Estratégia de negociação de média móvel dupla
Autora:ChaoZhang, Data: 2023-12-01 14:36:33Tags:
Resumo
A estratégia de negociação de média móvel dupla gera sinais de negociação calculando médias móveis exponenciais (EMA) de diferentes prazos para formar uma EMA rápida e uma EMA lenta, e observando suas cruzadas de ouro e cruzadas de morte.
Estratégia lógica
Os principais indicadores da estratégia de média móvel dupla são a EMA rápida e a EMA lenta. A EMA rápida tem um parâmetro padrão de 12 dias, enquanto a EMA lenta tem um parâmetro padrão de 26 dias. A fórmula para a média móvel exponencial é:
EMA (t) = (C (t) - EMA (t-1)) x SF + EMA (t-1)
Em comparação com a média móvel simples, a EMA atribui mais peso aos dados recentes e responde assim mais rapidamente às alterações de preços.
As regras de negociação são as seguintes:
-
Entrar em posições longas na cruz dourada da EMA rápida que cruza acima da EMA lenta por baixo.
-
O valor da posição de curto prazo é o valor da posição de curto prazo em que a posição de curto prazo é a posição de curto prazo.
-
Posições de saída sobre a divergência das EMA.
Ao capturar os padrões cruzados das EMA, pode refletir as tendências do mercado e aumentar a rentabilidade.
Vantagens
Como uma estratégia de indicadores técnicos madura, a estratégia de média móvel dupla tem os seguintes pontos fortes:
-
A sua lógica é clara e fácil de compreender e de aplicar.
-
Ele dá um julgamento muito preciso sobre a oferta e a procura no mercado e, portanto, tem uma taxa de ganho relativamente elevada.
-
Filtra eficazmente o ruído do mercado e capta as principais tendências.
-
Pode ser aplicado em diferentes instrumentos e prazos.
-
Pode ser combinado com outros indicadores de enriquecimento estratégico.
-
Tem uma elevada eficiência de utilização do capital para o comércio de grandes capitais.
Análise de riscos
A estratégia tem também certas limitações:
-
Não consegue reagir a movimentos de mercado intensos como fortes vendas de mercado de baixa.
-
Tende a gerar sinais falsos frequentes em mercados de gama lateral.
-
Os seus parâmetros necessitam de otimização em diferentes mercados e prazos.
-
Não pode determinar níveis adequados de inversão da tendência.
Os riscos podem ser mitigados ajustando os períodos de EMA, acrescentando filtros suplementares, etc., para tornar a estratégia mais robusta.
Oportunidades de melhoria
A estratégia da dupla média móvel pode ser melhorada pelos seguintes aspectos:
-
Incorporar o indicador MACD para avaliar a força da tendência e evitar transações erradas.
-
Adicionar volumes de negociação para confirmar sinais de ruptura verdadeiros.
-
Combine com Bandas de Bollinger, padrões de velas para regras de entrada e saída mais precisas.
-
Utilize abordagens de aprendizado de máquina como LSTM para otimizar automaticamente parâmetros para melhor adaptabilidade.
Conclusão
A estratégia de negociação de média móvel dupla capta oportunidades de negociação de cruzes de ouro da EMA e cruzes de morte para determinar pontos de reversão de tendência para lucros estáveis. Com as vantagens de simplicidade, eficiência de capital e facilidade de implementação, é uma escolha preferida para iniciantes em negociação algorítmica. Mas também tem certas falhas, como gerar sinais falsos. Mais indicadores devem ser introduzidos para otimizá-lo para mercados e ambientes específicos.
