Chiến lược được đặt tên là
Lý thuyết cốt lõi của chiến lược này là đầu tiên xác định giờ giao dịch của phiên London, sau đó tính toán đường SMA của một chu kỳ nhất định, và cuối cùng đánh giá xem giá có chéo vàng hoặc chéo chết với SMA trong phiên London hay không. Cụ thể, chiến lược đầu tiên xác định thời gian bắt đầu và kết thúc của phiên London, và sau đó đặt tham số chiều dài của đường SMA lên 50 giai đoạn. Trên cơ sở này, chiến lược sử dụng hàm ta.sma để tính toán đường SMA 50 giai đoạn. Sau đó, chiến lược đánh giá xem giá hiện tại có trong phiên London và trong phạm vi thời gian quay trở lại hay không. Nếu hai điều kiện này được đáp ứng, hãy sử dụng hàm ta.crossover) và ta.crosstest) để xác định giá và đường vàng có chéo vàng hoặc chéo chết. Khi chéo vàng xảy ra, đi dài; khi chéo chết xảy ra, đi ngắn.
Lợi thế chính của chiến lược này là nó sử dụng thanh khoản cao của phiên giao dịch London để giao dịch, có thể có được cơ hội nhập cảnh tốt hơn. Đồng thời, tín hiệu chéo vàng và dấu chéo chết của đường SMA là tín hiệu chỉ báo kỹ thuật cổ điển và hiệu quả. Do đó, sự kết hợp này có thể lọc các tín hiệu sai đến một mức độ nhất định và cải thiện sự ổn định và lợi nhuận của chiến lược.
Chiến lược cũng có một số rủi ro, chủ yếu bao gồm:
Các phương pháp sau đây có thể được sử dụng để kiểm soát và giải quyết các rủi ro này:
Các khía cạnh sau đây của chiến lược có thể được tối ưu hóa:
Nói chung, chiến lược này thực hiện một chiến lược giao dịch đảo ngược ngắn hạn tương đối đơn giản và thực tế thông qua giao dịch trong các phiên thanh khoản cao và kết hợp chỉ số kỹ thuật cổ điển của đường chéo trung bình động. Những lợi thế của chiến lược này bao gồm sử dụng vốn cao, chỉ số kỹ thuật đơn giản và dễ thực hiện. Nhưng cũng có một số rủi ro nhất định, các tham số, dừng lỗ và các phiên giao dịch cần được thử nghiệm và tối ưu hóa để có được lợi nhuận ổn định tốt hơn.
/*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)