五重强势移动平均策略
Author: ChaoZhang, Date: 2024-05-23 18:14:35Tags: EMAWMASMATMAVARWWMAZLEMATSF
概述
五重强势移动平均策略是一个基于多个移动平均线的交易策略。该策略利用了5个不同周期和类型的移动平均线来识别市场的强势趋势。其中前3个移动平均线是该策略的核心组成部分,主要用于趋势识别和信号生成;而第4个和第5个移动平均线主要用于辅助判断和可视化分析。
通过综合考虑不同周期和类型移动平均线的走势和相对位置关系,该策略可以较为准确地判断市场当前的趋势方向和强度,并根据趋势的变化及时调整仓位,以实现较好的盈利效果。
策略原理
该策略使用了5个不同周期和类型的移动平均线,分别为: 1. 第一层级移动平均线:可自定义显示、标签、数据源、时间框架、长度、线宽、颜色和类型。 2. 第二层级移动平均线:可自定义显示、标签、数据源、时间框架、长度、线宽、颜色和类型。 3. 第三层级移动平均线:可自定义显示、标签、数据源、时间框架、长度、线宽、颜色和类型。 4. 第四层级移动平均线:主要用于辅助判断,可自定义显示、标签、数据源、时间框架、长度、线宽和颜色。 5. 第五层级移动平均线:主要用于辅助判断,可自定义显示、标签、数据源、时间框架、长度、线宽和颜色。
这5个移动平均线的类型可以灵活设置,包括SMA、EMA、WMA、TMA、VAR、WWMA、ZLEMA、TSF等8种类型。
该策略的核心思想是利用不同周期和类型移动平均线的多重趋势确认来判断趋势方向和强度: - 当收盘价在第1、2、3层级移动平均线之上时,做多; - 当收盘价在第1、2、3层级移动平均线之下时,做空; - 当已持多仓时,如果收盘价跌破第1、2层移动平均线,平多; - 当已持空仓时,如果收盘价涨破第1、2层移动平均线,平空。
此外,该策略还会根据当前持仓方向来显示K线颜色: - 持多仓时,K线显示绿色; - 持空仓时,K线显示红色; - 其它情况,K线显示灰色。
策略优势
- 趋势跟踪能力强。该策略采用了多个中长期移动平均线组合来判断趋势,趋势识别能力较强,可以有效把握市场主要趋势。
- 参数灵活可调。该策略的各项参数都可以灵活设置,包括移动平均线的类型、周期、长度等,可以根据不同市场特点和投资者偏好进行优化。
- 适应多个市场。该策略对趋势的判断主要基于价格走势本身,对市场的适应性较强,可以用于股票、期货、外汇、加密货币等多个市场。
- 逻辑清晰简单。该策略的核心逻辑简单明了,容易理解和实现,不需要过于复杂的数学模型。
策略风险
- 震荡市洗单风险。该策略在震荡市中表现一般,可能会出现较多的小额亏损交易,从而造成净利润下降。
- 参数最优化风险。该策略采用了较多参数,如果没有进行充分的历史数据回测和参数优化,可能会导致未来实盘交易中遭遇较大的回撤。
- 趋势转折风险。该策略主要适用于趋势行情,一旦市场趋势反转,该策略可能还会继续按照原有趋势方向交易,造成亏损。
为了降低以上风险,可以考虑以下改进措施: 1. 加入震荡市检测和判断逻辑,在非趋势行情中减少交易次数。 2. 对该策略进行充分的参数最优化测试,找到稳健的最佳参数组合。 3. 设置合理的止损位,控制单笔交易的最大风险。同时,可以通过其他指标或信号来确认趋势反转,及时调整仓位。
策略优化方向
- 引入更多趋势确认指标,如MACD、DMI等,提高趋势判断的准确性。
- 对于震荡市,可以考虑引入能够适应震荡行情的操作逻辑,比如网格交易等。
- 针对不同的市场特点,可以对策略的参数进行分别优化,提高适应性。
- 可以考虑把该策略和其他策略进行组合,比如趋势策略+震荡策略的组合,趋势策略+逆势策略的组合等,提高策略的稳健性。
总结
五重强势移动平均策略是一个基于多重趋势确认的交易策略,通过综合考虑多个周期和类型的移动平均线走势,可以比较准确地判断市场当前的趋势方向和强度,并根据趋势变化及时调整仓位。该策略逻辑简单清晰,参数灵活可调,适应多个市场,但是在震荡市中表现一般,并且存在一定的参数最优化风险和趋势转折风险。未来可以考虑引入更多指标、优化参数、增加针对震荡市的操作逻辑,以及和其他类型策略进行组合等方式,来进一步提高该策略的稳健性和盈利能力。
/*backtest
start: 2023-05-17 00:00:00
end: 2024-05-22 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Quintuple Strong Moving Average Strategy","QuisMa", overlay=true, margin_long=100, margin_short=100)
// 1
mav1_show = input.bool(true, 'Show Plot', group='Level 1 ', inline='mav1_0')
mav1_label = input.bool(true, 'Show Label', group='Level 1 ', inline='mav1_0')
mav1_source = input.source(close, '', group='Level 1 ', inline='mav1_1')
mav1_timeframe = input.timeframe('5', '', group='Level 1 ', inline='mav1_1')
mav1_length = input.int(50, 'Length', group='Level 1 ', inline='mav1_3')
mav1_size = input.int(2000, 'Size', minval=1, group='Level 1 ', inline='mav1_3')
mav1_width = input.int(2, '', minval=0, group='Level 1 ', inline='mav1_2')
mav1_color = input.color(color.new(#ffd000, 0), '', group='Level 1 ', inline='mav1_2')
mav1_type = input.string(title='Moving Average Type 1', defval='VAR', options=['SMA', 'EMA', 'WMA', 'TMA', 'VAR', 'WWMA', 'ZLEMA', 'TSF'])
// 2
mav2_show = input.bool(true, 'Show Plot', group='Level 2', inline='mav2_0')
