF Kurzer Einstieg: Preise brechen unter den Tiefpunkten des Vortages + Schließen unterhalb der EMA + Negatives CMF Ausgang: Überschreiten unterhalb der EMA für Longs, überschreiten über der EMA für Shorts

Strategische Vorteile

  1. Die Validierung mehrerer technischer Indikatoren verbessert die Handelssicherheit
  2. Mehrzeitanalysen liefern eine umfassende Trendbewertung
  3. Die Integration der CMF-Indikatoren ermöglicht eine bessere Erfassung der Marktbedingungen für den Geldfluss
  4. Vortagshoch-niedrige Niveaus entsprechen den Handelsgewohnheiten der Marktteilnehmer
  5. Einfach zu verstehen und umzusetzen
  6. Gut definierte Ein- und Ausstiegsbedingungen minimieren subjektive Urteile

Strategische Risiken

  1. Kann häufige falsche Signale in verschiedenen Märkten erzeugen
  2. Nicht ausreichend auf sofortige Preisausbrüche reagiert
  3. Potenzielle verpasste Chancen auf Schlüsselstufen
  4. Nicht berücksichtigt werden größere zeitliche Trends
  5. Bei extremer Marktvolatilität können erhebliche Abzüge auftreten

Empfehlungen zur Risikokontrolle:

  1. Einführung geeigneter Stop-Loss-Niveaus
  2. Anpassung der Parameter an die Marktbedingungen
  3. Hinzufügen von Trendfiltern
  4. Erwägen Sie die Einbeziehung von Volatilitätsindikatoren

Optimierungsrichtlinien

  1. Implementieren Sie adaptiven Mechanismen zur Optimierung von Parametern
  2. Hinzufügen von Filtern für Marktbedingungen
  3. Optimierung der Stop-Loss- und Take-Profit-Mechanismen
  4. Einbeziehung von Volatilitätsindikatoren für verschiedene Marktbedingungen
  5. Überlegung von Positionsmanagementmechanismen
  6. Hinzufügen von Volumenanalyseindikatoren

Zusammenfassung

Es handelt sich um ein vollständiges Handelssystem, das mehrere technische Indikatoren und Multi-Timeframe-Analysen kombiniert. Die Strategie sucht Handelsmöglichkeiten durch eine umfassende Analyse von Intraday-Hoch-Niedrig-Breakouts, gleitenden Durchschnittstrends und Geldfluss. Obwohl bestimmte Risiken bestehen, hat die Strategie durch eine angemessene Risikokontrolle und kontinuierliche Optimierung einen guten praktischen Wert.

/*backtest
start: 2024-10-28 00:00:00
end: 2024-11-27 00:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy(title='The security Daily HIGH/LOW strategy', overlay=true, initial_capital=10000, calc_on_every_tick=true, 
         default_qty_type=strategy.percent_of_equity, default_qty_value=100, 
         commission_type=strategy.commission.percent, commission_value=0.1)

// General Inputs
len = input.int(24, minval=1, title='Length MA', group='Optimization parameters')
src = input.source(close, title='Source MA', group='Optimization parameters')
out = ta.ema(src, len)

length = input.int(20, minval=1, title='CMF Length', group='Optimization parameters')
ad = close == high and close == low or high == low ? 0 : (2 * close - low - high) / (high - low) * volume
mf = math.sum(ad, length) / math.sum(volume, length)

// Function to get daily high and low
f_secureSecurity(_symbol, _res, _src) =>
    request.security(_symbol, _res, _src[1], lookahead=barmerge.lookahead_on)

pricehigh = f_secureSecurity(syminfo.tickerid, 'D', high)
pricelow = f_secureSecurity(syminfo.tickerid, 'D', low)

// Plotting previous daily high and low
plot(pricehigh, title='Previous Daily High', style=plot.style_linebr, linewidth=2, color=color.new(color.white, 0))
plot(pricelow, title='Previous Daily Low', style=plot.style_linebr, linewidth=2, color=color.new(color.white, 0))

// Entry Conditions
short = ta.crossunder(low, pricelow) and close < out and mf < 0
long = ta.crossover(high, pricehigh) and close > out and mf > 0

if short and barstate.isconfirmed
    strategy.entry('short', strategy.short, stop=pricelow[1])
    strategy.close('short', when=close > out)

if long and barstate.isconfirmed
    strategy.entry('long', strategy.long, stop=pricehigh[1])
    strategy.close('long', when=close < out)

// 200 EMA on 1-hour timeframe
ema_200 = ta.ema(close, 200)
ema_200_1h = request.security(syminfo.tickerid, "60", ta.ema(close, 200))

plot(ema_200_1h, color=color.purple, title="200 EMA (1H)")
plot(ema_200, color=color.white, title="200 EMA")
Verwandt
Mehr

2019 FMZ - Alle Rechte vorbehalten