資源の読み込みに... 荷物...

2つの移動平均のクロスオーバー戦略

作者: リン・ハーンチャオチャン開催日:2024年5月17日 15:48:04
タグ:エイマSMA

概要

戦略原則

この戦略の核心は,動向平均値とクロスオーバー信号のトレンド特性を用いてトレンド方向とエントリータイミングを決定することである.まず,パラメータを通じて高速動向平均値 (デフォルト50) と遅動平均値 (デフォルト200) の期間を設定し,SMAまたはEMAを使用することを選択する.次に,2つの動向平均値を計算し,そのクロスオーバー状況を決定する.

スロー・ムービング・メアダーの上を快速移動平均値が越えると (黄金十字) 現在のポジションがない場合はロングポジションを開き,ストップ・ロスの価格 (ストップ・ロスの割合に基づいて計算される) を設定します.
スロー・ムービング・平均値を下回ると (デッド・クロス) 現在のポジションがない場合はショートポジションを開き,ストップ・ロスを設定します.
既存のショートポジションがある場合は,ゴールデンクロスが発生するとポジションを閉じる. 移動平均のクロスオーバー信号に基づいてポジションを開き,ストップ・ロスを設定して,中長期の価格動向をトレンドフォローで把握する.

戦略の利点

論理は単純で明快で分かりやすく実行しやすくトレンドフォロー戦略の基盤です
異なる期間の2つの移動平均値のクロスオーバーを用いて,トレンドの形成と逆転をより正確に判断できます.
ストップ・ロスを設定することである程度損失リスクを制御できます
中期から長期のトレンドを捉えるのに適しています

戦略リスク

パラメータの不正な選択 (不適切な移動平均期など) は,頻繁に信号を発し,傾向判断が遅くなる可能性があります.
傾向が逆転したり止まったりすると引き上げが大きくなるかもしれません
固定パーセントのストップ・ロスはリスクをうまくコントロールできないかもしれない.

戦略の最適化方向

安定性とリスク・リターン比を向上させるため,移動平均期間,ストップ・ロスの割合などを含むパラメータを最適化する.
ストップ・ロスのポジションを動的に調整するために,ATRなどの変動関連指標を導入することを検討する.
ポジションの追加や削減などのマネーマネジメント戦略によって改善できる.
他の信号と組み合わせて多要素戦略を考える

概要

/*backtest
start: 2023-05-11 00:00:00
end: 2024-05-16 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
//==============================================================================
// A baseline strategy with a well known concept, golden cross & death cross.
// Support for both Simple & Exponential moving averages.
// Support for long & short stop losses as a percentage.:well
//==============================================================================
strategy("Basic Moving Average Crosses", overlay=true)

//------------------------------------------------------------------------------
// configuration
//------------------------------------------------------------------------------
maQuickLength = input(50, title="Quick MA Length") 
maSlowLength  = input(200, title="Quick MA Length") 
useSma        = input(true, title="Use SMA? If false, EMA is used.")

maQuick = useSma ? ta.sma(close, maQuickLength) : ta.ema(close, maQuickLength)
maSlow  = useSma ? ta.sma(close, maSlowLength) : ta.ema(close, maSlowLength)

stop_loss_percentage = input(2.0, title="Stop Loss (%)")

var float longStopLevel = na
var float shortStopLevel = na

bool isGoldenCross = ta.crossover(maQuick, maSlow)
bool isDeathCross  = ta.crossunder(maQuick, maSlow)

//------------------------------------------------------------------------------
// position opening logic
//------------------------------------------------------------------------------

if(strategy.position_size == 0)
    // Golden cross, enter a long position
    if(isGoldenCross)
        strategy.entry("Buy", strategy.long)
        longStopLevel := close - close * stop_loss_percentage/100.0
        strategy.exit("StopLossLong", "Buy", stop=longStopLevel)
    // Death cross, enter short position
    else if(isDeathCross)
        strategy.entry("Sell", strategy.short)
        shortStopLevel := close + close * stop_loss_percentage/100.0
        strategy.exit("StopLossShort", "Sell", stop=shortStopLevel)

//------------------------------------------------------------------------------
// position closing logic
//------------------------------------------------------------------------------
else
    // Close long position on death cross
    if(strategy.position_size > 0 and isDeathCross)
        strategy.close("Buy")
    
    // Close short position on golden cross
    else if(strategy.position_size < 0 and isGoldenCross)
        strategy.close("Sell")

//------------------------------------------------------------------------------
// ploting
//------------------------------------------------------------------------------
plot(maQuick, color=color.yellow)
plot(maSlow, color=color.blue)

関連性

もっと

2019 FMZ - すべての権利は保護されています.

2つの移動平均のクロスオーバー戦略

概要

戦略原則

戦略 の 利点

戦略リスク

戦略の最適化方向

概要

戦略の利点