กลยุทธ์ตามแนวโน้ม

การเทรดทางการเงินด้วย Python

Chelsea Yang

Data Science Instructor

กลยุทธ์การเทรด 2 ประเภท

การตามแนวโน้ม

เดิมพันว่าแนวโน้มราคาจะดำเนินต่อในทิศทางเดิม
ใช้ตัวชี้วัดแนวโน้ม เช่น Moving Average, ADX เป็นต้น เพื่อสร้างสัญญาณซื้อขาย

Mean reversion

เดิมพันว่าราคามักจะย้อนกลับสู่ค่าเฉลี่ย
ใช้ตัวชี้วัด เช่น RSI, Bollinger Bands เป็นต้น เพื่อสร้างสัญญาณซื้อขาย

กลยุทธ์ MA Crossover

แนวโน้มคือมิตรของคุณ

EMA Crossover แบบ 2 เส้น:
- สัญญาณซื้อ: EMA ระยะสั้นตัดขึ้นเหนือ EMA ระยะยาว
- สัญญาณขาย: EMA ระยะสั้นตัดลงต่ำกว่า EMA ระยะยาว

คำนวณตัวชี้วัด

import talib
# Calculate the indicators
EMA_short = talib.EMA(price_data['Close'],
                      timeperiod=10).to_frame()
EMA_long = talib.EMA(price_data['Close'], 
                     timeperiod=40).to_frame()

สร้างสัญญาณ

# Create the signal DataFrame
signal = EMA_long.copy()
signal[EMA_long.isnull()] = 0


# Construct the signal
signal[EMA_short > EMA_long] = 1

signal[EMA_short < EMA_long] = -1

พล็อตสัญญาณ

# Plot the signal, price and MAs
combined_df = bt.merge(signal, price_data, EMA_short, EMA_long)
combined_df.columns = ['Signal', 'Price', 'EMA_short', 'EMA_long']

combined_df.plot(secondary_y=['Signal'])

กราฟสัญญาณ EMA Crossover

กำหนดกลยุทธ์ด้วยสัญญาณ

# Define the strategy
bt_strategy = bt.Strategy('EMA_crossover',

                          [bt.algos.WeighTarget(signal),
                           bt.algos.Rebalance()])

ทดสอบย้อนหลังกลยุทธ์ที่ใช้สัญญาณ

# Create the backtest and run it
bt_backtest = bt.Backtest(bt_strategy, price_data)
bt_result = bt.run(bt_backtest)

พล็อตผลการทดสอบย้อนหลัง

# Plot the backtest result
bt_result.plot(title='Backtest result')

ผลการทดสอบย้อนหลัง MA Crossover

มาฝึกกันเถอะ!

การเทรดทางการเงินด้วย Python