Ответная стратегия движущихся сред - это очень простая стратегия трендового торговли. Ее основная идея заключается в том, чтобы делать больше, когда короткие движущиеся средние ниже определенного процента длинных движущихся сред, и когда короткие движущиеся средние выживают, когда они пересекают длинные движущиеся средние. Стратегия сначала рассчитывает короткие и длинные движущиеся средние, а затем генерирует торговые сигналы в соответствии с отношениями двух движущихся средних.
Стратегия основное зависит от двух движущихся средних, короткой и длинной. Параметры короткой движущейся средней называются smallMAPeriod, а длинной - bigMAPeriod. Стратегия сначала рассчитывает эти две движущиеся средние, а затем сравнивает их.
Когда краткосрочная движущаяся средняя падает с верхнего направления и превышает определенный процент длинной движущейся средней (назначенный параметром %BelowToBuy), появляются сигналы покупки и многопродажи. Когда короткосрочная движущаяся средняя последует к росту и снова пересекает длинную движущуюся среднюю, появляются сигналы продажи и тишины.
Эта стратегия захватывает возможность уравнительного ответа между краткосрочной и долгосрочной движущимися средними. Когда краткосрочная движущаяся средняя находится на определенной отметке ниже долгосрочной, это означает, что актив может быть занижен, и должен быть шанс уравнительного ответа.
По мнению экспертов, мобильные средние имеют следующие преимущества:
Простой оптимизацией параметров можно добиться хороших результатов. С помощью корректировки параметров движущейся средней и уступки параметров процента можно проанализировать различные рыночные активы, такие как акции, валюты и криптовалюты, чтобы отфильтровать наилучшую комбинацию параметров.
В этом случае, если вы хотите, чтобы ваши клиенты были готовы к тому, что они будут делать, вы должны быть готовы к тому, что они будут делать.
Снизить риск можно следующими способами:
Мобильные средние по каждому ответу стратегии могут быть оптимизированы в следующих аспектах:
Все движущиеся средние отвечают стратегии, сравнивая отношения между двумя движущимися средними в краткосрочном и долгосрочном периодах, чтобы поймать возможности возвращения после отклонения краткосрочных цен от долгосрочных тенденций. Идея стратегии проста, легко понятна и реализуема, и лучшие результаты могут быть получены с помощью оптимизации параметров. Однако также существует риск, что меньше торговых сигналов легко, и пропускать перелом цены, и т. д.
/*backtest start: 2023-02-20 00:00:00 end: 2024-02-26 00:00:00 period: 1d basePeriod: 1h exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ // @version=4 // // This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/ // // @author Sunil Halai // // This very simple strategy is an implementation of PJ Sutherlands' Jaws Mean reversion algorithm. It simply buys when a small moving average period (e.g. 2) is below // a longer moving average period (e.g. 5) by a certain percentage, and closes when the small period average crosses over the longer moving average. // // If you are going to use this, you may wish to apply this to a range of investment assets, as the amount signals is low. Alternatively you may wish to tweak the settings to provide more // signals. strategy("Jaws Mean Reversion [Strategy]", overlay = true) //Strategy inputs source = input(title = "Source", defval = close) smallMAPeriod = input(title = "Small Moving Average", defval = 2) bigMAPeriod = input(title = "Big Moving Average", defval = 5) percentBelowToBuy = input(title = "Percent below to buy %", defval = 3) //Strategy calculation smallMA = sma(source, smallMAPeriod) bigMA = sma(source, bigMAPeriod) buyMA = ((100 - percentBelowToBuy) / 100) * sma(source, bigMAPeriod)[0] if(crossunder(smallMA, buyMA)) strategy.entry("BUY", strategy.long) if(crossover(smallMA, bigMA)) strategy.close("BUY")