Les ressources ont été chargées... Je charge...
  1. Carré
  2. La tendance de la noix de noix suivant une stratégie basée sur la distance de 200 EMA

La tendance de la noix de noix suivant une stratégie basée sur la distance de 200 EMA

Auteur:ChaoZhang est là., Date: 2024-03-01 10:50:03 Je suis désolé
Les étiquettes:

Il atteint son objectif de profit à la fin de la journée.

Sortie courte:Fermer <= 200 EMA et atteindre l'objectif de profit à la fin de la journée

Le stop loss est de 20% de la prime d'option.

II. Avantages

Les principaux avantages de cette stratégie sont les suivants:

  1. Utilisation de la moyenne mobile sur 200 jours pour déterminer l'évolution à moyen et long terme, en évitant le bruit du marché à court terme
  2. Établissement de la tendance à la suite d'un mécanisme de suivi de l'évolution des prix à moyen et long terme
  3. Optimiser le moment de l'entrée lorsque la dernière direction de la bougie s'aligne sur la tendance majeure
  4. L'exposition à des pertes non compensatoires et à des pertes non compensatoires

III. Les risques

Les principaux risques de cette stratégie sont les suivants:

  1. Des pertes multiples peuvent survenir lors de la consolidation du marché autour de la moyenne mobile
  2. L'inversion soudaine de la tendance déclenche un arrêt des pertes
  3. Une sélection inappropriée de paramètres comme la moyenne mobile de la période conduit à un jugement erroné de la tendance

Les aspects suivants peuvent être optimisés pour réduire les risques susmentionnés:

  1. Ajuster les paramètres de la moyenne mobile ou ajouter d'autres indicateurs pour déterminer la tendance majeure
  2. Optimiser le mécanisme d'arrêt des pertes comme l'ajustement de la distance d'arrêt basée sur la variation de prix
  3. Optimiser les conditions d'entrée avec plus d'indicateurs de jugement

IV. Directions d'optimisation

Les principales orientations d'optimisation de cette stratégie sont les suivantes:

  1. Optimiser les paramètres des moyennes mobiles, les effets des essais de différents paramètres de période
  2. Ajouter d'autres indicateurs comme les bandes de Bollinger, KDJ pour déterminer la tendance majeure
  3. Ajustez la stratégie de stop loss pour suivre le prix de manière dynamique
  4. Optimiser les conditions d'entrée pour éviter les erreurs d'entrée dues à des corrections à court terme

V. Conclusion

Cet article a analysé en détail la logique, les forces, les faiblesses et les directions d'optimisation de la stratégie de suivi de tendance basée sur la distance entre le prix et la moyenne mobile de 200 jours. Cette stratégie juge la tendance à moyen et long terme en suivant l'écart de prix par rapport à la moyenne mobile à long terme. Les positions sont établies lorsque l'écart dépasse un seuil et fermées lors de l'atteinte des objectifs de stop loss ou de profit. Cette stratégie peut bien suivre la tendance à moyen et long terme, mais a encore une certaine marge d'optimisation des paramètres. Des améliorations futures peuvent être apportées à partir de plusieurs perspectives pour rendre la stratégie plus robuste dans différentes conditions de marché.

/*backtest
start: 2024-02-22 00:00:00
end: 2024-02-24 06:00:00
period: 3h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("Intraday Price Away from 200 EMA Strategy", overlay=true)

// Define inputs
emaPeriod = input(200, title="EMA Period")
thresholdPercent = input(0.75, title="Threshold Percent", minval=0)  // Define the threshold percentage

// Calculate 200 EMA
ema = ema(close, emaPeriod)

// Calculate distance from 200 EMA as a percentage
distance_percent = ((close - ema) / ema) * 100

// Track average entry price
var float avgEntryPrice = na

// Buy conditions
buy_condition = close < ema and abs(distance_percent) >= thresholdPercent and close[1] < close[2]

// Exit conditions for buy
exit_buy_condition = close >= ema or time_close(timeframe.period) or (avgEntryPrice * 1.5) <= close

// Sell conditions
sell_condition = close > ema and abs(distance_percent) >= thresholdPercent and close[1] > close[2]

// Exit conditions for sell
exit_sell_condition = close <= ema or time_close(timeframe.period) or (avgEntryPrice * 1.5) >= close

// Execute buy and sell orders only if there are no open trades
if strategy.opentrades == 0
    strategy.entry("Buy", strategy.long, when=buy_condition)
    strategy.entry("Sell", strategy.short, when=sell_condition)

// Update average entry price for buy condition
if buy_condition
    avgEntryPrice := close

// Update average entry price for sell condition
if sell_condition
    avgEntryPrice := close

// Close buy position if exit condition is met
strategy.close("Buy", when=exit_buy_condition)

// Close sell position if exit condition is met
strategy.close("Sell", when=exit_sell_condition)

// Plot 200 EMA
plot(ema, color=color.blue, linewidth=2)

// Plot buy and sell signals
plotshape(buy_condition, style=shape.triangleup, location=location.belowbar, color=color.green, size=size.small)
plotshape(sell_condition, style=shape.triangledown, location=location.abovebar, color=color.red, size=size.small)
Plus de

2019 FMZ - Tous les droits réservés