A estratégia é chamada de
A lógica central desta estratégia é primeiro determinar as horas de negociação da sessão de Londres, depois calcular a linha SMA de um determinado ciclo e, finalmente, julgar se o preço tem cruz de ouro ou cruz morta com a SMA durante a sessão de Londres. Especificamente, a estratégia define primeiro o horário de início e fim da sessão de Londres e, em seguida, define o parâmetro de comprimento da linha SMA para 50 períodos. Nesta base, a estratégia usa a função ta.sma para calcular a linha SMA de 50 períodos. Em seguida, a estratégia julga se o preço atual está na sessão de Londres e dentro do intervalo de tempo de backtesting. Se essas duas condições forem atendidas, use as funções ta.crossover e ta.crosstest para determinar se o preço e a linha de ouro têm uma cruz de ouro ou uma cruz morta. Quando uma cruz de ouro ocorre, vá longo; quando uma cruz morta ocorre, vá curto.
A principal vantagem desta estratégia é que utiliza a alta liquidez da sessão de Londres para negociação, o que pode obter melhores oportunidades de entrada. Ao mesmo tempo, os sinais de cruz de ouro e cruz morta da linha SMA são sinais de indicador técnico clássico e eficaz. Portanto, essa combinação pode filtrar sinais falsos até certo ponto e melhorar a estabilidade e lucratividade da estratégia.
A estratégia apresenta igualmente alguns riscos, nomeadamente:
Os seguintes métodos podem ser utilizados para controlar e eliminar estes riscos:
Os seguintes aspectos da estratégia podem ser otimizados:
Em geral, esta estratégia realiza uma estratégia de reversão de curto prazo relativamente simples e prática através da negociação em sessões de alta liquidez e combinando indicador técnico clássico de cruzes médias móveis. As vantagens desta estratégia incluem alta utilização de capital, indicadores técnicos simples e fácil implementação.
/*backtest start: 2023-01-11 00:00:00 end: 2024-01-17 00:00:00 period: 1d basePeriod: 1h exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ //@version=5 strategy("London SMA Strategy ", overlay=true) // Define London session times london_session_start_hour = 6 london_session_start_minute = 59 london_session_end_hour = 15 london_session_end_minute = 59 // Define SMA input parameters sma_length = input.int(50, title="SMA Length") sma_source = input.source(close, title="SMA Source") // Calculate SMA sma = ta.sma(sma_source, sma_length) // Convert input values to timestamps london_session_start_timestamp = timestamp(year, month, dayofmonth, london_session_start_hour, london_session_start_minute) london_session_end_timestamp = timestamp(year, month, dayofmonth, london_session_end_hour, london_session_end_minute) // Define backtesting time range start_date = timestamp(2021, 1, 1, 0, 0) end_date = timenow // Filter for London session and backtesting time range in_london_session = time >= london_session_start_timestamp and time <= london_session_end_timestamp in_backtesting_range = time >= start_date and time <= end_date // Long condition: Close price crosses above SMA during London session long_condition = ta.crossover(close, sma) // Short condition: Close price crosses below SMA during London session short_condition = ta.crossunder(close, sma) // Plot SMA for reference plot(sma, title="SMA", color=color.blue) // Strategy entries and exits if (long_condition) strategy.entry("Long", strategy.long) if (short_condition) strategy.entry("Short", strategy.short)