Quantitative Handelsstrategie unter Verwendung mehrerer Indikatoren zur Identifizierung von Wendepunkten im Handel
ChaoZhang
Überblick
Die Strategie verwendet die fünf wichtigsten Indikatoren EMA, VWAP, MACD, Bollinger Bands und Schaff Trend Cycle zur Identifizierung von Preisumkehrpunkten in einer bestimmten Bandbreite und sendet Kauf- und Verkaufssignale aus. Der Vorteil der Strategie besteht darin, dass die Kombination anhand verschiedener Marktindikatoren angepasst werden kann, um die Wahrscheinlichkeit von Falschsignalen zu verringern und die Gewinnwahrscheinlichkeit zu erhöhen.
Strategieprinzip
Die EMA-Gewinnlinie beurteilt die Richtung des großen Trends und kauft nur in der Richtung des Trends
VWAP-Bewertung: Die Einrichtung kauft nur, wenn sie Geld bekommt
Die MACD beurteilt die kurze Linie Trends und Dynamikveränderungen, die MACD-Linien brechen die Signallinie als Kauf/Verkauf Signal
Bollinger Bands beurteilen, ob ein Über- oder Überverkauf vorliegt, wobei ein Kursübergang als Kauf-/Verkaufssignal angesehen wird.
Schaff Trend Cycle beurteilt die kurzfristige Kurvenumkehrstruktur und betrachtet die Überschreitung der hohen und niedrigen Schwellen als Kauf-/Verkaufssignal
Wenn die fünf wichtigsten Indikatoren ein einheitliches Signal senden, gibt es einen Kauf-/Verkaufsbefehl
Setzen Sie Stop-Loss- und Stop-Stop-Punkte und optimieren Sie die Geldverwaltung
Strategische Vorteile
- Mehrfache Kombinationen reduzieren die Wahrscheinlichkeit von Falschsignalen
Die Kombination von mehreren Indikatoren wie EMA, VWAP, MACD, BB und STC kann gegenseitig verifiziert werden, wodurch die Falschsignale, die von einem einzelnen Indikator erzeugt werden, reduziert und somit die Zuverlässigkeit des Signals erhöht wird.
- Benchmarks können angepasst werden
Die Wahl, ob ein bestimmter Indikator verwendet werden soll, kann in Kombination mit anderen Indikatoren für verschiedene Sorten und Marktumgebungen erfolgen, um die Strategie zielgerichteter und anpassungsfähiger zu machen.
- Optimierung der Geldverwaltung
Die Einrichtung von Stop-Loss- und Stop-Stop-Punkten ermöglicht die Begrenzung von Einzelschäden und die Sperrung eines Teils der Gewinne für eine bessere Verwaltung des Geldes.
- Strategie ist klar
Mit einfachen, intuitiven Kennzahlen und detaillierten Code-Kommentaren ist die gesamte Strategie so einfach zu verstehen und zu ändern, dass sie auf den ersten Blick erkennbar ist.
- Die Praxis
Die Verwendung von mehreren Indikatoren ist weit verbreitet, die Parameter sind vernünftig eingestellt, können direkt für den Handel auf der Plattform verwendet werden und können ohne große Optimierung gute Ergebnisse erzielen.
Strategisches Risiko
- Risiken bei der Identifizierung von Veränderungen nach dem Verzögerungsszenario
Indikatoren wie EMA, MACD und andere haben eine gewisse Verzögerung bei der Identifizierung von Preisänderungen und können den besten Kaufzeitpunkt verpassen.
- Gefahr, dass die Parameter falsch eingestellt sind
Wenn die Indikatorparameter nicht korrekt eingestellt sind, werden viele falsche Signale erzeugt, die die Strategie nicht funktionieren lassen.
- Die Gefahr, dass die Gewinnquote nicht garantiert ist
Eine Kombination aus mehreren Indikatoren kann die Gewinnquote erhöhen, aber nicht garantieren, dass jeder Handel gewinnt. Veränderungen der Marktumgebung können zu einer Verringerung der Gewinnquote führen.
- Der Stop-Loss-Punkt setzt ein zu kleines Risiko ein
Wenn die Stop-Loss-Punkt-Einstellung zu klein ist, kann die Stop-Loss-Ausgabe bei normalen Preisfluktuationen erfolgen, was zu unnötigen Verlusten führt.
Richtung der Strategieoptimierung
- Erhöhung der Zuverlässigkeit von Signalen durch Maschinelles Lernen
Modelle können trainiert werden, um die Zuverlässigkeit von Multi-Indikator-Signalen zu beurteilen, sie zu bewerten und Falschsignale zu reduzieren.
