資源の読み込みに... 荷物...
  1. スクエア
  2. 金のストップ・ロスのモメンタム・トレーディング戦略について

金のストップ・ロスのモメンタム・トレーディング戦略について

作者: リン・ハーンチャオチャン,日付: 2024-02-20 16:27:18
タグ:

img

概要

この戦略は,市場における過買い・過売状況を決定するために,21日指数移動平均値から黄金の価格の偏差を計算する.偏差が標準偏差の特定の値に達するとリスクを制御するために,ストップロスのメカニズムを持つモメンタム・トレーディングアプローチを採用する.

戦略の論理

  1. ベースラインとして21日間の EMAを計算する
  2. EMAからの価格偏差を計算する
  3. Zスコアに偏差を標準化
  4. Zスコアが0.5を超えるとロング; Zスコアが0.5を下回るとショート
  5. Zスコアが0.5/-0.5の値に戻ったとき,ポジションを閉じる
  6. Zスコアが3以上または -3以下になるとストップ損失を設定します.

利点分析

この戦略の利点は次のとおりです.

  1. EMAは動的サポート/レジスタンスとして傾向を把握する
  2. Stddev と Z-Score は,誤った信号を減らすために,過剰購入/過剰販売レベルを効果的に測定します.
  3. 指数関数 EMA は,最近の価格により重みを付け,より敏感になります.
  4. Z-Scoreは統一判断規則の偏差を標準化します
  5. ストップ・ロスのメカニズムはリスクを制御し,損失を制限する.

リスク分析

考慮すべきいくつかのリスク:

  1. EMA は 価格 ギャップ や 突破 時に 間違った 信号 を 発信 する こと が でき ます
  2. Stddev/Z-Score の限界値は,最高のパフォーマンスのために適切に調整する必要があります
  3. ストップ・ロスの設定が正しくない場合,不必要な損失を引き起こす可能性があります.
  4. ブラック・スワン・イベントはストップ・ロスを引き起こす可能性があり,トレンド・オッチャンに失敗する可能性があります.

解決策:

  1. 主要なトレンドを特定するために EMA パラメータを最適化
  2. Stddev/Z-Score の最適な限界値を見つけるためのバックテスト
  3. トレイリングストップのテストストップ損失の合理性
  4. 市場の再評価 戦略を調整する

オプティマイゼーションの方向性

戦略を改善する方法:

  1. リスク意欲を測定するために,単純なStddevの代わりにATRのような変動指標を使用します.
  2. より良いベースラインのために異なる種類の移動平均をテストする
  3. 最良期間のEMAパラメータを最適化
  4. 性能向上のためにZスコアの限界値を最適化する
  5. よりスマートなリスク管理のために波動性に基づくストップを追加する

結論

一般的には,これは堅調なトレンドフォロー戦略である.トレンド方向と標準化偏差を定義するためにEMAを使用し,トレードシグナルのための過剰購入/過剰販売レベルを明確に識別する.利益が実行される間に合理的なストップ損失制御リスク.さらなるパラメータ調節と条件を追加することで,この戦略は実用的な適用のためにより堅牢になる.

/*backtest
start: 2024-01-20 00:00:00
end: 2024-02-19 00:00:00
period: 4h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("GC Momentum Strategy with Stoploss and Limits", overlay=true)

// Input for the length of the EMA
ema_length = input.int(21, title="EMA Length", minval=1)

// Exponential function parameters
steepness = 2

// Calculate the EMA
ema = ta.ema(close, ema_length)

// Calculate the deviation of the close price from the EMA
deviation = close - ema

// Calculate the standard deviation of the deviation
std_dev = ta.stdev(deviation, ema_length)

// Calculate the Z-score
z_score = deviation / std_dev

// Long entry condition if Z-score crosses +0.5 and is below 3 standard deviations
long_condition = ta.crossover(z_score, 0.5)

// Short entry condition if Z-score crosses -0.5 and is above -3 standard deviations
short_condition = ta.crossunder(z_score, -0.5)

// Exit long position if Z-score converges below 0.5 from top
exit_long_condition = ta.crossunder(z_score, 0.5)

// Exit short position if Z-score converges above -0.5 from below
exit_short_condition = ta.crossover(z_score, -0.5)

// Stop loss condition if Z-score crosses above 3 or below -3
stop_loss_long = ta.crossover(z_score, 3)
stop_loss_short = ta.crossunder(z_score, -3)

// Enter and exit positions based on conditions
if (long_condition)
    strategy.entry("Long", strategy.long)
if (short_condition)
    strategy.entry("Short", strategy.short)
if (exit_long_condition)
    strategy.close("Long")
if (exit_short_condition)
    strategy.close("Short")
if (stop_loss_long)
    strategy.close("Long")
if (stop_loss_short)
    strategy.close("Short")

// Plot the Z-score on the chart
plot(z_score, title="Z-score", color=color.blue, linewidth=2)

// Optional: Plot zero lines for reference
hline(0.5, "Upper Threshold", color=color.red)
hline(-0.5, "Lower Threshold", color=color.green)
もっと

2019 FMZ - すべての権利は保護されています.