mav2_label = input.bool(true, 'Show Label', group='Level 2', inline='mav2_0')
mav2_source = input.source(close, '', group='Level 2', inline='mav2_1')
mav2_timeframe = input.timeframe('30', '', group='Level 2', inline='mav2_1')
mav2_length = input.int(50, 'Length', group='Level 2', inline='mav2_3')
mav2_size = input.int(2000, 'Size', minval=1, group='Level 2', inline='mav2_3')
mav2_width = input.int(2, '', minval=0, group='Level 2', inline='mav2_2')
mav2_color = input.color(color.new(#ffd000, 0), '', group='Level 2', inline='mav2_2')
mav2_type = input.string(title='Moving Average Type 2', defval='VAR', options=['SMA', 'EMA', 'WMA', 'TMA', 'VAR', 'WWMA', 'ZLEMA', 'TSF'])
// 3
mav3_show = input.bool(true, 'Show Plot', group='Level 3', inline='mav3_0')
mav3_label = input.bool(true, 'Show Label', group='Level 3', inline='mav3_0')
mav3_source = input.source(close, '', group='Level 3', inline='mav3_1')
mav3_timeframe = input.timeframe('60', '', group='Level 3', inline='mav3_1')
mav3_length = input.int(50, 'Length', group='Level 3', inline='mav3_3')
mav3_size = input.int(2000, 'Size', minval=1, group='Level 3', inline='mav3_3')
mav3_width = input.int(2, '', minval=0, group='Level 3', inline='mav3_2')
mav3_color = input.color(color.new(#ffd000, 0), '', group='Level 3', inline='mav3_2')
mav3_type = input.string(title='Moving Average Type 3', defval='VAR', options=['SMA', 'EMA', 'WMA', 'TMA', 'VAR', 'WWMA', 'ZLEMA', 'TSF'])
// 4
mav4_show = input.bool(true, 'Show Plot', group='Level 4', inline='mav4_0')
mav4_label = input.bool(true, 'Show Label', group='Level 4', inline='mav4_0')
mav4_source = input.source(close, '', group='Level 4', inline='mav4_1')
mav4_timeframe = input.timeframe('480', '', group='Level 4', inline='mav4_1')
mav4_length = input.int(50, 'Length', group='Level 4', inline='mav4_3')
mav4_size = input.int(2000, 'Size', minval=1, group='Level 4', inline='mav4_3')
mav4_width = input.int(2, '', minval=0, group='Level 4', inline='mav4_2')
mav4_color = input.color(color.new(#ffd000, 0), '', group='Level 4', inline='mav4_2')
mav4_type = input.string(title='Moving Average Type 4', defval='VAR', options=['SMA', 'EMA', 'WMA', 'TMA', 'VAR', 'WWMA', 'ZLEMA', 'TSF'])
// 5
mav5_show = input.bool(true, 'Show Plot', group='Level 5', inline='mav5_0')
mav5_label = input.bool(true, 'Show Label', group='Level 5', inline='mav5_0')
mav5_source = input.source(close, '', group='Level 5', inline='mav5_1')
mav5_timeframe = input.timeframe('720', '', group='Level 5', inline='mav5_1')
mav5_length = input.int(50, 'Length', group='Level 5', inline='mav5_3')
mav5_size = input.int(2000, 'Size', minval=1, group='Level 5', inline='mav5_3')
mav5_width = input.int(2, '', minval=0, group='Level 5', inline='mav5_2')
mav5_color = input.color(color.new(#ffd000, 0), '', group='Level 5', inline='mav5_2')