- Erhöhung der Quantifizierung von Indikatoren zur Identifizierung von Trends
Hinzu kommen quantitative Indikatoren wie OBV, die Anzeichen von Preissteigerungen erkennen und die Kaufsicherheit erhöhen.
- Optimierung der Stop-Loss-Strategie
Es können mobile Stop-Loss- oder Lock-In-Strategien erforscht werden, die besser für diese Strategie geeignet sind, um die Kapitalverwaltung zu optimieren.
- Parameteroptimierung
Die Optimierung der Parameter für jeden Indikator durch systematischere Rückmeldung verbessert die Gesamtstabilität der Strategie.
- Erhöhung des Robotertrags
Die Anbindung an die Transaktions-API ermöglicht automatische Bestellungen, so dass die Strategie wirklich unbemannt funktioniert.
Zusammenfassen
Diese Strategie integriert die Vorteile verschiedener technischer Indikatoren, ist klar und praktisch, kann als Entscheidungsreferenz für diskretionären Handel verwendet werden, kann aber auch direkt für algorithmischen Handel verwendet werden. Es ist jedoch erforderlich, die Anpassung an die spezifischen Sorten und die Marktumgebung zu optimieren, um das Risiko zu senken und die Stabilität zu verbessern, um letztendlich stabile Gewinne im realen Markt zu erzielen.
/*backtest
start: 2023-10-02 00:00:00
end: 2023-11-01 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © MakeMoneyCoESTB2020
//*********************Notes for continued work***************
//3) add a Table of contents to each section of code
//4) add candle stick pattern considerations to chart
//5) add an input value for DTE range to backtest
//7) add abilit to turn on/off MACD plot
//9)
//************************************************************
//Hello my fellow investors
//After hours of reading, backtesting, and YouTube video watching
//I discovered that 200EMA, VWAP, BB, MACD, and STC
//produce the most consistent results for investment planning.
//This strategy allows you to pick between the aforementioned indicators or layer them together.
//It works on the pricipal of:
//1) Always follow the market trend - buy/sell above/below 200EMA
//2) Follow corporate investing trends - buy/sell above/below VWAP
//3) Apply MACD check - buy--> MACD line above signal line
// and corssover below histogram \\ sell --> MACD line below signal line
// and crossover above histogram.
//4) Check volitility with price against BB limits upper/Sell or lower/buy
//5) When STC crosses about 10 buy and when it drops below 90 sell
//6) Exit position when stop loss is triggered or profit target is hit. BB also provides a parameter to exit positions.
//This code is the product of many hours of hard work on the part of the greater tradingview community. The credit goes to everyone in the community who has put code out there for the greater good.
//Happy Hunting!
//Title
// strategy("WOMBO COMBO: 100/200EMA & VWAP & MACD", shorttitle="WOMBO COMBO", default_qty_type=strategy.percent_of_equity, default_qty_value=1.5, initial_capital=10000,slippage=2, currency=currency.USD, overlay=true)
//define calculations price source
price = input(title="Price Source", defval=close)
//***************************
//Calculate 20/50/100/200EMA
EMAlength = input(title="EMA_Length", defval=200)
EMA=ema(price, EMAlength)
//plot EMA
ColorEMA=EMAlength==200?color.blue:EMAlength==100?color.aqua:EMAlength==50?color.orange:color.red
plot(EMA, title = "EMA", color = ColorEMA)
//*****************************
//calculate VWAP
ColorVWAP = (price > vwap) ? color.lime : color.maroon
plot(vwap, title = "VWAP", color=ColorVWAP, linewidth=2)
//*****************************
//calculate MACD
//define variables for speed
fast = 12, slow = 26
//define parameters to calculate MACD
fastMA = ema(price, fast)
slowMA = ema(price, slow)
//define MACD line
macd = fastMA - slowMA
//define SIGNAL line
signal = sma(macd, 9)
//plot MACD line
//plot(macd, title = "MACD", color=color.orange)
//plot signal line
//plot(signal, title = "Signal", color=color.purple)
//plot histogram
//define histogram colors
//col_grow_above = color.green
//col_grow_below = color.red
//col_fall_above = color.lime
//col_fall_below = color.maroon
//define histogram value
//hist = macd - signal
//plot histogram
