双TEMA叉死叉交易策略是一种比较常见的跟踪价格趋势的策略。该策略使用两个不同参数的三重指数移动平均线TEMA,当快线从下方上穿慢线时生成做多信号,当快线从上方下穿慢线时平仓。该策略可以有效跟踪价格趋势,在趋势明确时获得较好的收益。
该策略使用TEMA(三重指数移动平均线)作为主要的技术指标。TEMA的计算公式为:
TEMA = (3*EMA1) - (3*EMA2) + EMA3
其中,EMA1、EMA2和EMA3分别是长度为N的指数移动平均线EMA。TEMA通过三次计算EMA,可以更快速地响应价格变化。
策略使用长度较短的TEMA作为快线,长度较长的TEMA作为慢线。当快线上穿慢线时,即价格开始上涨,生成做多信号;当快线下穿慢线时,即价格开始下跌,平仓。
该策略的关键是参数设置和条件判断。快线设置较短周期如20天,可以更快捕捉价格变化;慢线设置较长周期如60天,可以滤除假突破。当价格出现明显上涨或下跌趋势时,快线可以快速上穿或下穿慢线,产生交易信号。
该策略具有以下优势:
使用TEMA指标可以更快速响应价格变化,捕捉趋势反转。
双TEMA结构可以过滤假突破,进入高概率的趋势交易。
可调参数设置灵活,可以根据市场调整参数,适应不同行情。
策略逻辑简单清晰,容易理解实现,资金利用率高。
可在趋势行情中获得较好收益,在具有明确趋势的市场中效果更佳。
该策略也存在以下风险:
在盘整行情中容易产生频繁交易亏损。
如果参数设置不当,可能产生过多假信号。
无法有效响应突发事件引起的短期行情变化。
存在一定的时间滞后,可能错过短线机会。
大幅震荡行情中顺势打开头寸风险大。
需适时调整参数以适应市场变化,需要一定参数优化经验。
对应风险管理措施:
优化参数设置,避免过于敏感。
结合其他指标过滤入场信号。
采用离场止损确保单笔亏损控制。
降低仓位规模,控制单笔交易风险。
增加参数优化判断和人工干预机制。
该策略可以从以下方面进行优化:
优化快线和慢线的参数,使其更好地适应不同品种和行情环境。可以引入动态参数优化机制。
增加其他指标结合,如MACD、布林带等,提高信号的有效性。
增加止损策略,如移动止损、时间止损、ATR止损等,控制亏损。
结合VIX指数避免在恐慌时打开头寸。
引入量能指标,在大量能明显放大时再考虑建仓。
优化资金管理策略,如定额交易、仓位管理等。
结合机器学习等对参数进行自动优化。
双TEMA叉死叉策略整体是一个利用趋势指数指标进行趋势跟踪的策略。它有利于捕捉价格趋势,在明确趋势下进行交易。但也需要注意控制风险,避免使用不当造成损失。通过进一步的优化测试可以使策略 Parameters设置更科学合理,在趋势行情中获得较好收益。
/*backtest
start: 2023-01-01 00:00:00
end: 2023-10-11 00:00:00
period: 1d
basePeriod: 1h
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/
// © nickrober
//@version=4
strategy(title="TEMA Cross Backtest", shorttitle="TEMA_X_BT", overlay=true, commission_type=strategy.commission.percent, commission_value=0, initial_capital = 1000, default_qty_type=strategy.percent_of_equity, default_qty_value=100)
// Backtest inputs
FromMonth = input(defval=1, title="From Month", minval=1, maxval=12)
FromDay = input(defval=1, title="From Day", minval=1, maxval=31)
FromYear = input(defval=2020, title="From Year", minval=2010)
ToMonth = input(defval=1, title="To Month", minval=1, maxval=12)
ToDay = input(defval=1, title="To Day", minval=1, maxval=31)
ToYear = input(defval=9999, title="To Year", minval=2017)
// Define backtest timewindow
start = timestamp(FromYear, FromMonth, FromDay, 00, 00) // backtest start window
finish = timestamp(ToYear, ToMonth, ToDay, 23, 59) // backtest finish window
window() => true
//TEMA Section
xLength = input(20, minval=1, title="Fast Length")
xPrice = close
xEMA1 = ema(xPrice, xLength)
xEMA2 = ema(xEMA1, xLength)
xEMA3 = ema(xEMA2, xLength)
xnRes = (3 * xEMA1) - (3 * xEMA2) + xEMA3
xnResP = plot(xnRes, color=color.green, linewidth=2, title="TEMA1")
yLength = input(60, minval=1, title="Slow Length")
yPrice = close
yEMA1 = ema(yPrice, yLength)
yEMA2 = ema(yEMA1, yLength)
yEMA3 = ema(yEMA2, yLength)
ynRes = (3 * yEMA1) - (3 * yEMA2) + yEMA3
ynResP = plot(ynRes, color=color.red, linewidth=2, title="TEMA2")
fill(xnResP, ynResP, color=xnRes > ynRes ? color.green : color.red, transp=75, editable=true)
// Buy and Sell Triggers
LongEntryAlert = xnRes > ynRes
LongCloseAlert = xnRes < ynRes
ShortEntryAlert = xnRes < ynRes
ShortCloseAlert = xnRes > ynRes
// Entry & Exit signals
strategy.entry("Long", strategy.long, when = xnRes > ynRes and window())
strategy.close("Long", when = xnRes < ynRes)
//strategy.entry("Short", strategy.short, when = xnRes < ynRes and window())
//strategy.close("Short", when = xnRes > ynRes)