动量价格爬坡型加密货币策略

Author: ChaoZhang, Date: 2024-02-04 15:38:17
Tags:

动量价格爬坡型加密货币策略

概述

该策略是一个简单高效的适用于加密货币的短线交易爬坡策略,也可用于中长线趋势交易。其主要组成部分包括价格震荡指标、漩涡指标以及止损止盈的风险管理机制。

策略原理

该策略的入场条件为: 1. 价格震荡指标为正,表示价格在爬坡; 2. 漩涡指标VIP上穿VIM,表明趋势向上; 3. 当前K线收盘价高于前两根K线的最高价,也意味着价格在向上突破。

当以上三个条件同时满足时做多头入场。

该策略的出场条件为: 1. 价格震荡指标为负,表示价格在回落,做多头出场; 2. 漩涡指标VIP下穿VIM,表明趋势向下,做多头出场; 3. 达到止盈或止损条件。

策略优势

该策略结合了价格震荡指标和漩涡指标来判断价格趋势和突破信号,能够有效捕捉价格上涨阶段,具有如下优势:

使用价格震荡指标判断价格爬坡方向,避免在盘整时错交易;
漩涡指标判断趋势方向,有助于确定大趋势;
K线收盘价突破判断力度,可减少假突破机会;
风险管理机制设置止盈止损点,有效控制每单交易风险;
可灵活调整参数,适用于不同周期和品种。

策略风险

尽管该策略整体来说比较稳定,但也存在一定的风险需要注意:

错过长线大趋势的风险。如果用在过于短线周期,可能错过更大的行情机会;
假突破的风险。当价格出现剧烈波动时,短期内可能出现一些误导型走势,容易诱发假信号;
参数不当导致过于频繁交易的风险。参数设置不当可能导致交易频繁,增加交易成本和滑点损失。

可通过调整持仓周期、组合更多指标过滤信号、优化参数设置等方式来防范和化解上述风险。

策略优化方向

该策略还可从以下几个方向进行优化:

增加更多指标判断,如波动率、量能指标等,提高信号的质量;
优化参数设置,使其更符合不同品种和周期的特点;
增加机器学习模型判断,利用大数据泛化预测价格走势;
在高级平台中加入自动止损、追踪止盈功能,使交易更加自动化。

通过上述优化,可以进一步提升策略的胜率、盈利水平、稳定性。

总结

该策略整体较为简洁有效,能够捕捉价格爬坡上涨阶段,在加密货币中具有不错的盈利潜力。虽然仍有进一步优化的空间,但作为一个量化交易的入门策略已经较为出色。总体来说,该策略适合追求高频率盈利的加密货币短线和中线交易者。

/*backtest
start: 2024-01-04 00:00:00
end: 2024-02-03 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/
// © exlux99
//@version=4
strategy(title="Crypto Price Scalper", shorttitle="Scalper Crypto", overlay=true)

inputcc = input(60, title="Number of candles")


low9=lowest(low,inputcc)
high9=highest(high,inputcc)



plotlow = ((close - low9) / low9) * 100

plothigh = ((close - high9) / high9) * 100

plotg = (plotlow +plothigh)/2

center=0.0


period_ = input(14, title="Length VORTEX", minval=2)
VMP = sum( abs( high - low[1]), period_ )
VMM = sum( abs( low - high[1]), period_ )
STR = sum( atr(1), period_ )
VIP = VMP / STR
VIM = VMM / STR


long= crossover(plotg,center) and close > high[2] and crossover(VIP,VIM)
short= crossunder(plotg,center) and crossunder(VIP,VIM)

tplong=input(0.1, title="TP Long", step=0.01)
sllong=input(0.1, title="SL Long", step=0.01)
strategy.entry("long",1,when=long)

strategy.exit("closelong", "long" , profit = close * tplong / syminfo.mintick, loss = close * sllong / syminfo.mintick, alert_message = "closelong")

strategy.close("long",when=short)

更多内容

2019 - FMZ - 发明者量化