//plot(hist, title="Histogram", style=plot.style_columns, color=(hist>=0 ? (hist[1] < hist ? col_grow_above : col_fall_above) : (hist[1] < hist ? col_grow_below : col_fall_below) ), transp=0 )
//***************************************
//Calculate Bollinger Bands
//Define BB input variables
//lengthBB = input(20, minval=1)
//multBB = input(2.0, minval=0.001, maxval=50)
lengthBB = 20
multBB = 2
//define BB average
basisBB = sma(price, lengthBB)
//define BB standar deviation
devBB = multBB * stdev(price, lengthBB)
//define BB upper and lower limits
upperBB = basisBB + devBB
lowerBB = basisBB - devBB
//Plot BB graph
ShowBB = input(title="Show BB", defval="Y", type=input.string, options=["Y", "N"])
transP = (ShowBB=="Y") ? 0 : 100
plot (upperBB, title = "BB Upper Band", color = color.aqua, transp=transP)
plot (basisBB, title = "BB Average", color = color.red, transp=transP)
plot (lowerBB, title = "BB Lower Band", color = color.aqua, transp=transP)
//*************************************************
//Calculate STC
//fastLength = input(title="MACD Fast Length", type=input.integer, defval=12)
//slowLength = input(title="MACD Slow Length", type=input.integer, defval=26)
fastLength = 23
slowLength = 50
cycleLength = input(title="Cycle Length", type=input.integer, defval=10)
//d1Length = input(title="1st %D Length", type=input.integer, defval=3)
//d2Length = input(title="2nd %D Length", type=input.integer, defval=3)
d1Length = 3
d2Length = 3
srcSTC = close
macdSTC = ema(srcSTC, fastLength) - ema(srcSTC, slowLength)
k = nz(fixnan(stoch(macdSTC, macdSTC, macdSTC, cycleLength)))
d = ema(k, d1Length)
kd = nz(fixnan(stoch(d, d, d, cycleLength)))
stc = ema(kd, d2Length)
stc := stc > 100 ? 100 : stc < 0 ? 0 : stc
upperSTC = input(title="Upper STC limit", defval=90)
lowerSTC = input( title="Lower STC limit", defval=10)
ma1length=35
ma1 = ema(close,ma1length)
ma2 = ema(close,EMAlength)
//STCbuy = crossover(stc, lowerSTC) and ma1>ma2 and close>ma1
//STCsell = crossunder(stc, upperSTC) and ma1<ma2 and close<ma1
STCbuy = crossover(stc, lowerSTC)
STCsell = crossunder(stc, upperSTC)
//*************************************************
//Candle stick patterns
//DojiSize = input(0.05, minval=0.01, title="Doji size")
//data=(abs(open - close) <= (high - low) * DojiSize)
//plotchar(data, title="Doji", text='Doji', color=color.white)
data2=(close[2] > open[2] and min(open[1], close[1]) > close[2] and open < min(open[1], close[1]) and close < open )
//plotshape(data2, title= "Evening Star", color=color.red, style=shape.arrowdown, text="Evening\nStar")
data3=(close[2] < open[2] and max(open[1], close[1]) < close[2] and open > max(open[1], close[1]) and close > open )
//plotshape(data3, title= "Morning Star", location=location.belowbar, color=color.lime, style=shape.arrowup, text="Morning\nStar")
data4=(open[1] < close[1] and open > close[1] and high - max(open, close) >= abs(open - close) * 3 and min(close, open) - low <= abs(open - close))
//plotshape(data4, title= "Shooting Star", color=color.red, style=shape.arrowdown, text="Shooting\nStar")
data5=(((high - low)>3*(open -close)) and ((close - low)/(.001 + high - low) > 0.6) and ((open - low)/(.001 + high - low) > 0.6))
//plotshape(data5, title= "Hammer", location=location.belowbar, color=color.white, style=shape.diamond, text="H")
data5b=(((high - low)>3*(open -close)) and ((high - close)/(.001 + high - low) > 0.6) and ((high - open)/(.001 + high - low) > 0.6))
//plotshape(data5b, title= "Inverted Hammer", location=location.belowbar, color=color.white, style=shape.diamond, text="IH")
data6=(close[1] > open[1] and open > close and open <= close[1] and open[1] <= close and open - close < close[1] - open[1] )
//plotshape(data6, title= "Bearish Harami", color=color.red, style=shape.arrowdown, text="Bearish\nHarami")
data7=(open[1] > close[1] and close > open and close <= open[1] and close[1] <= open and close - open < open[1] - close[1] )
//plotshape(data7, title= "Bullish Harami", location=location.belowbar, color=color.lime, style=shape.arrowup, text="Bullish\nHarami")
data8=(close[1] > open[1] and open > close and open >= close[1] and open[1] >= close and open - close > close[1] - open[1] )
//plotshape(data8, title= "Bearish Engulfing", color=color.red, style=shape.arrowdown, text="Bearish\nEngulfing")