mav5_type = input.string(title='Moving Average Type 5', defval='VAR', options=['SMA', 'EMA', 'WMA', 'TMA', 'VAR', 'WWMA', 'ZLEMA', 'TSF'])
// FUNCTIONS {{{
candle_size_ms = time - time[1] // milliseconds of a candle
timetostring(tms) =>
d_ = math.floor(tms / 86400)
h_ = math.floor((tms - d_ * 86400) / 3600)
m_ = math.floor((tms - d_ * 86400 - h_ * 3600) / 60)
s_ = math.floor(tms - d_ * 86400 - h_ * 3600 - m_ * 60)
ret = d_ > 0 ? str.tostring(d_) + ' D ' : ''
ret += (h_ > 0 ? str.tostring(h_) + ' H ' : '')
ret += (m_ > 0 ? str.tostring(m_) + ' m ' : '')
if d_ == 0
ret += (s_ > 0 ? str.tostring(s_) + ' s ' : '')
ret
ret
tftostring(tf) =>
tfa = str.split(tf, '')
tfalast = array.get(tfa, array.size(tfa) - 1)
tfalastIsNum = na(str.tonumber(tfalast)) ? false : true
txt = tfalastIsNum ? timetostring(str.tonumber(tf) * 60) : tf
txt
htfLabel(htfy, tf, col) =>
txt = tftostring(tf)
htftxt = 'ᐊ ' + txt
htftip = 'HTF [ ' + txt + ' ] ' + str.tostring(htfy, '#.##')
label.new(x=time + candle_size_ms * 2, y=htfy, xloc=xloc.bar_time, yloc=yloc.price, color=color.new(color.black, 100), textcolor=col, style=label.style_label_left, size=size.normal, text=htftxt, tooltip=htftip)
// Moving Averages Functions {{{
Var_Func(src, length) =>
valpha = 2 / (length + 1)
vud1 = src > src[1] ? src - src[1] : 0
vdd1 = src < src[1] ? src[1] - src : 0
vUD = math.sum(vud1, 9)
vDD = math.sum(vdd1, 9)
vCMO = nz((vUD - vDD) / (vUD + vDD))
VAR = 0.0
VAR := nz(valpha * math.abs(vCMO) * src) + (1 - valpha * math.abs(vCMO)) * nz(VAR[1])
VAR
Wwma_Func(src, length) =>
wwalpha = 1 / length
WWMA = 0.0
WWMA := wwalpha * src + (1 - wwalpha) * nz(WWMA[1])
WWMA
Zlema_Func(src, length) =>
zxLag = length / 2 == math.round(length / 2) ? length / 2 : (length - 1) / 2
zxEMAData = src + src - src[zxLag]
ZLEMA = ta.ema(zxEMAData, length)
ZLEMA
Tsf_Func(src, length) =>
lrc = ta.linreg(src, length, 0)
lrc1 = ta.linreg(src, length, 1)
lrs = lrc - lrc1
TSF = ta.linreg(src, length, 0) + lrs
TSF
getMA(src, length, mav_type) =>
ma = 0.0
if mav_type == 'SMA'
ma := ta.sma(src, length)
if mav_type == 'EMA'
ma := ta.ema(src, length)
if mav_type == 'WMA'
ma := ta.wma(src, length)
if mav_type == 'TMA'
ma := ta.sma(ta.sma(src, math.ceil(length / 2)), math.floor(length / 2) + 1)
if mav_type == 'VAR'
ma := Var_Func(src, length)
if mav_type == 'WWMA'
ma := Wwma_Func(src, length)
if mav_type == 'ZLEMA'
ma := Zlema_Func(src, length)
if mav_type == 'TSF'
ma := Tsf_Func(src, length)
ma
mav1 = request.security(syminfo.tickerid, mav1_timeframe, getMA(mav1_source, mav1_length, mav1_type), gaps=barmerge.gaps_off, lookahead=barmerge.lookahead_on)
plot(mav1_show ? mav1 : na, 'mav 1', color=mav1_color, linewidth=mav1_width, show_last=mav1_size)
var label mav1lbl = na
label.delete(mav1lbl)
mav1lbl := mav1_label ? htfLabel(mav1, mav1_timeframe, mav1_color) : na
mav2 = request.security(syminfo.tickerid, mav2_timeframe, getMA(mav2_source, mav2_length, mav2_type), gaps=barmerge.gaps_off, lookahead=barmerge.lookahead_on)