/*backtest
start: 2022-11-24 00:00:00
end: 2023-11-30 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © antondmt
//@version=5
strategy("Returns & Drawdowns Table", "R & DD", true, calc_on_every_tick = false, default_qty_type = strategy.percent_of_equity, default_qty_value = 100, process_orders_on_close = true)
i_eq_to_dd = input.string("Compound Equity", "Mode", ["Simple Equity", "Compound Equity", "Drawdown"], group = "R & DD Table")
i_precision = input.int(2, "Return Precision", group = "R & DD Table")
i_headers_col = input.color(#D4D4D4, "Headers Color", group = "R & DD Table")
i_headers_text_col = input.color(color.black, "Headers Text Color", group = "R & DD Table")
i_pos_col = input.color(color.green, "Positive Color", group = "R & DD Table")
i_neg_col = input.color(color.red, "Negative Color", group = "R & DD Table")
i_zero_col = input.color(#DDDDDD, "Zero Color", group = "R & DD Table")
i_cell_text_col = input.color(color.white, "Cell Text Color", group = "R & DD Table")
// TIME {
var month_times = array.new_int(0) // Array of all month times
new_month = month(time) != month(time[1])
if(new_month or barstate.isfirst)
array.push(month_times, time)
var year_times = array.new_int(0)
new_year = year(time) != year(time[1])
if (new_year or barstate.isfirst)
array.push(year_times, time)
//}
// SIMPLE EQUITY CALCULATIONS {
// Simple equity is strictly calculated from start to end of each month/year equity. There is no compound
var monthly_simp_pnls = array.new_float(0) // Array of all monthly profits and losses
var yearly_simp_pnls = array.new_float(0)
if(i_eq_to_dd == "Simple Equity")
var initial_monthly_equity = strategy.equity // Starting equity for each month
cur_month_pnl = nz((strategy.equity - initial_monthly_equity) / initial_monthly_equity) // Current month's equity change
if(new_month or barstate.isfirst)
initial_monthly_equity := strategy.equity
array.push(monthly_simp_pnls, cur_month_pnl)
else
array.set(monthly_simp_pnls, array.size(monthly_simp_pnls) - 1, cur_month_pnl)
var initial_yearly_equity = strategy.equity
cur_year_pnl = nz((strategy.equity - initial_yearly_equity) / initial_yearly_equity)
if (new_year or barstate.isfirst)
initial_yearly_equity := strategy.equity
array.push(yearly_simp_pnls, cur_year_pnl)
else
array.set(yearly_simp_pnls, array.size(yearly_simp_pnls) - 1, cur_year_pnl)
// }
// COMPOUND EQUITY CALCULATIONS {
// Compound equity is strictly calculated based on equity state from the beginning of time until the end of each month/year equity. It shows the exact equity movement through time
var monthly_comp_pnls = array.new_float(0) // Array of all monthly profits and losses
var yearly_comp_pnls = array.new_float(0)
if(i_eq_to_dd == "Compound Equity")
var initial_equity = strategy.equity
cur_month_pnl = nz((strategy.equity - initial_equity) / initial_equity) // Current month's equity change
if(new_month or barstate.isfirst)
array.push(monthly_comp_pnls, cur_month_pnl)
else
array.set(monthly_comp_pnls, array.size(monthly_comp_pnls) - 1, cur_month_pnl)
cur_year_pnl = nz((strategy.equity - initial_equity) / initial_equity)
if (new_year or barstate.isfirst)
array.push(yearly_comp_pnls, cur_year_pnl)
else
array.set(yearly_comp_pnls, array.size(yearly_comp_pnls) - 1, cur_year_pnl)
// }
// DRAWDOWN CALCULATIONS {
// Drawdowns are calculated from highest equity to lowest trough for the month/year
var monthly_dds = array.new_float(0) // Array of all monthly drawdowns
var yearly_dds = array.new_float(0)
if (i_eq_to_dd == "Drawdown")
total_equity = strategy.equity - strategy.openprofit
var cur_month_dd = 0.0
var m_ATH = total_equity // Monthly All-Time-High (ATH). It is reset each month
m_ATH := math.max(total_equity, nz(m_ATH[1]))
m_drawdown = -math.abs(total_equity / m_ATH * 100 - 100) / 100 // Drawdown at current bar
if(m_drawdown < cur_month_dd)
cur_month_dd := m_drawdown
if(new_month or barstate.isfirst)
cur_month_dd := 0.0
m_ATH := strategy.equity - strategy.openprofit
array.push(monthly_dds, 0)
else
array.set(monthly_dds, array.size(monthly_dds) - 1, cur_month_dd)
var cur_year_dd = 0.0
var y_ATH = total_equity
y_ATH := math.max(total_equity, nz(y_ATH[1]))
y_drawdown = -math.abs(total_equity / y_ATH * 100 - 100) / 100
if(y_drawdown < cur_year_dd)
cur_year_dd := y_drawdown
if (new_year or barstate.isfirst)
cur_year_dd := 0.0
y_ATH := strategy.equity - strategy.openprofit
array.push(yearly_dds, 0)
else
array.set(yearly_dds, array.size(yearly_dds) - 1, cur_year_dd)
// }
// TABLE LOGIC {
var main_table = table(na)
table.clear(main_table, 0, 0, 13, new_year ? array.size(year_times) - 1 : array.size(year_times))
