ChaoZhang
概述
本策略的目的是识别资产的短期下跌趋势结束点,在那个点固定投入一定金额购买资产。这样可以在资产反转开始后以较低的成本价格固定定投。
原理
该策略基于月时间框架操作。每月有240个1小时K线,用于判断趋势反转的时机。
具体来说,策略通过计算EMA快线和EMA慢线的差值EMA_CD以及EMA_CD的信号线,当快线上穿信号线时,判断短期下跌趋势结束,发出买入信号。
在买入信号发出后,策略会在当月月末平仓。然后第二个月再重复这个过程,定期买入并持有一个月的时间。
这样可以让我们在短期下跌结束的时候低吸,并且固定定投。
优势
这种策略最大的优势是可以过滤震荡行情,只在趋势反转点买入,从而以较优的价格固定定投。
另外,采用EMA判断趋势反转点,可以比仅仅根据K线反转来判断更加稳定和准确。EMA能抹平短期市场噪音对买入时机的影响。
最后,月末设置止损可以锁定每个月的投资业绩,限制单月最大亏损。
风险
该策略最大的风险在于买入后价格继续下跌,导致月末止损亏损。这种情况通常是判断反转失误造成的。
可以通过调整EMA周期参数来优化判断,或者结合其他指标如RSI来确认反转信号。
另一个风险是止损点设置。止损点过小容易被短期波动止损,过大又限制不了损失。需要测试不同止损点来找到最优参数。
优化方向
该策略可以从以下几个方面进行优化:
优化EMA周期参数,找到判断趋势反转最优参数组合
增加其他指标过滤,如RSI,获确认反转信号
测试不同的止损点,找到最大限制亏损和不被套利的最优止损位置
可以考虑在止损基础上加入移动止损,根据价格实时调整止损位置
可以测试不同时间周期,如日线、周线操作,看哪个周期该策略效果最好
总结
本策略整体思路清晰简单,通过EMA指标判断短期趋势反转,并在反转点月末定投,可以有效过滤震荡市场,以较低价格定投。策略优化空间主要在参数优化和止损策略调整。总体来说,该策略는一种固定资产配置的优秀策略思路,值得进一步测试优化。
/*backtest
start: 2023-09-07 00:00:00
end: 2023-10-07 00:00:00
period: 1h
basePeriod: 15m
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/
// © BHD_Trade_Bot
// @version=5
// strategy(
// shorttitle = 'DCA After Downtrend',
// title = 'DCA After Downtrend (by BHD_Trade_Bot)',
// overlay = true,
// calc_on_every_tick = true,
// calc_on_order_fills = true,
// use_bar_magnifier = true,
// pyramiding = 100,
// initial_capital = 0,
// default_qty_type = strategy.cash,
// default_qty_value = 1000,
// commission_type = strategy.commission.percent,
// commission_value = 0.1)
// Backtest Time Period
start_year = input(title='Start year' ,defval=2017)
start_month = input(title='Start month' ,defval=1)
start_day = input(title='Start day' ,defval=1)
start_time = timestamp(start_year, start_month, start_day, 00, 00)
end_year = input(title='end year' ,defval=2050)
end_month = input(title='end month' ,defval=1)
end_day = input(title='end day' ,defval=1)
end_time = timestamp(end_year, end_month, end_day, 23, 59)
window() => true
// EMA
ema50 = ta.ema(close, 50)
ema200 = ta.ema(close, 200)
// EMA_CD
emacd = ema50 - ema200
emacd_signal = ta.ema(emacd, 20)
hist = emacd - emacd_signal
// Count n candles after x long entries
var int nPastCandles = 0
var int entryNumber = 0
nPastCandles := nPastCandles + 1
// ENTRY CONDITIONS
// 8 hours per day => 240 hours per month
entry_condition1 = nPastCandles > entryNumber * 240
// End of downtrend
entry_condition2 = ta.crossover(emacd, emacd_signal)
ENTRY_CONDITIONS = entry_condition1 and entry_condition2
if ENTRY_CONDITIONS and window()
entryNumber := entryNumber + 1
entryId = 'Long ' + str.tostring(entryNumber)
strategy.entry(entryId, strategy.long)
// CLOSE CONDITIONS
// Last bar
CLOSE_CONDITIONS = barstate.islast
if CLOSE_CONDITIONS
strategy.close_all()
// Draw
plot(ema50, color=color.orange, linewidth=3)
plot(ema200, color=entry_condition1 ? color.green : color.red, linewidth=3)