Die dynamische durchschnittliche Kosten-DCA-Verbundstrategie passt die Menge jeder Eröffnungsposition dynamisch an. Zu Beginn des Trends öffnet sie zunächst kleine Positionen, um eine Position aufzubauen. Mit zunehmender Konsolidierungshöhe erhöht sie die Positionsgröße allmählich. Die Strategie verwendet exponentielle Funktionen, um Stop-Loss-Preisniveaus zu berechnen, und öffnet bei Auslösung neue Chargen wieder, was dazu führen kann, dass die Kosten für die Halte von Positionen weiterhin exponentiell sinken. Mit zunehmender Tiefe können die Kosten der Positionen allmählich reduziert werden.
Diese Strategie verwendet eine einfache Kombination aus RSI-Überverkaufssignalen und gleitenden Durchschnittszeiten, um Einstiegsmöglichkeiten zu bestimmen. Eine erste Eintrittsorder wird eingereicht, wenn der RSI unter das Überverkaufsniveau fällt und der Preis unter den gleitenden Durchschnitt schließt. Nach dem ersten Eintrag berechnet die exponentielle Funktion den Preisverlustprozentsatz für die nächsten Ebenen. Jedes Mal, wenn sie einen DCA-Auftrag auslöst, wird die Positionsgröße neu berechnet, um den gleichen Betrag pro Eintrag zu halten.
Wenn die DCA-Zählung steigt, sinken die durchschnittlichen Haltegekosten weiter. Ein kleiner Rebound reicht aus, um Profit aus jeder Position zu machen. Nach kontinuierlichen Einträgen wird eine Stop-Loss-Linie über den durchschnittlichen Haltegekurs gezeichnet. Sobald der Preis über den durchschnittlichen Preis und die Stop-Loss-Linie bricht, werden alle Positionen geschlossen.
Der größte Vorteil besteht darin, dass, wenn die Haltegekosten auch während der Konsolidierung weiter sinken, die Kosten immer noch schrittweise kumulativ reduziert werden können.
Das größte Risiko ist zunächst die begrenzte Positionsgröße. Während des kontinuierlichen Rückgangs kann es ein Stop-Loss-Risiko geben. Daher muss der Stop-Loss-Prozentsatz vernünftigerweise basierend auf dem persönlichen Risikobereitschaft festgelegt werden.
Darüber hinaus hat die Einstellung des Stop-Loss-Niveaus zwei Extreme. Wenn es zu locker ist, kann nicht genug Retracement erfasst werden. Wenn es aber zu eng ist, steigt die Wahrscheinlichkeit, während der mittelfristigen Korrekturen gestoppt zu werden. Daher ist es entscheidend, die richtigen Stop-Loss-Niveaus entsprechend den verschiedenen Marktbedingungen und den Risikopräferenzen zu wählen.
Wenn es zu viele DCA-Level gibt, wenn der Preis erheblich steigt, können extrem hohe Halte-Kosten einen effektiven Stop-Loss verhindern.
Optimieren Sie die Eintrittszeitsignale, indem Sie Parameter und andere Indikatorenkombinationen für höhere Gewinnrate-Signale testen.
Optimieren Sie Stop-Loss-Mechanismen, indem Sie L-Trailing-Stop-Loss oder Kurven-Fitted-Trailing-Stop-Loss testen, um bessere Ergebnisse zu erzielen.
Optimieren Sie Gewinnspielräume. Verschiedene Arten von Gewinnausbußen können untersucht werden, um bessere Ausgangsmöglichkeiten und eine höhere Gesamtrendite zu erzielen.
Hinzufügen eines Anti-Whipsaw-Mechanismus. Manchmal kann das DCA-Signal bald nach dem Stop-Loss wieder ausgelöst werden. Ein Whipsaw-Bereich kann hinzugefügt werden, um aggressive Wiedereingänge direkt nach dem Stoppen zu vermeiden.
Diese Strategie nutzt RSI, um Eintritte zu bestimmen, den exponentiellen dynamischen Stop-Loss-DCA-Mechanismus, um die Positionsgröße und die durchschnittlichen Kosten dynamisch anzupassen, um während der Konsolidierung einen Preisvorteil zu erzielen. Die wichtigsten Optimierungsbereiche konzentrieren sich auf Eintritts-/Austrittssignale, Stop-Loss und Take-Profit. Das Kernkonzept der exponentiellen DCA wird umgesetzt, um die Haltekosten kontinuierlich zu senken, wodurch mehr Platz während der Konsolidierung geschaffen wird und bei Trenden eine multiplizierte Rendite erzielt wird.
