Стратегия разворота скользящей средней
ChaoZhang
Эта стратегия называется Mean Reversion Reverse Strategy Based on Moving Average, и основной идеей является покупка после падения ключевой средней линии и остановка после достижения заданного целевого прибыли.
Основной принцип этой стратегии заключается в том, чтобы использовать переход к краткосрочной средней линии, чтобы поймать возможность отскока в консолидированном состоянии. В частности, когда цена после падения более длительного периода средней линии (например, 20-дневная линия, 50-дневная линия и т. д.) проявляет сильные признаки перепада, из-за особенностей средней реверсии рыночных колебаний цена часто производит определенный уровень отскока.
Конкретная логика покупки этой стратегии заключается в следующем: купить одну руку после падения цены на 20-ю дневную линию, наложить одну руку после падения на 50-ю дневную линию, продолжать наложить одну руку после падения на 100-ю дневную линию, наложить одну руку до максимума после падения на 200-ю дневную линию, сделать еще 4 руки. После достижения заранее установленного стоп-таргета.
Анализ преимуществ
- Использование обратных характеристик средней линии для эффективного выявления краткосрочных шансов на отскок
- Построение складов в партиях снижает риски появления единичных пунктов.
- Настройка условий остановки, чтобы закрепить прибыль
- Фильтрация с использованием стартовых цен и предыдущих минимумов, чтобы избежать ложных прорывов
Анализ рисков
- При длительном удержании риски возврата могут быть. Убытки могут расшириться, если рынок продолжит падать.
- Сигналы средней линии могут быть ошибочными, что приводит к убыткам
- Возможно, не достигнут установленный параметр, не удастся полностью или частично остановить торможение
Направление оптимизации
- Возможность тестирования доходности и устойчивости при различных параметрах
- Покупка может быть рассмотрена в сочетании с другими показателями, такими как MACD, KD и т. Д.
- Среднелинейный цикл, подходящий для стиля торговли, может быть выбран в зависимости от характеристик разных сортов
- Можно вводить алгоритмы машинного обучения для динамической оптимизации параметров
Подвести итог
Эта стратегия в целом является более классической и общепринятой стратегией сплошной торговли. Она правильно использует свойства сплошной торговли, а также объединяет несколько сплошных линий для идентификации краткосрочных покупок.
/*backtest
start: 2023-12-13 00:00:00
end: 2023-12-20 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("EMA_zorba1", shorttitle="zorba_ema", overlay=true)
// Input parameters
qt1 = input.int(5, title="Quantity 1", minval=1)
qt2 = input.int(10, title="Quantity 2", minval=1)
qt3 = input.int(15, title="Quantity 3", minval=1)
qt4 = input.int(20, title="Quantity 4", minval=1)
ema10 = ta.ema(close, 10)
ema20 = ta.ema(close, 20)
ema50 = ta.ema(close, 50)
ema100 = ta.ema(close, 100)
ema200 = ta.ema(close, 200)
// Date range filter
start_date = timestamp(year=2021, month=1, day=1)
end_date = timestamp(year=2024, month=10, day=27)
in_date_range = true
// Profit condition
profit_percentage = input(1, title="Profit Percentage") // Adjust this value as needed
// Pyramiding setting
pyramiding = input.int(2, title="Pyramiding", minval=1, maxval=10)
// Buy conditions
buy_condition_1 = in_date_range and close < ema20 and close > ema50 and close < open and close < low[1]
buy_condition_2 = in_date_range and close < ema50 and close > ema100 and close < open and close < low[1]
buy_condition_3 = in_date_range and close < ema100 and close > ema200 and close < open and close < low[1]
buy_condition_4 = in_date_range and close < ema200 and close < open and close < low[1]
// Exit conditions
profit_condition = strategy.position_avg_price * (1 + profit_percentage / 100) <= close
exit_condition_1 = in_date_range and (close > ema10 and ema10 > ema20 and ema10 > ema50 and ema10 > ema100 and ema10 > ema200 and close < open) and profit_condition and close < low[1] and close < low[2]
exit_condition_2 = in_date_range and (close < ema10 and close[1] > ema10 and close < close[1] and ema10 > ema20 and ema10 > ema50 and ema10 > ema100 and ema10 > ema200 and close < open) and profit_condition and close < low[1] and close < low[2]
// Exit condition for when today's close is less than the previous day's low
//exit_condition_3 = close < low[1]
// Strategy logic
strategy.entry("Buy1", strategy.long, qty=qt1 * pyramiding, when=buy_condition_1)
strategy.entry("Buy2", strategy.long, qty=qt2 * pyramiding, when=buy_condition_2)
strategy.entry("Buy3", strategy.long, qty=qt3 * pyramiding, when=buy_condition_3)
strategy.entry("Buy4", strategy.long, qty=qt4 * pyramiding, when=buy_condition_4)
strategy.close("Buy1", when=exit_condition_1 or exit_condition_2)
strategy.close("Buy2", when=exit_condition_1 or exit_condition_2)
strategy.close("Buy3", when=exit_condition_1 or exit_condition_2)
strategy.close("Buy4", when=exit_condition_1 or exit_condition_2)