La estrategia de la cinta de promedio móvil suave
El autor:¿ Qué pasa?, fecha: 2023-12-11 14:48:35Las etiquetas:
Resumen general
Esta estrategia construye una banda de precios suave utilizando promedios móviles suaves e integra varios promedios móviles suaves para filtrar la tendencia en tiempo real.
Principio de la estrategia
- Construir una banda de precios suave para rastrear los cambios de precios utilizando promedios móviles suaves.
- La estrategia admite varios tipos de medias móviles como método de cálculo para medias móviles suaves, como EMA, SMMA, KAMA, etc.
- Apoya 1-5 capas de suavidad de apilamiento en estos promedios móviles para obtener una banda de precios aún más suave.
- También admite la adición de bandas de Bollinger entre los precios y las medias móviles para capturar mejor los cambios de precios.
- Al habilitar un filtro de media móvil adicional, puede filtrar mejor las fluctuaciones e identificar las direcciones de tendencia.
- Combinado con indicadores de reconocimiento de patrones, puede identificar automáticamente las señales de compra y venta.
Al construir una banda de precios suave para capturar las tendencias de los precios e integrar un filtro de promedio móvil para confirmar las direcciones de la tendencia, esta estrategia pertenece a una estrategia típica de seguimiento de tendencias. Al ajustar los parámetros, se puede adaptar de manera flexible a diferentes productos y plazos.
Ventajas
- La construcción de bandas de precios puede rastrear los cambios de tendencia de precios de manera más fluida, reduciendo la probabilidad de oportunidades perdidas.
- El soporte de múltiples tipos de medias móviles permite seleccionar medias móviles adecuadas basadas en diferentes plazos y productos, mejorando la adaptabilidad de la estrategia.
- Las capas 1-5 de suavidad de apilamiento pueden mejorar significativamente la capacidad de seguimiento de los cambios de precios y capturar los puntos de inversión de tendencia con mayor precisión.
- El filtro de media móvil puede reducir eficazmente las señales inválidas y mejorar la tasa de ganancia.
- Al ajustar las longitudes de las medias móviles, se puede adaptar a diferentes marcos de tiempo.
- El soporte de pantalla de vidrio negro permite una observación clara e intuitiva de las tendencias de las franjas de precios.
Los riesgos
- La tendencia de los mercados de rango es que los mercados de rango de mercado tengan una fuerte capacidad de seguimiento de las tendencias a largo plazo, pero una mala capacidad de seguimiento y reacción a las fluctuaciones a corto plazo, lo que tiende a generar señales más inválidas en los mercados de rango.
- En las violentas subidas y bajadas de precios, el retraso de las medias móviles suaves puede perder el mejor momento de entrada.
- El exceso de apilamiento de medias móviles puede suavizar excesivamente los cambios de precios y causar una identificación inexacta de los puntos de compra y venta.
- Si los parámetros de longitud media móvil habilitados no se establecen correctamente, puede generarse una gran cantidad de señales falsas.
Soluciones:
- Acortar adecuadamente las longitudes de las medias móviles para acelerar la reacción a los cambios de precios.
- Ajustar los tiempos de apilamiento para reducir el exceso de suavidad.
- Optimizar y probar las combinaciones de medias móviles para seleccionar los parámetros óptimos.
- Utilice la verificación de marcos de tiempo múltiples con otros indicadores para reducir las señales falsas.
Direcciones de optimización
- Prueba y optimiza combinaciones de tipos de medias móviles para seleccionar parámetros óptimos.
- Prueba y optimiza los parámetros de longitud media móvil para adaptarse a más productos y plazos.
- Pruebe diferentes tiempos de suavidad de apilamiento para encontrar el punto de equilibrio óptimo.
- Trate de añadir Bandas de Bollinger como un indicador auxiliar.
- Prueba diferentes promedios móviles adicionales como filtros.
- Utilice la verificación de marcos de tiempo múltiples con otros indicadores.
Conclusión
Esta estrategia pertenece a una estrategia típica de seguimiento de tendencias que sigue continuamente las tendencias de precios mediante la construcción de bandas de promedio móvil suaves y evita señales inválidas con filtros de asistencia. Su ventaja radica en la construcción de bandas de precios suaves para capturar mejor los giros en las tendencias de precios. También tiene ciertos riesgos de retraso.
/*backtest
start: 2023-12-03 00:00:00
end: 2023-12-10 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
// Copyright (c) 2007-present Jurik Research and Consulting. All rights reserved.