plot(mav2_show ? mav2 : na, 'mav 2', color=mav2_color, linewidth=mav2_width, show_last=mav2_size)
var label mav2lbl = na
label.delete(mav2lbl)
mav2lbl := mav2_label ? htfLabel(mav2, mav2_timeframe, mav2_color) : na
mav3 = request.security(syminfo.tickerid, mav3_timeframe, getMA(mav3_source, mav3_length, mav3_type), gaps=barmerge.gaps_off, lookahead=barmerge.lookahead_on)
plot(mav3_show ? mav3 : na, 'mav 3', color=mav3_color, linewidth=mav3_width, show_last=mav3_size)
var label mav3lbl = na
label.delete(mav3lbl)
mav3lbl := mav3_label ? htfLabel(mav3, mav3_timeframe, mav3_color) : na
mav4 = request.security(syminfo.tickerid, mav4_timeframe, getMA(mav4_source, mav4_length, mav4_type), gaps=barmerge.gaps_off, lookahead=barmerge.lookahead_on)
plot(mav4_show ? mav4 : na, 'mav 4', color=mav4_color, linewidth=mav4_width, show_last=mav4_size)
var label mav4lbl = na
label.delete(mav4lbl)
mav4lbl := mav4_label ? htfLabel(mav4, mav4_timeframe, mav4_color) : na
mav5 = request.security(syminfo.tickerid, mav5_timeframe, getMA(mav5_source, mav5_length, mav5_type), gaps=barmerge.gaps_off, lookahead=barmerge.lookahead_on)
plot(mav5_show ? mav5 : na, 'mav 5', color=mav5_color, linewidth=mav5_width, show_last=mav5_size)
var label mav5lbl = na
label.delete(mav5lbl)
mav5lbl := mav5_label ? htfLabel(mav5, mav5_timeframe, mav5_color) : na
// Alış ve Satış Koşulları
alisKosulu = close > mav1 and close > mav2 and close > mav3
satisKosulu = close < mav1 and close < mav2 and close < mav3
// Alış ve Satış Sinyalleri
if (alisKosulu and not satisKosulu)
strategy.entry("Alış", strategy.long)
if (satisKosulu and not alisKosulu)
strategy.entry("Satış", strategy.short)
// Pozisyonları Kapatma Koşulları
if (strategy.opentrades > 0)
if (close < mav1 and close < mav2 and strategy.position_size > 0)
strategy.close("Alış")
if (close > mav1 and close > mav2 and strategy.position_size < 0)
strategy.close("Satış")
// Mum Rengi Ayarlama
longKosul = strategy.opentrades > 0 and strategy.position_size > 0
shortKosul = strategy.opentrades > 0 and strategy.position_size < 0
barcolor(longKosul ? color.green : shortKosul ? color.red : color.gray)
相关内容
- Profit Maximizer PMax
- SuperTrended Moving Averages
- HALFTREND + HEMA + SMA (FALSE SIGNAL's STRATEGY)
- RedK Volume-Accelerated Directional Energy Ratio
- RedK Dual VADER with Energy Bars
- 滑动平均线和布林带量化交易策略
- Moving Average Cross Alert, Multi-Timeframe (MTF)
- RedK Momentum Bars
- Rainbow Oscillator
- 多周期均线交叉量能策略系统
更多内容
- 纳达拉亚-沃森带状图多重确认动态止损策略
- 波林格带动态止盈策略
- CCI+双均线交叉回撤买入策略
- 短线做空高流通货币对策略
- MOST指标双仓位自适应策略
- 布林带RSI交易策略
- 基于成交量热图与实时价格的买卖策略
- 双均线回归交易策略
- 多指标量化交易策略 - 7合1超级指标策略
- SMK ULTRA TREND 双均线交叉策略
- 均线交叉牛市支撑带策略
- 多时间框架与200EMA过滤器的趋势跟踪策略 - 仅做多
- SMC市场高低点突破策略
- 动态趋势动量交易策略
- EMA均线交叉与短期信号策略
- 一目云和ATR策略
- BONK多因子交易策略
- 双均线交叉策略
- HalfTrend多空趋势追踪止损限价买入策略
- Alligator 长期趋势跟踪交易策略