data9=(open[1] > close[1] and close > open and close >= open[1] and close[1] >= open and close - open > open[1] - close[1] )
//plotshape(data9, title= "Bullish Engulfing", location=location.belowbar, color=color.lime, style=shape.arrowup, text="Bullish\nEngulfling")
upper = highest(10)[1]
data10=(close[1] < open[1] and open < low[1] and close > close[1] + ((open[1] - close[1])/2) and close < open[1])
//plotshape(data10, title= "Piercing Line", location=location.belowbar, color=color.lime, style=shape.arrowup, text="Piercing\nLine")
lower = lowest(10)[1]
data11=(low == open and open < lower and open < close and close > ((high[1] - low[1]) / 2) + low[1])
//plotshape(data11, title= "Bullish Belt", location=location.belowbar, color=color.lime, style=shape.arrowup, text="Bullish\nBelt")
data12=(open[1]>close[1] and open>=open[1] and close>open)
//plotshape(data12, title= "Bullish Kicker", location=location.belowbar, color=color.lime, style=shape.arrowup, text="Bullish\nKicker")
data13=(open[1]<close[1] and open<=open[1] and close<=open)
//plotshape(data13, title= "Bearish Kicker", color=color.red, style=shape.arrowdown, text="Bearish\nKicker")
data14=(((high-low>4*(open-close))and((close-low)/(.001+high-low)>=0.75)and((open-low)/(.001+high-low)>=0.75)) and high[1] < open and high[2] < open)
//plotshape(data14, title= "Hanging Man", color=color.red, style=shape.arrowdown, text="Hanging\nMan")
data15=((close[1]>open[1])and(((close[1]+open[1])/2)>close)and(open>close)and(open>close[1])and(close>open[1])and((open-close)/(.001+(high-low))>0.6))
//plotshape(data15, title= "Dark Cloud Cover", color=color.red, style=shape.arrowdown, text="Dark\nCloudCover")
//**********Long & Short Entry Calculations***********************************
//Define countback variable
countback=input(minval=0, maxval=5, title="Price CountBack", defval=0)
//User input for what evaluations to run: EMA, VWAP, MACD, BB
EMA_Y_N=input(defval = "N", title="Run EMA", type=input.string, options=["Y", "N"])
VWAP_Y_N=input(defval = "N", title="Run VWAP", type=input.string, options=["Y", "N"])
MACD_Y_N=input(defval = "N", title="Run MACD", type=input.string, options=["Y", "N"])
BB_Y_N=input(defval = "N", title="Run BB", type=input.string, options=["Y", "N"])
STC_Y_N=input(defval = "Y", title="Run STC", type=input.string, options=["Y", "N"])
//long entry condition
dataHCLB=(iff(STC_Y_N=="Y", STCbuy, true) and iff(EMA_Y_N=="Y", price[countback]>EMA, true) and iff(VWAP_Y_N=="Y", price[countback]>vwap, true) and iff(MACD_Y_N=="Y", crossunder(signal[countback], macd[countback]), true) and iff(MACD_Y_N=="Y", macd[countback]<0, true) and iff(BB_Y_N=="Y", crossunder(price[countback], lowerBB), true))
plotshape(dataHCLB, title= "HC-LB", color=color.lime, style=shape.circle, text="HC-LB")
strategy.entry("HC-Long", strategy.long, comment="HC-Long", when = dataHCLB)
//short entry condition
dataHCSB=(iff(STC_Y_N=="Y", STCsell, true) and iff(EMA_Y_N=="Y", price[countback]<EMA, true) and iff(VWAP_Y_N=="Y", price[countback]<vwap, true) and iff(MACD_Y_N=="Y", crossunder(macd[countback], signal[countback]), true) and iff(MACD_Y_N=="Y", signal[countback]>0, true) and iff(BB_Y_N=="Y", crossover(price[countback], upperBB), true))
plotshape(dataHCSB, title= "HC-SB", color=color.fuchsia, style=shape.circle, text="HC-SB")
strategy.entry("HC-Short", strategy.short, comment="HC-Short", when=dataHCSB)
//******************Exit Conditions******************************
// Profit and Loss Exit Calculations
// User Options to Change Inputs (%)
stopPer = input(5, title='Stop Loss %', type=input.float) / 100
takePer = input(10, title='Take Profit %', type=input.float) / 100
// Determine where you've entered and in what direction
longStop = strategy.position_avg_price * (1 - stopPer)
shortStop = strategy.position_avg_price * (1 + stopPer)
shortTake = strategy.position_avg_price * (1 - takePer)
longTake = strategy.position_avg_price * (1 + takePer)
//exit position conditions and orders
if strategy.position_size > 0 or crossunder(price[countback], upperBB)
strategy.exit(id="Close Long", stop=longStop, limit=longTake)
if strategy.position_size < 0 or crossover(price[countback], lowerBB)
strategy.exit(id="Close Short", stop=shortStop, limit=shortTake)