main_table := table.new(position.bottom_right, columns = 14, rows = array.size(year_times) + 1, border_width = 1)
t_set_headers() => // Sets time headers of the table
// Set month headers
table.cell(main_table, 0, 0, "", text_color = i_headers_text_col, bgcolor = i_headers_col)
table.cell(main_table, 1, 0, "Jan", text_color = i_headers_text_col, bgcolor = i_headers_col)
table.cell(main_table, 2, 0, "Feb", text_color = i_headers_text_col, bgcolor = i_headers_col)
table.cell(main_table, 3, 0, "Mar", text_color = i_headers_text_col, bgcolor = i_headers_col)
table.cell(main_table, 4, 0, "Apr", text_color = i_headers_text_col, bgcolor = i_headers_col)
table.cell(main_table, 5, 0, "May", text_color = i_headers_text_col, bgcolor = i_headers_col)
table.cell(main_table, 6, 0, "Jun", text_color = i_headers_text_col, bgcolor = i_headers_col)
table.cell(main_table, 7, 0, "Jul", text_color = i_headers_text_col, bgcolor = i_headers_col)
table.cell(main_table, 8, 0, "Aug", text_color = i_headers_text_col, bgcolor = i_headers_col)
table.cell(main_table, 9, 0, "Sep", text_color = i_headers_text_col, bgcolor = i_headers_col)
table.cell(main_table, 10, 0, "Oct", text_color = i_headers_text_col, bgcolor = i_headers_col)
table.cell(main_table, 11, 0, "Nov", text_color = i_headers_text_col, bgcolor = i_headers_col)
table.cell(main_table, 12, 0, "Dec", text_color = i_headers_text_col, bgcolor = i_headers_col)
table.cell(main_table, 13, 0, str.tostring(i_eq_to_dd), text_color = i_headers_text_col, bgcolor = i_headers_col)
// Set year headers
for i = 0 to array.size(year_times) - 1
table.cell(main_table, 0, i + 1, str.tostring(year(array.get(year_times, i))), text_color = i_headers_text_col, bgcolor = i_headers_col)
t_set_months() => // Sets inner monthly data of the table
display_array = switch i_eq_to_dd
"Simple Equity" => monthly_simp_pnls
"Compound Equity" => monthly_comp_pnls
=> monthly_dds
for i = 0 to array.size(month_times) - 1
m_row = year(array.get(month_times, i)) - year(array.get(year_times, 0)) + 1
m_col = month(array.get(month_times, i))
m_color = array.get(display_array, i) == 0 ? color.new(i_zero_col, transp = 30) : array.get(display_array, i) > 0 ? color.new(i_pos_col, transp = 30) : color.new(i_neg_col, transp = 30)
table.cell(main_table, m_col, m_row, str.tostring(math.round(array.get(display_array, i) * 100, i_precision)), bgcolor = m_color, text_color = i_cell_text_col)
t_set_years() => // Sets inner yearly data of the table
display_array = switch i_eq_to_dd
"Simple Equity" => yearly_simp_pnls
"Compound Equity" => yearly_comp_pnls
=> yearly_dds
for i = 0 to array.size(year_times) - 1
y_color = array.get(display_array, i) == 0 ? color.new(i_zero_col, transp = 30) : array.get(display_array, i) > 0 ? color.new(i_pos_col, transp = 20) : color.new(i_neg_col, transp = 20)
table.cell(main_table, 13, i + 1, str.tostring(math.round(array.get(display_array, i) * 100, i_precision)), bgcolor = y_color, text_color = i_cell_text_col)
t_set_headers()
t_set_months()
t_set_years()
// }
// PLACE YOUR STRATEGY CODE HERE {
// This is a sample code of a working strategy to show the table in action
fastLength = input(12)
slowlength = input(26)
MACDLength = input(9)
MACD = ta.ema(close, fastLength) - ta.ema(close, slowlength)
aMACD = ta.ema(MACD, MACDLength)
delta = MACD - aMACD
if (ta.crossover(delta, 0))
strategy.entry("MacdLE", strategy.long, comment = "MacdLE")
if (ta.crossunder(delta, 0))
strategy.entry("MacdSE", strategy.short, comment = "MacdSE")
// }
- Estratégia de negociação quantitativa Triple SuperTrend
- Estratégia de negociação de supertrend baseada na combinação ATR e MA
- Supertrend Bollinger Bands Estratégia
- Estratégia de rastreamento de reversão dupla
- Estratégia do Santo Graal
- Estratégia de saída de lucro com percentagem múltipla
- Estratégia de tendência de volume de preços modificada com base nas alterações de volume de preços
- Estratégia de cruzamento de média móvel dupla
- Estratégia de scalping intradiário com combinação de dois indicadores
- Estratégia de negociação de redes dinâmicas
- Estratégia de saída da campanha de abertura
- Estratégia parabólica de ruptura mensal
- Estratégia quantitativa de cruzamento de média móvel de filtro de tendência
- RSI e estratégia de negociação quantitativa baseada em média móvel
- A estratégia de captura da volatilidade do RSI-Bollinger Band
- Estratégia quantitativa da tríade inversa
- Estratégia de onda FiboBuLL baseada na ruptura das bandas de Bollinger
- Estratégia de negociação de bandas quantitativas de Bitcoin baseada em vários prazos
- Tendência de seguir a estratégia da média móvel exponencial
- Estratégia de reversão de perdas de parada de atraso