// Copyright (c) 2018-present, Alex Orekhov (everget)
// Thanks to everget for code for more advanced moving averages
// Smooth Moving Average Ribbon [STRATEGY] @PuppyTherapy script may be freely distributed under the MIT license.
strategy( title="Smooth Moving Average Ribbon [STRATEGY] @PuppyTherapy", overlay=true )
// ---- CONSTANTS ----
lsmaOffset = 1
almaOffset = 0.85
almaSigma = 6
phase = 2
power = 2
// ---- GLOBAL FUNCTIONS ----
kama(src, len)=>
xvnoise = abs(src - src[1])
nfastend = 0.666
nslowend = 0.0645
nsignal = abs(src - src[len])
nnoise = sum(xvnoise, len)
nefratio = iff(nnoise != 0, nsignal / nnoise, 0)
nsmooth = pow(nefratio * (nfastend - nslowend) + nslowend, 2)
nAMA = 0.0
nAMA := nz(nAMA[1]) + nsmooth * (src - nz(nAMA[1]))
t3(src, len)=>
xe1_1 = ema(src, len)
xe2_1 = ema(xe1_1, len)
xe3_1 = ema(xe2_1, len)
xe4_1 = ema(xe3_1, len)
xe5_1 = ema(xe4_1, len)
xe6_1 = ema(xe5_1, len)
b_1 = 0.7
c1_1 = -b_1*b_1*b_1
c2_1 = 3*b_1*b_1+3*b_1*b_1*b_1
c3_1 = -6*b_1*b_1-3*b_1-3*b_1*b_1*b_1
c4_1 = 1+3*b_1+b_1*b_1*b_1+3*b_1*b_1
nT3Average_1 = c1_1 * xe6_1 + c2_1 * xe5_1 + c3_1 * xe4_1 + c4_1 * xe3_1
// The general form of the weights of the (2m + 1)-term Henderson Weighted Moving Average
getWeight(m, j) =>
numerator = 315 * (pow(m + 1, 2) - pow(j, 2)) * (pow(m + 2, 2) - pow(j, 2)) * (pow(m + 3, 2) - pow(j, 2)) * (3 * pow(m + 2, 2) - 11 * pow(j, 2) - 16)
denominator = 8 * (m + 2) * (pow(m + 2, 2) - 1) * (4 * pow(m + 2, 2) - 1) * (4 * pow(m + 2, 2) - 9) * (4 * pow(m + 2, 2) - 25)
denominator != 0
? numerator / denominator
: 0
hwma(src, termsNumber) =>
sum = 0.0
weightSum = 0.0
termMult = (termsNumber - 1) / 2
for i = 0 to termsNumber - 1
weight = getWeight(termMult, i - termMult)
sum := sum + nz(src[i]) * weight
weightSum := weightSum + weight
sum / weightSum
get_jurik(length, phase, power, src)=>
phaseRatio = phase < -100 ? 0.5 : phase > 100 ? 2.5 : phase / 100 + 1.5
beta = 0.45 * (length - 1) / (0.45 * (length - 1) + 2)
alpha = pow(beta, power)
jma = 0.0
e0 = 0.0
e0 := (1 - alpha) * src + alpha * nz(e0[1])
e1 = 0.0
e1 := (src - e0) * (1 - beta) + beta * nz(e1[1])
e2 = 0.0
e2 := (e0 + phaseRatio * e1 - nz(jma[1])) * pow(1 - alpha, 2) + pow(alpha, 2) * nz(e2[1])
jma := e2 + nz(jma[1])
variant(src, type, len ) =>
v1 = sma(src, len) // Simple
v2 = ema(src, len) // Exponential
v3 = 2 * v2 - ema(v2, len) // Double Exponential
v4 = 3 * (v2 - ema(v2, len)) + ema(ema(v2, len), len) // Triple Exponential
v5 = wma(src, len) // Weighted
v6 = vwma(src, len) // Volume Weighted
v7 = na(v5[1]) ? sma(src, len) : (v5[1] * (len - 1) + src) / len // Smoothed
v8 = wma(2 * wma(src, len / 2) - wma(src, len), round(sqrt(len))) // Hull
v9 = linreg(src, len, lsmaOffset) // Least Squares
v10 = alma(src, len, almaOffset, almaSigma) // Arnaud Legoux
v11 = kama(src, len) // KAMA
ema1 = ema(src, len)
ema2 = ema(ema1, len)
v13 = t3(src, len) // T3
v14 = ema1+(ema1-ema2) // Zero Lag Exponential
v15 = hwma(src, len) // Henderson Moving average thanks to @everget
ahma = 0.0
ahma := nz(ahma[1]) + (src - (nz(ahma[1]) + nz(ahma[len])) / 2) / len //Ahrens Moving Average
