En la carga de los recursos... Cargando...

La media móvil adaptativa se cruza con la estrategia de stop-loss posterior.

El autor:¿ Qué pasa?, Fecha: 2024-07-29 14:27:58
Las etiquetas:La SMA- ¿Qué es?El EMAEl ATRSLTP

img

Resumen general

La estrategia de cruce de promedios móviles adaptativos con trailing stop-loss es un enfoque comercial cuantitativo que combina múltiples indicadores técnicos. Esta estrategia se basa principalmente en señales de cruce entre promedios móviles simples (SMA) rápidos y lentos para las entradas comerciales, mientras emplea un stop-loss de seguimiento adaptativo para la gestión de riesgos. La estrategia también incorpora características avanzadas como el tamaño de posición basado en la volatilidad y los niveles de stop-loss adaptativos para mejorar su adaptabilidad y robustez en varias condiciones de mercado.

Principios de estrategia

La lógica central de esta estrategia incluye los siguientes componentes clave:

  1. Cruce de promedios móviles: utiliza dos promedios móviles simples (SMA) con períodos diferentes: un SMA rápido (default 5 períodos) y un SMA lento (default 50 períodos).

  2. La estrategia emplea un método dinámico de posicionamiento basado en el saldo de la cuenta y el precio corriente. También introduce un factor de confianza que puede ajustar la proporción de capital invertido.

  3. Trailing Stop-Loss: Implementa un mecanismo de stop-loss basado en el porcentaje.

  4. Características de adaptación: si está habilitada la opción fancy_tests, la estrategia utiliza un porcentaje dinámico de stop-loss basado en la desviación estándar, lo que permite que el nivel de stop-loss se adapte a la volatilidad del mercado.

  5. Logic de salida: la estrategia se basa principalmente en el stop-loss de cierre de posición, sin establecer puntos fijos de toma de ganancias.

Ventajas estratégicas

  1. Seguimiento de tendencias: mediante el uso de cruces de promedios móviles, la estrategia puede capturar tendencias a medio y largo plazo, beneficiosas para obtener ganancias sustanciales en mercados con tendencias fuertes.

  2. Gestión del riesgo: el mecanismo de stop-loss de seguimiento controla eficazmente el riesgo a la baja al tiempo que permite que las ganancias se ejecuten.

  3. Adaptabilidad: al incorporar factores de volatilidad para ajustar los niveles de stop loss, la estrategia puede adaptarse mejor a diferentes entornos de mercado.

  4. Gestión de capital: el dimensionamiento dinámico de las posiciones ayuda a aumentar el tamaño de las operaciones a medida que la cuenta crece y reduce automáticamente la exposición al riesgo durante los retiros de la cuenta.

  5. Flexibilidad: La estrategia ofrece múltiples parámetros ajustables, como los períodos promedio móvil y los porcentajes de stop-loss, lo que permite a los usuarios optimizar basándose en diferentes mercados y preferencias personales de riesgo.

Riesgos estratégicos

  1. Falsos breakouts: en mercados variados o agitados, pueden ocurrir frecuentes falsos breakouts de medias móviles, lo que lleva a múltiples salidas de stop-loss.

  2. Retraso: los promedios móviles son indicadores inherentemente retrasados, que pueden no reaccionar lo suficientemente rápido en mercados altamente volátiles.

  3. Exceso de negociación: la configuración inadecuada de los parámetros puede dar lugar a entradas y salidas frecuentes, aumentando los costos de transacción.

  4. El riesgo de reducción: a pesar de la reducción del stop-loss, la estrategia puede aún enfrentar reducciones significativas en mercados que se invierten rápidamente.

  5. Negociación unidireccional: la estrategia actualmente solo toma posiciones largas, potencialmente perdiendo oportunidades o incurriendo en pérdidas en tendencias bajistas.

Direcciones para la optimización de la estrategia

  1. Análisis de marcos de tiempo múltiples: Introduzca indicadores de tendencia a más largo plazo, como promedios móviles de período más largo, para reducir las señales falsas.