/*backtest start: 2023-12-04 00:00:00 end: 2024-01-03 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/// // © A3Sh //@version=5 // Study of a Simple RSI based, PA (priceaveraging) and DCA strategy that opens a new position everytime it hits a specified price level below the first entry. // The first entry is opened when the specified rsi and moving average conditions are met. // The following DCA levels are calculated exponentially and set, starting with a specified % of price drop. // The disctance between the dca levels can be changed with the exponential scale. // Each position closes individually when it reaches a specified take profit. // The position can re-open again when it hits the price level again. // Each time a position is closed and reopened, the average price drops a little. // The position stays open until the first entry closes or when the price reaches the Stop level. // When the price reaches the Stop level, all positions will close at once. // The RSI and MA code for opening the entry is adapted from the Optimized RSI Buy the Dips strategy, by Coinrule. // This code is used for study purposes, but any other low/ dip finding indicator can be used. // https://www.tradingview.com/script/Pm1WAtyI-Optimized-RSI-Strategy-Buy-The-Dips-by-Coinrule/ // Dynamic DCA layers are inspired by the Backtesting 3commas DCA Bot v2, by rouxam // This logic gives more flexibility because you can dyanically change the amount of dca entries. // https://www.tradingview.com/script/8d6Auyst-Backtesting-3commas-DCA-Bot-v2/ // The use of for loops to (re)open and close different entries separately is based on the Simple_Pyramiding strategy. // https://www.tradingview.com/script/t6cNLqDN-Simple-Pyramiding/ strategy('Simple_RSI+PA+DCA', overlay=true, pyramiding=20, initial_capital=500, calc_on_order_fills=true, default_qty_type=strategy.percent_of_equity, commission_type=strategy.commission.percent, commission_value=0.075, close_entries_rule='FIFO') // Backtest Window // start_time = input(defval=timestamp("01 April 2021 20:00"), group = "Backtest Window", title="Start Time") end_time = input(defval=timestamp("01 Aug 2030 20:00"), group = "Backtest Window", title="End Time") window() => true // Inputs // takeProfit = input.float (3, group = 'Risk', title = 'Take Profit %', step=0.1) takeProfitAll = input.float (6, group = "Risk", title = 'Close All %', step=0.1) posCount = input.int (8, group = 'DCA Settings', title = 'Max Amount of Entries') increment = input.float (2, group = 'DCA Settings', title = 'Price Drop % to open First DCA Order', step=0.5)/100 exponent_scale = input.float (1.4, group = 'DCA Settings', title = 'Exponential Scale DCA levels', step=0.1, minval=1.1) bar_lookback = input.int (4999, group = 'DCA Settings', title = 'Lines Bar Lookback', maxval = 4999) plotMA = input.bool (false, group = 'Moving Average', title = 'Plot Moving Average') moving_average = input.int (100, group = 'Moving Average', title = 'MA Length' ) rsiLengthInput = input.int (14, group = 'RSI Settings', title = "RSI Length", minval=1) rsiSourceInput = input.source (close, group = 'RSI Settings', title = 'Source') overSold = input.int (29, group = 'RSI Settings', title = 'Oversold, Trigger to Enter First Position') // variables // var open_position = true // true when there are open positions var entry_price = 0.0 // the entry price of the first entry var dca_price = 0.0 // the price of the different dca layers var int count = 0 // bar counter since first open position var int max_bar = 0 // max bar buffer variable for DCA lines, stop lines, average price var line dca_line = na // lines variable for creating dca lines // arrays // linesArray = array.new_float(posCount,na) // array to store different dca price levels for creating the dca lines // Create max bar buffer for DCA lines, Stop and average price lines // max_bar := count >= bar_lookback ? bar_lookback : count // Order size based on first entry and amount of DCA layers q = (strategy.equity / posCount + 1) / open // Calculate Moving Averages movingaverage_signal = ta.sma(close ,moving_average) plot (plotMA ? movingaverage_signal : na, color = color.new(#f5ff35, 0)) // RSI calculations // up = ta.rma(math.max(ta.change(rsiSourceInput), 0), rsiLengthInput) down = ta.rma(-math.min(ta.change(rsiSourceInput), 0), rsiLengthInput) rsi = down == 0 ? 