Die Ressourcen sind geladen. Beförderung...

Strategie zur Verfolgung der Volatilität des Schwarzen Schwanen und des gleitenden Durchschnitts

Schriftsteller:ChaoZhang, Datum: 2024-12-13 11:52:51
Tags:EMASMAATR

Übersicht

Diese Strategie ist ein Dynamik-Tracking-Handelssystem, das auf Kursvolatilität und gleitenden Durchschnitts-Crossovers basiert. Es löst Signale aus, indem es die Kursvolatilität von über 1,91% (Black Swan-Ereignisse) überwacht und EMA144 und EMA169 Crossovers kombiniert, um die Trendrichtung und den Exit-Timing zu bestätigen. Die Strategie eignet sich besonders für den kurzfristigen Handel in Zeitrahmen von 1-3 Minuten und ist in der Lage, erhebliche Marktvolatilitätschancen schnell zu erfassen.

Strategieprinzip

Die Kernlogik besteht aus zwei Hauptkomponenten:

Volatilitätsüberwachung: Berechnet die absolute Differenz zwischen dem Schlusskurs und dem Eröffnungskurs im Verhältnis zum Schlusskurs und löst Handelssignale aus, wenn dieses Verhältnis 1,91% übersteigt.
Trendbestätigung: Verwendet EMA144 und EMA169 Crossover, um die Trendrichtung zu bestätigen, bei Aufwärtskreuzen lang und bei Abwärtskreuzen kurz.

Die Strategie führt bei Aufwärtsvolatilität von über 1,91% Long-Positionen ein und bei Abwärtsvolatilität Short-Positionen.

Strategische Vorteile

Schnelle Reaktion: Die Strategie erfasst schnell scharfe Marktbewegungen, ideal für den kurzfristigen Handel.
Risikokontrolle: Verwendet gleitende Durchschnittsüberschreitungen als Ausstiegssignale, um das Positionsrisiko wirksam zu managen.
Hohe Flexibilität: Ermöglicht die Anpassung der Backtesting-Periode und die Anpassung der Parameter, um sie für verschiedene Marktbedingungen zu optimieren.
Umfassendes Positionsmanagement: Verwendet für die Positionsgrößenordnung Konto-Eigenkapitalprozentsatz und unterstützt bis zu 3-fache Pyramiden-Skalierung.

Strategische Risiken

Falsches Ausbruchrisiko: Kann in stark volatilen Märkten falsche Signale erzeugen, die zu unnötigen Geschäften führen.
Schlupfrisiko: Kurzfristige Geschäfte können mit erheblichen Schlupfverlusten konfrontiert sein.
Trendumkehrrisiko: Möglichkeit einer schnellen Trendumkehr nach extremer Volatilität.
Parameterempfindlichkeit: Die Strategieleistung hängt stark von den Parameter-Einstellungen ab und erfordert häufige Anpassungen unter unterschiedlichen Marktbedingungen.

Optimierungsrichtlinien

Einbeziehung von Volatilitätsfiltern: Es wird empfohlen, den ATR-Indikator hinzuzufügen, um Marktlärm zu filtern und die Signalqualität zu verbessern.
Optimieren Sie die Eingabezeit: Erwägen Sie, die Volumenbestätigung hinzuzufügen, um die Eingabegenauigkeit zu verbessern.
Dynamische Anpassung der Parameter: Es wird vorgeschlagen, ein anpassungsfähiges Parametersystem zu entwickeln, um die Auslöseschwellen automatisch anhand der Marktbedingungen anzupassen.
Erweiterter Stop-Loss-Mechanismus: Es wird empfohlen, die Funktion des Trailing-Stop-Loss hinzuzufügen, um die angesammelten Gewinne besser zu schützen.

Zusammenfassung

Diese Strategie erreicht eine schnelle Reaktion auf Marktanomalien und Trendfolgen, indem sie Volatilitätsüberwachung mit gleitenden Durchschnitts-Crossovers kombiniert. Während das Strategiedesign mit guten Risikokontrollmechanismen geeignet ist, müssen Händler die Parameter optimieren und Risiken entsprechend den tatsächlichen Marktbedingungen verwalten. Es wird empfohlen, mit kleinen Positionen im Live-Handel zu beginnen und die Strategieleistung schrittweise in verschiedenen Marktumgebungen zu validieren.

/*backtest
start: 2024-12-05 00:00:00
end: 2024-12-12 00:00:00
period: 45m
basePeriod: 45m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5

//黑天鹅警报器，作者（）：道格拉斯机器人
//适合1分钟-3分钟的k线，发生波动超过百分之二时，自动报警
strategy('黑天鹅警报', overlay=true, initial_capital=10000, currency='USD', default_qty_type=strategy.percent_of_equity, default_qty_value=100, commission_type=strategy.commission.percent, commission_value=0.075, pyramiding=3)
//-------------------------------------------
//-------------------------------------------
timecondition = timeframe.period == '480' or timeframe.period == '240' or timeframe.period == 'D' or timeframe.period == '720'
// Make input options that configure backtest date range
startDate = input.int(title='Start Date', defval=1, minval=1, maxval=31)
startMonth = input.int(title='Start Month', defval=11, minval=1, maxval=12)
startYear = input.int(title='Start Year', defval=2018, minval=1800, maxval=2100)
endDate = input.int(title='End Date', defval=1, minval=1, maxval=31)
endMonth = input.int(title='End Month', defval=11, minval=1, maxval=12)
endYear = input.int(title='End Year', defval=2031, minval=1800, maxval=2100)
// Look if the close time of the current bar
// falls inside the date range
inDateRange = time >= timestamp(syminfo.timezone, startYear, startMonth, startDate, 0, 0) and time < timestamp(syminfo.timezone, endYear, endMonth, endDate, 0, 0)



// Inputs
a = input(1, title='Key Vaule. \'This changes the sensitivity\'')
c = input(10, title='ATR Period')
h = input(false, title='Signals from Heikin Ashi Candles')


ma60 = ta.sma(close, 60)
ema144 = ta.ema(close, 144)

ema169 = ta.ema(close, 169)
ma20 = ta.sma(close, 20)


plot(ema144, color=color.new(color.yellow, 0), title='144')
plot(ema169, color=color.new(color.orange, 0), title='169')


heitiane = close - open
heitiane := math.abs(heitiane)
heitiane /= close

if inDateRange and heitiane > 0.0191 and close < open  //  and close>f3
    strategy.entry('botsell20', strategy.short, comment='黑天鹅追空' + str.tostring(heitiane))

if ta.crossover(ema144, ema169)
    strategy.close('botsell20', comment='平空')
if inDateRange and heitiane > 0.0191 and close > open  //  and close>f3
    strategy.entry('botbuy20', strategy.long, comment='白天鹅追多' + str.tostring(heitiane))

if ta.crossunder(ema144, ema169)
    strategy.close('botbuy20', comment='平多')

Verwandt

Mehr