v16 = ahma
v17 = get_jurik( len, phase, power, src)
type=="EMA"?v2 : type=="DEMA"?v3 : type=="TEMA"?v4 : type=="WMA"?v5 : type=="VWMA"?v6 :
type=="SMMA"?v7 : type=="Hull"?v8 : type=="LSMA"?v9 : type=="ALMA"?v10 : type=="KAMA"?v11 :
type=="T3"?v13 : type=="ZEMA"?v14 : type=="HWMA"?v15 : type=="AHMA"?v16 : type=="JURIK"?v17 : v1
smoothMA(o, h, l, c, maLoop, type, len) =>
ma_o = 0.0
ma_h = 0.0
ma_l = 0.0
ma_c = 0.0
if maLoop == 1
ma_o := variant(o, type, len)
ma_h := variant(h, type, len)
ma_l := variant(l, type, len)
ma_c := variant(c, type, len)
if maLoop == 2
ma_o := variant(variant(o ,type, len),type, len)
ma_h := variant(variant(h ,type, len),type, len)
ma_l := variant(variant(l ,type, len),type, len)
ma_c := variant(variant(c ,type, len),type, len)
if maLoop == 3
ma_o := variant(variant(variant(o ,type, len),type, len),type, len)
ma_h := variant(variant(variant(h ,type, len),type, len),type, len)
ma_l := variant(variant(variant(l ,type, len),type, len),type, len)
ma_c := variant(variant(variant(c ,type, len),type, len),type, len)
if maLoop == 4
ma_o := variant(variant(variant(variant(o ,type, len),type, len),type, len),type, len)
ma_h := variant(variant(variant(variant(h ,type, len),type, len),type, len),type, len)
ma_l := variant(variant(variant(variant(l ,type, len),type, len),type, len),type, len)
ma_c := variant(variant(variant(variant(c ,type, len),type, len),type, len),type, len)
if maLoop == 5
ma_o := variant(variant(variant(variant(variant(o ,type, len),type, len),type, len),type, len),type, len)
ma_h := variant(variant(variant(variant(variant(h ,type, len),type, len),type, len),type, len),type, len)
ma_l := variant(variant(variant(variant(variant(l ,type, len),type, len),type, len),type, len),type, len)
ma_c := variant(variant(variant(variant(variant(c ,type, len),type, len),type, len),type, len),type, len)
[ma_o, ma_h, ma_l, ma_c]
smoothHA( o, h, l, c ) =>
hao = 0.0
hac = ( o + h + l + c ) / 4
hao := na(hao[1])?(o + c / 2 ):(hao[1] + hac[1])/2
hah = max(h, max(hao, hac))
hal = min(l, min(hao, hac))
[hao, hah, hal, hac]
// ---- Main Ribbon ----
haSmooth = input(true, title=" Use HA as source ? " )
length = input(11, title=" MA1 Length", minval=1, maxval=1000)
maLoop = input(3, title=" Nr. of MA1 Smoothings ", minval=1, maxval=5)
type = input("EMA", title="MA Type", options=["SMA", "EMA", "DEMA", "TEMA", "WMA", "VWMA", "SMMA", "Hull", "LSMA", "ALMA", "KAMA", "ZEMA", "HWMA", "AHMA", "JURIK", "T3"])
haSmooth2 = input(true, title=" Use HA as source ? " )
// ---- Trend ----
ma_use = input(true, title=" ----- Use MA Filter ( For Lower Timeframe Swings / Scalps ) ? ----- " )
ma_source = input(defval = close, title = "MA - Source", type = input.source)
ma_length = input(100,title="MA - Length", minval=1 )
ma_type = input("SMA", title="MA - Type", options=["SMA", "EMA", "DEMA", "TEMA", "WMA", "VWMA", "SMMA", "Hull", "LSMA", "ALMA", "KAMA", "ZEMA", "HWMA", "AHMA", "JURIK", "T3"])
ma_useHA = input(defval = false, title = "Use HA Candles as Source ?")
