Les ressources ont été chargées... Je charge...
  1. La place des stratégies
  2. Stratégie de suivi des moyennes mobiles

Stratégie de suivi des moyennes mobiles

Auteur:ChaoZhang est là., Date: 2023-10-20 à 17h02:52
Les étiquettes:

移动平均线跟踪策略

Résumé

La stratégie de suivi des moyennes mobiles est une stratégie de suivi des tendances basée sur des moyennes mobiles simples. Cette stratégie utilise des moyennes mobiles simples de 200 jours pour déterminer la direction de la tendance des prix, en faisant plus lorsque le prix traverse les moyennes mobiles en haut et en faisant des espaces lorsque le prix traverse les moyennes mobiles en bas.

Les principes stratégiques

La stratégie est basée sur les principes suivants:

  1. Utilisez une simple moyenne mobile slowMA de 200 jours pour déterminer la direction de la tendance des prix.
  2. Lorsque le prix de clôture porte un slowMA sur la clôture, on pense que le marché a commencé à augmenter et donc faire plus.
  3. Lorsque le prix de clôture est passé sous le slowMA, le marché a commencé à baisser et a donc été réduit.
  4. Enregistrer la dernière fois que vous avez fait plus ou moins de choses avec les variables last_long et last_short.
  5. Déterminez l'intersection de last_long et last_short pour générer un signal de transaction par la fonction crossover.
  6. Dans la période de réévaluation, faites plus de long_signal pour recevoir plus de signaux et faites plus de short_signal pour recevoir moins de signaux.

La stratégie consiste principalement à déterminer la direction de la tendance en utilisant des moyennes mobiles et à effectuer des opérations inverses en temps opportun lorsque la moyenne tourne pour réaliser des gains de suivi de la tendance.

Analyse des avantages

La stratégie présente les avantages suivants:

  1. Les idées stratégiques sont simples, claires, faciles à comprendre et à mettre en œuvre.
  2. L'utilisation de moyennes mobiles à long cycle permet de filtrer efficacement le bruit et de localiser les principales tendances.
  3. Les opérations inversées en temps opportun permettent de capturer des fluctuations de prix plus importantes à un tournant de tendance.
  4. Il suffit de déplacer un seul indicateur de la moyenne, ce qui élimine la complexité de combiner plusieurs indicateurs.
  5. Les règles d'entrée et de sortie sont claires et n'exigent pas trop d'intervention humaine.

L'analyse des risques

La stratégie comporte également des risques:

  1. Les moyennes à long terme ne sont pas sensibles aux ajustements à court terme et peuvent manquer des opportunités à court terme.
  2. La capacité à identifier les tendances de haut en bas du grand cycle est plus faible et les pertes d'inversion sont plus faciles.
  3. Le gouvernement a décidé d'arrêter le projet de loi sur les droits de l'Homme, qui a pour objectif d'éviter que les droits de l'Homme ne soient bafoués.
  4. Les paramètres sont fixes et la capacité d'adaptation aux différentes variétés et environnements du marché est faible.
  5. Les tests stratégiques basés uniquement sur des données historiques peuvent présenter des risques de conformité.

Pour ce qui est des risques, l'optimisation et l'amélioration peuvent être effectuées dans les domaines suivants:

  1. Les tendances à court terme et à long terme sont également prises en compte.
  2. Les conditions d'une combinaison de prix et de quantités ont été augmentées pour éviter les fausses percées.
  3. L'ajout d'un filtre à indicateurs de tendance améliore la capacité de reconnaître les changements de tendance.
  4. L'augmentation des mécanismes de stop-loss dynamiques pour contrôler les pertes monétaires.
  5. L'optimisation des paramètres est utilisée pour améliorer l'adaptabilité des paramètres.
  6. Des tests de réplication dans différents environnements de marché pour vérifier la solidité de la stratégie.

Optimisation

La stratégie peut être optimisée dans les domaines suivants:

  1. Optimiser les paramètres périodiques des moyennes mobiles pour trouver la meilleure combinaison de paramètres. Des méthodes d'optimisation des paramètres telles que l'analyse de marche vers l'avant peuvent être utilisées.

  2. Augmenter les moyennes mobiles courtes pour former des stratégies multimoyennes tout en suivant les tendances des cycles longs et courts.

  3. La combinaison d'indicateurs de tendance tels que MACD et autres améliore la capacité d'identifier les changements de tendance.

  4. Il est important de prendre en compte les risques liés à l'utilisation de l'outil de gestion des pertes.

  5. Les tests répétitifs, les stratégies testées dans différentes variétés et à différentes périodes de temps, améliorent la robustesse.

  6. L'automatisation des paramètres et l'optimisation des stratégies sont réalisées à l'aide de méthodes telles que l'apprentissage automatique.

Résumé

La stratégie de suivi des moyennes mobiles est une stratégie de suivi des tendances simple et pratique, claire, facile à mettre en œuvre et capter les opportunités de tendance. Mais elle présente également des problèmes, tels qu'une insensitivité aux ajustements à court terme et une faible maîtrise des risques. Nous pouvons optimiser de plusieurs façons pour rendre la stratégie plus solide, optimisée par les paramètres et la maîtrise des risques.

/*backtest
start: 2023-09-19 00:00:00
end: 2023-10-19 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("MA X 200 BF", overlay=true, initial_capital=10000, default_qty_type=strategy.percent_of_equity, default_qty_value=100, commission_type=strategy.commission.percent, commission_value=0.0)

/////////////// Time Frame ///////////////
testStartYear = input(2012, "Backtest Start Year") 
testStartMonth = input(1, "Backtest Start Month")
testStartDay = input(1, "Backtest Start Day")
testPeriodStart = timestamp(testStartYear,testStartMonth,testStartDay, 0, 0)

testStopYear = input(2019, "Backtest Stop Year")
testStopMonth = input(12, "Backtest Stop Month")
testStopDay = input(31, "Backtest Stop Day")
testPeriodStop = timestamp(testStopYear,testStopMonth,testStopDay, 0, 0)

testPeriod() => true

///////////// MA 200 /////////////
slowMA = sma(close, input(200))

/////////////// Strategy ///////////////
long = close > slowMA
short = close < slowMA

last_long = 0.0
last_short = 0.0
last_long := long ? time : nz(last_long[1])
last_short := short ? time : nz(last_short[1])

long_signal = crossover(last_long, last_short)
short_signal = crossover(last_short, last_long)

/////////////// Execution /////////////// 
if testPeriod()
    strategy.entry("Long Entry",  strategy.long, when=long_signal)
    strategy.entry("Short Entry", strategy.short, when=short_signal)
    strategy.exit("Long Ex", "Long Entry")
    strategy.exit("Short Ex", "Short Entry")

/////////////// Plotting /////////////// 
plot(slowMA, color = long ? color.lime : color.red, linewidth=2)
bgcolor(strategy.position_size > 0 ? color.lime : strategy.position_size < 0 ? color.red : color.white, transp=80)
bgcolor(long_signal ? color.lime : short_signal ? color.red : na, transp=30)
En savoir plus

2019 - FMZ - Inventeur quantifié