द्वि-समान-रेखा टर्नओवर पॉइंट ट्रेडिंग रणनीति एक समान-रेखा क्रॉस-आधारित ट्रेडिंग रणनीति है। यह दो अलग-अलग पैरामीटर सेट की एक चलती औसत का उपयोग करता है, जो उनके टर्नओवर के आधार पर प्रवेश और बाहर निकलने का समय निर्धारित करता है। यह रणनीति सरल, सहज और लागू करने में आसान है और मध्यम-लंबी लाइन ट्रेडिंग के लिए उपयुक्त है।
यह रणनीति मूल्य को मूल्य इनपुट के रूप में उपयोग करती है और दो अलग-अलग मापदंडों, SMA1 और SMA2 के लिए औसत रेखा की गणना करती है। रणनीति ROC सूचक का उपयोग करती है ताकि औसत रेखा के परिवर्तन को निर्धारित किया जा सके। जब SMA1 का ROC मान सेट सकारात्मक थ्रेशोल्ड से अधिक होता है, तो SMA1 को ऊपर की ओर माना जाता है और SMA1 को ऊपर की ओर सिग्नल दर्ज किया जाता है। जब SMA1 का ROC मान सेट नकारात्मक थ्रेशोल्ड से नीचे होता है, तो SMA1 को नीचे की ओर माना जाता है और SMA1 को नीचे की ओर सिग्नल दर्ज किया जाता है।
जब SMA1 ऊपर की ओर मुड़ता है और शीर्ष K लाइन SMA2 नीचे की ओर मुड़ता है, तो एक खरीद संकेत उत्पन्न होता है, अधिक; जब SMA1 नीचे की ओर मुड़ता है और शीर्ष K लाइन SMA2 ऊपर की ओर मुड़ता है, तो एक बेचने का संकेत उत्पन्न होता है, खाली।
यह रणनीति ट्रेडों की दिशा निर्धारित करने के लिए दो सम-रेखाओं के मोड़ का उपयोग करती है, एक सम-रेखा का मोड़ प्रवेश के समय की पुष्टि करता है, और दो सम-रेखाओं का क्रॉसिंग प्रवेश के समय के रुझान में बदलाव को सुनिश्चित करता है, जो झूठे ब्रेकआउट को प्रभावी ढंग से फ़िल्टर कर सकता है।
दोहरे समरेखा क्रॉसिंग और मोड़ निर्णय का उपयोग करके, आप नकली तोड़फोड़ को प्रभावी ढंग से फ़िल्टर कर सकते हैं और प्रवेश की सटीकता में सुधार कर सकते हैं।
औसत रेखा में बदलाव के साथ आरओसी के संकेतकों के संयोजन से बदलाव के समय को स्पष्ट रूप से समझा जा सकता है और बार-बार व्यापार से बचा जा सकता है।
मध्यम-लंबी रेखा के साथ, आप मुख्य प्रवृत्ति का पालन कर सकते हैं और बड़ी प्रवृत्ति लाभ प्राप्त कर सकते हैं।
रणनीतिक तर्क सरल और स्पष्ट है, इसे लागू करना आसान है, और यह मात्रात्मक व्यापार के शुरुआती लोगों के लिए उपयुक्त है।
अनुकूलन योग्य पैरामीटर, विभिन्न बाजार स्थितियों के लिए अनुकूलित, मजबूत अनुकूलनशीलता
द्विवार्षिक क्रॉसिंग में बहुत सारे झूठे सिग्नल हो सकते हैं, जिससे नुकसान हो सकता है।
ROC पैरामीटर को सटीक रूप से अनुकूलित करने की आवश्यकता होती है, अन्यथा पहचान में बदलाव से रणनीति के प्रदर्शन को प्रभावित करने वाली त्रुटियां हो सकती हैं।
बड़े आवधिक बाजार में उतार-चढ़ाव कई बार स्टॉप को ट्रिगर कर सकते हैं, जो स्टॉप की सीमा को बढ़ाकर टाला जा सकता है।
केवल औसत दर्जे के संकेतकों के आधार पर, बड़ी खबरों जैसे आकस्मिक घटनाओं का जवाब देना मुश्किल है, जिससे नुकसान हो सकता है।
यह ध्यान दिया जाना चाहिए कि पैरामीटर अनुकूलित अति-फिट हैं, और परीक्षण चक्र पर्याप्त लंबा है, जिसमें विभिन्न स्थितियां शामिल हैं।
चलती औसत मापदंडों को अनुकूलित करें और सबसे अच्छा औसत चक्र संयोजन खोजें
ROC मापदंडों का अनुकूलन और अधिक सटीकता के लिए रोटेशन पहचान
कस्टम मूल्य स्तरों को तोड़ने के लिए गतिशील रोकथाम के साथ अतिरिक्त रोकथाम तंत्र
अतिरिक्त शर्तें जोड़ें, जैसे कि ट्रेड वॉल्यूम इंडिकेटर ट्रिगर, झूठे ब्रेक से बचें
निर्णय लेने की प्रभावशीलता को बढ़ाने के लिए अन्य मापदंडों जैसे कि MACD, BOLL आदि के साथ संयोजन
बाजार में बदलाव के लिए स्वचालित रूप से पैरामीटर को अनुकूलित करने के लिए मशीन लर्निंग जैसे तरीकों का उपयोग करना
द्वि-समानता रेखा टर्नओवर पॉइंट रणनीति एक सरल व्यावहारिक ट्रेंड ट्रैकिंग रणनीति है। इसे केवल बुनियादी समानता सूचक की आवश्यकता होती है और इसे लागू किया जा सकता है, तर्क स्पष्ट और समझने में आसान है, यह सीखने और अभ्यास करने के लिए मात्रात्मक व्यापार के शुरुआती लोगों के लिए बहुत उपयुक्त है। पैरामीटर अनुकूलन और स्टॉप-लॉस तंत्र के अनुकूलन के माध्यम से रणनीति की स्थिरता में काफी सुधार किया जा सकता है। अन्य सहायक संकेतकों के साथ संयोजन में उपयोग करने से रणनीति की प्रभावशीलता को और बढ़ाया जा सकता है। यह रणनीति उच्च स्तर पर अनुकूलन योग्य है और विभिन्न बाजार वातावरणों में लागू करने के लिए लचीला है।
The Dual Moving Average Turning Point strategy is a trend following strategy based on moving average crossovers. It uses two moving averages with different parameter settings and determines entry and exit points according to their turning directions. This strategy is simple and intuitive, easy to implement, and suitable for medium-to-long term trading.
