ChaoZhang
概述
本策略结合了5种不同类型的移动平均线,当5种移动平均线的方向一致时生成交易信号。策略利用多种移动平均线的聚合,可以有效过滤市场噪音,识别趋势方向。
策略原理
本策略使用SMA、EMA、RMA、WMA和VWMA五种移动平均线。分别计算快线长度为8天,慢线长度为144天的五种移动平均线。当所有的快线上涨且慢线上涨时产生多头信号;当所有的快线下跌且慢线下跌时产生空头信号。
优势分析
- 聚合多种移动平均线,识别信号更加可靠,避免产生假信号
- 利用多种移动平均线的优势,如SMA平滑价格,VWMA考量成交量,WMA赋予权重等
- 参数可调整,可优化快线和慢线的长度
风险分析
- 多种移动平均线 aggregated,当中一两种产生错误信号时也会影响策略
- 无法在趋势开始时及时发出信号
- 需要参数优化获得最佳参数
优化方向
- 可以测试不同移动平均线的组合和参数
- 可以结合其他指标进行 confirmation,如 MACD,RSI 等
- 可以根据市场环境动态调整移动平均线参数
总结
本策略通过聚合多种主流移动平均线,在所有移动平均线达成共识时产生交易信号。这种策略可以有效利用各移动平均线的优势,同时过滤掉部分噪音,识别市场趋势方向。参数优化和指标组合确认都可以进一步增强策略稳定性。总体来说,这是一个简单实用的趋势跟踪策略。
策略源码
//@version=2
strategy(title="MACD Multi-MA Strategy", overlay=false )
src = close
len1 = input(8, "FAST LOOKBACK")
len2 = input(144, "SLOW LOOKBACK")
/////////////////////////////////////////////
length = len2-len1
ma = vwma(src, length)
plot(ma, title="VWMA", color=lime)
length1 = len2-len1
ma1 = rma(src, length1)
plot(ma1, title="RMA", color=purple)
length2 = len2-len1
ma2 = sma(src, length2)
plot(ma2, title="SMA", color=red)
length3 = len2-len1
ma3 = wma(src, length3)
plot(ma3, title="WMA", color=orange)
length4 = len2-len1
ma4 = ema(src, length4)
plot(ma4, title="EMA", color=yellow)
long = ma > ma[1] and ma1 > ma1[1] and ma2 > ma2[1] and ma3 > ma3[1] and ma4 > ma4[1]
short = ma < ma[1] and ma1 < ma1[1] and ma2 < ma2[1] and ma3 < ma3[1] and ma4 < ma4[1]
strategy.entry("Long", strategy.long, when=long)
strategy.entry("Short", strategy.short, when=short)
更多内容
- 基于SMA、EMA和成交量的简单动量策略
- 唐奇安基于价格通道突破的量化交易策略
- 连续高点突破策略
- 智能量化低点反转策略
- Bollinger+RSI双重策略(仅多头)v1.2
- CCI零点反转交易策略
- 双均线再反转价格突破策略
- 移动平均回拉交易策略
- 移动平均聚合Williams商业区买卖压力指标策略
- 双均线反转跟踪策略
- 动态EMAherokuapp俯瞰策略
- 基于随机数字的量化交易策略
- 基于MACD指标的双向交易策略
- 基于SAR指标 CCI指标的EMA黄金交易策略
- EMA动量均线交叉策略
- 动量反转缩量突破型低吸金叉策略
- 唐奇安通道带跟踪止损策略
- 渦涡震荡器趋势追踪策略
- 日内交易关键点策略
- 双重优化组合反转EMA加权交易策略