100 : up == 0 ? 0 : 100 - (100 / (1 + up / down)) // Buy Signal (co) co = ta.crossover(rsi, overSold) and close < movingaverage_signal // Create a white line for average price, since the last opened position // // average_price = line.new(x1 = bar_index - max_bar, y1 = strategy.position_avg_price, x2 = bar_index, y2 = strategy.position_avg_price, color = color.white) // Stop // // Create a red Stop level line based on a specified % above the average price // stop_level = strategy.position_avg_price + (strategy.position_avg_price / 100 * takeProfitAll) // stop_line = line.new(x1 = bar_index - max_bar, y1 = stop_level, x2 = bar_index, y2 = stop_level, color = color.red) // Take profit definition per open position // take_profit_price = close * takeProfit / 100 / syminfo.mintick // Make sure the Stop level and average price level don't excied the bar buffer to avoid errors // // if count <= bar_lookback // line.set_x1(stop_line, strategy.opentrades.entry_bar_index(strategy.opentrades - 1)) // line.set_x1(average_price, strategy.opentrades.entry_bar_index(strategy.opentrades - 1)) // Exponential DCA Layer Calculation fucntion --> First try, needs more experimentation // dca_price_level(index,entry_price) => entry_price * (1 - (increment * math.pow(exponent_scale, index))) // Set Entries // // Open the first entry and set the entry price // if co and strategy.position_size == 0 and window() open_position := true entry_price := close strategy.entry(id = 'FE1', direction = strategy.long, qty = q) // first_entry_line = line.new(x1 = bar_index - max_bar, y1 = entry_price, x2 = bar_index, y2 = entry_price, color = color.blue) // Start bar counting since the position is open // if open_position == true count := count + 1 // Set the DCA entries // // Prices below 1 are not set to avoid negative prices // if strategy.position_size > 0 and window() for i = 0 to strategy.opentrades if strategy.opentrades == i and i < posCount dca_price := dca_price_level(i,entry_price) > 1 ? dca_price_level(i,entry_price) : na entry_id = 'DCA' + str.tostring(i + 1) strategy.entry(id = entry_id, direction = strategy.long, limit = dca_price, qty = q) // Store the values of the different dca price levels in an array and create the dca lines // // Prices below 1 are not stored// if open_position==true and window() for i = 1 to posCount -1 array.push(linesArray, dca_price_level(i,entry_price) > 1 ? dca_price_level(i,entry_price) : na) // for i = 1 to array.size(linesArray) - 1 // dca_line := line.new(x1 = bar_index - max_bar, y1 = array.get(linesArray, i), x2 = bar_index, y2 = array.get(linesArray, i),color = color.blue) // Create thick line to show the last Entry price // // last_entry_price = line.new(x1 = bar_index[5], y1 = strategy.opentrades.entry_price(strategy.opentrades - 1), x2 = bar_index, y2 = strategy.opentrades.entry_price(strategy.opentrades - 1),color = color.rgb(255, 0, 204), width = 5) // Exit the first entry when the take profit triggered // if strategy.opentrades > 0 and window() strategy.exit(id = 'Exit FE', from_entry = 'FE1', profit = take_profit_price) // Exit DCA entries when take profit is triggered // if strategy.opentrades > 0 and window() for i = 0 to strategy.opentrades exit_from = 'DCA' + str.tostring(i + 1) exit_id = 'Exit_' + str.tostring(i + 1) strategy.exit(id = exit_id, from_entry = exit_from, profit = take_profit_price) // Close all positions at once when Stop is crossed // if strategy.opentrades > 0 and ta.crossover(close,stop_level) and window() strategy.close_all() // Make sure nothing is open after alle positions are closed and set the condiftion back to be open for new entries // if strategy.position_size[1] > 0 and strategy.position_size == 0 strategy.cancel_all() strategy.close_all() // line.delete(average_price) // line.delete(stop_line) // line.delete(dca_line) open_position := false // All position are closed, so back to false count := 0 // Reset bar counter