The strategy uses Price as the price input source and calculates two moving averages, SMA1 and SMA2, with different parameters. It uses the ROC indicator to determine the turning directions of the moving averages. When SMA1’s ROC value exceeds the positive threshold, it is considered an upward turn of SMA1 and an upward signal is recorded. When SMA1’s ROC value breaks the negative threshold, it is considered a downward turn of SMA1 and a downward signal is recorded. The judgment logic for SMA2 is similar.
When SMA1 turns upward and the previous bar’s SMA2 turns downward, a buy signal is generated to go long. When SMA1 turns downward and the previous bar’s SMA2 turns upward, a sell signal is generated to go short.
The strategy uses the turning directions of two moving averages to determine the trading direction and the turning of one moving average to confirm entry timing. The dual moving average crossover ensures the trend has changed when entering the market, which helps avoid false breakouts.
Using dual moving average crossover and turning points can effectively filter out false breakouts and improve entry accuracy.
Combining moving average turning points with the ROC indicator can clearly identify turning points and avoid frequent trading.
Adopting medium-to-long-term dual moving averages can track the main trend and achieve sizable trend profits.
The strategy logic is simple and clear, easy to understand and implement, suitable for quant trading beginners.
Customizable parameters suit different market environments with strong adaptability.
Dual moving average crossovers may generate many false signals in ranging markets, leading to losses.
The ROC parameters need precise optimization, otherwise turn recognition will have errors, affecting strategy performance.
Large periodic ranging markets may trigger stop loss multiple times. Expanding stop loss range can avoid it.
Relying solely on moving averages, it’s hard to respond to sudden events like major news, which may lead to losses.
Note the overfitting problem in parameter optimization. Test period should be long enough to include different market conditions.
Optimize moving average parameters to find the best moving average period combination.
Optimize ROC parameters to improve turning point recognition accuracy.
Add stop loss mechanisms such as dynamic stop loss based on breaking customized price levels.
Add additional conditions like volume indicators to avoid false breakouts.
Incorporate other indicators like MACD, BOLL to improve decision making.
Use machine learning etc. to auto optimize parameters and adapt to market changes.
In summary, the Dual Moving Average Turning Point strategy is a simple and practical trend following strategy. It can be implemented with basic moving average indicators and has clear, easy-to-understand logic, making it very suitable for quant trading beginners to learn and practice. With parameter optimization and stop loss optimization, the strategy stability can be greatly improved. Combining with other auxiliary indicators can further enhance the strategy. The highly customizable strategy can be flexibly applied to different market environments and is a recommended dual moving average trading strategy.
[/trans]
/*backtest
start: 2023-09-23 00:00:00
end: 2023-10-23 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=3
strategy("MA Turning Point Strategy", overlay=true)
src = input(close, title="Source")
price = request.security(syminfo.tickerid, timeframe.period, src)
ma1 = input(25, title="1st MA Length")
type1 = input("HMA", "1st MA Type", options=["SMA", "EMA", "HMA", "VWMA"])
f_hma(_src, _length)=>
_return = wma((2*wma(_src, _length/2))-wma(_src, _length), round(sqrt(_length)))
price1 = if (type1 == "SMA")
sma(price, ma1)
else
if (type1 == "EMA")
ema(price, ma1)
else
if (type1 == "VWMA")
vwma(price, ma1)
else
f_hma(price, ma1)
plot(series=price1, style=line, title="1st MA", color=blue, linewidth=2, transp=0)
lookback1 = input(1, "Lookback 1")
roc1 = roc(price1, lookback1)
ma1up = false
ma1down = false
ma2up = false
ma2down = false
ma1up := nz(ma1up[1])
ma1down := nz(ma1down[1])
ma2up := nz(ma2up[1])
ma2down := nz(ma2down[1])
trendStrength1 = input(2.5, title="Minimum slope magnitude * 100", type=float) * 0.01
if crossover(roc1, trendStrength1)
ma1up := true
ma1down := false
if crossunder(roc1, -trendStrength1)
ma1up := false
ma1down := true
longCondition = ma1up and ma1down[1]
if (longCondition)
strategy.entry("Long", strategy.long)
shortCondition = ma1down and ma1up[1]
if (shortCondition)
strategy.entry("Short", strategy.short)