ma_rsl = input(true, title = "Use Rising / Falling Logic ?" )
// ---- BODY SCRIPT ----
[ ha_open, ha_high, ha_low, ha_close ] = smoothHA(open, high, low, close)
_open_ma = haSmooth ? ha_open : open
_high_ma = haSmooth ? ha_high : high
_low_ma = haSmooth ? ha_low : low
_close_ma = haSmooth ? ha_close : close
[ _open, _high, _low, _close ] = smoothMA( _open_ma, _high_ma, _low_ma, _close_ma, maLoop, type, length)
[ ha_open2, ha_high2, ha_low2, ha_close2 ] = smoothHA(_open, _high, _low, _close)
_open_ma2 = haSmooth2 ? ha_open2 : _open
_high_ma2 = haSmooth2 ? ha_high2 : _high
_low_ma2 = haSmooth2 ? ha_low2 : _low
_close_ma2 = haSmooth2 ? ha_close2 : _close
ribbonColor = _close_ma2 > _open_ma2 ? color.lime : color.red
p_open = plot(_open_ma2, title="Ribbon - Open", color=ribbonColor, transp=70)
p_close = plot(_close_ma2, title="Ribbon - Close", color=ribbonColor, transp=70)
fill(p_open, p_close, color = ribbonColor, transp = 40 )
// ----- FILTER
ma = 0.0
if ma_use == true
ma := variant( ma_useHA ? ha_close : ma_source, ma_type, ma_length )
maFilterShort = ma_use ? ma_rsl ? falling(ma,1) : ma_useHA ? ha_close : close < ma : true
maFilterLong = ma_use ? ma_rsl ? rising(ma,1) : ma_useHA ? ha_close : close > ma : true
colorTrend = rising(ma,1) ? color.green : color.red
plot( ma_use ? ma : na, title="MA Trend", color=colorTrend, transp=80, transp=70, linewidth = 5)
long = crossover(_close_ma2, _open_ma2 ) and maFilterLong
short = crossunder(_close_ma2, _open_ma2 ) and maFilterShort
closeAll = cross(_close_ma2, _open_ma2 )
plotshape( short , title="Short", color=color.red, transp=80, style=shape.triangledown, location=location.abovebar, size=size.small)
plotshape( long , title="Long", color=color.lime, transp=80, style=shape.triangleup, location=location.belowbar, size=size.small)
//* Backtesting Period Selector | Component *//
//* Source: https://www.tradingview.com/script/eCC1cvxQ-Backtesting-Period-Selector-Component *//
testStartYear = input(2018, "Backtest Start Year",minval=1980)
testStartMonth = input(1, "Backtest Start Month",minval=1,maxval=12)
testStartDay = input(1, "Backtest Start Day",minval=1,maxval=31)
testPeriodStart = timestamp(testStartYear,testStartMonth,testStartDay,0,0)
testStopYear = 9999 //input(9999, "Backtest Stop Year",minval=1980)
testStopMonth = 12 // input(12, "Backtest Stop Month",minval=1,maxval=12)
testStopDay = 31 //input(31, "Backtest Stop Day",minval=1,maxval=31)
testPeriodStop = timestamp(testStopYear,testStopMonth,testStopDay,0,0)
testPeriod() => time >= testPeriodStart and time <= testPeriodStop ? true : false
if testPeriod() and long
strategy.entry( "long", strategy.long )
if testPeriod() and short
strategy.entry( "short", strategy.short )
if closeAll
strategy.close_all( when = closeAll )
Más.
- EMA y SuperTrend combinaron su estrategia de seguimiento de tendencias
- Tendencia dinámica siguiendo la estrategia
- Estrategia de negociación cuantitativa de reversión media del canal ATR
- Estrategia de cruce de la media móvil doble
- Estrategia de ruptura dentro del rango de barras
- Estrategia de seguimiento de tendencias de doble media móvil de banda de Bollinger
- Tendencia media móvil siguiendo la estrategia de negociación
- Tendencia de Ichimoku siguiendo la estrategia
- Tendencia del MACD siguiendo la estrategia
- Octa-EMA y la estrategia de negociación cuantitativa en la nube de Ichimoku
- Estrategia de negociación de la caja baja y alta de 52 semanas
- Estrategia de negociación de oscilación entre medias móviles
- Estrategia de ruptura de los índices de rentabilidad
- Estrategia dinámica de ATR para detener pérdidas traseras
- Estrategia de negociación de ruptura de volatilidad
- Estrategia de seguimiento de la tendencia de reversión del impulso
- Estrategia de RSI de rango de sobreventa y sobrecompra estocástica
- Tendencia del comerciante Bandas Estrategia de prueba de retroceso basada en la media móvil del comerciante de tendencia
- Estrategia de ruptura del rango de las estadísticas del MACD
- Estrategia de ruptura del precio de cierre de inversión con stop loss oscilante