  2. Añadir lógica de venta a corto plazo: Ampliar la estrategia para apoyar las operaciones a corto plazo, mejorando la integralidad y las oportunidades de ganancia.

  3. Optimizar el tiempo de entrada: Considere combinar otros indicadores técnicos (por ejemplo, RSI, MACD) para filtrar las señales comerciales y mejorar la precisión de entrada.

  4. Optimización de parámetros dinámicos: Implementar mecanismos de ajuste de parámetros adaptativos, como ajustar dinámicamente los períodos de promedio móvil basados en la volatilidad del mercado.

  5. Introducir un mecanismo de toma de ganancias: Además de las paradas posteriores, considere agregar reglas de toma de ganancias basadas en indicadores técnicos o objetivos fijos.

  6. Mejorar la gestión de las posiciones: aplicar estrategias más sofisticadas de valoración de las posiciones, como las basadas en el criterio Kelly u otros métodos de paridad de riesgos.

  7. Añadir filtros fundamentales: para el comercio de acciones, considere incorporar indicadores fundamentales como condiciones adicionales de filtrado de operaciones.

Conclusión

La Estrategia Adaptive Moving Average Crossover con Trailing Stop-Loss es un enfoque integral que integra múltiples conceptos de negociación cuantitativos. Captura tendencias a través de cruces de promedios móviles, gestiona el riesgo utilizando trailing stops y mejora la adaptabilidad a través de ajustes dinámicos de parámetros. Si bien existen riesgos y limitaciones inherentes, la optimización cuidadosa de parámetros y mejoras adicionales de la estrategia podrían potencialmente transformarla en un sistema comercial robusto. El diseño modular de la estrategia también proporciona una base sólida para futuras expansiones y optimizaciones.


/*backtest
start: 2023-07-23 00:00:00
end: 2024-07-28 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © chinmay.hundekari

//@version=5
//@version=5
strategy("test", overlay = true)

// Calculate two moving averages with different lengths.
SLMA = input.int(50,"SMA",minval=10,step=1)
FSMA = input.int(5,"SMA",minval=1,step=1)
fancy_tests = input.bool(true,"Enable Fancy Changes")
longLossPerc = input.float(2, title="Trailing Stop Loss (%)",
     minval=0.0, step=0.1) * 0.01
stdMult = input.float(2.0, title="Standard Deviation Multiplier",
     minval=0.0, step=0.01)

float fastMA = ta.sma(close, FSMA)
float slowMA = ta.sma(close, SLMA)
float closMA = ta.sma(close, 25)

confidence = 1.0
if (fancy_tests)
    longLossPerc := stdMult * ta.stdev(ohlc4, 20)/close
balance = strategy.initial_capital + strategy.netprofit
balanceInContracts = balance* confidence/close

// Enter a long position when `fastMA` crosses over `slowMA`.
if ta.crossover(fastMA, slowMA)
    strategy.entry("BUY", strategy.long, qty=balanceInContracts)
//longStopPrice  = strategy.position_avg_price * (1 - longLossPerc)
//Trailing Stop loss Code
longStopPrice = 0.0
percLoss = longLossPerc
longStopPrice := if strategy.position_size > 0
    //if (strategy.openprofit_percent/100.0 > longLossPerc)
    //    percLoss := math.min(strategy.openprofit_percent/200.0, longLossPerc)
    stopValue = close * (1 - percLoss)
    math.max(stopValue, longStopPrice[1])
else
    0
if strategy.position_size > 0
    strategy.exit("STP", stop=longStopPrice)
plot(strategy.position_size > 0 ? longStopPrice : na,
     color=color.red, style=plot.style_cross,
     linewidth=2, title="Long Stop Loss")
// Enter a short position when `fastMA` crosses under `slowMA`.
//if ta.crossunder(fastMA, closMA)
//    strategy.close_all("SEL")//strategy.entry("sell", strategy.short)

// Plot the moving averages.
plot(fastMA, "Fast MA", color.aqua)
plot(slowMA, "Slow MA", color.orange)
plot((confidence)*(close), "Confidence", color=color.green, linewidth=2)


Relacionados

Más.