Die Ressourcen sind geladen. Beförderung...

Momentum-Breakout-Handelsstrategie

Schriftsteller:ChaoZhang, Datum: 2024-02-04 10:55:31
Tags:

img

Übersicht

Dies ist eine momentumbasierte Breakout-Handelsstrategie. Es verwendet gleitende Durchschnitte, ATR, RSI und andere Indikatoren, um Markttrends und Volatilität zu beurteilen, kombiniert mit strengen Stop-Loss / Take-Profit-Einstellungen für den Handel. Die Strategie beurteilt hauptsächlich, ob die Preise durchbrechen oder unter die gleitenden Durchschnitte plus den ATR-Bereich fallen, um Handelssignale zu generieren.

Strategieprinzip

Die wichtigsten Punkte dieser Strategie sind:

  1. Die EMA wird verwendet, um die Kursentwicklungsrichtung zu beurteilen.

  2. ATR zeigt die Volatilität des Marktes an. ATR multipliziert mit einem Koeffizienten dient als Stop-Loss-Bereich. Dies kann einen einzelnen Verlust effektiv kontrollieren.

  3. Der RSI gibt einen Überkauf/Überverkaufstatus an. Breakout-Trades, die durch den Stop-Loss-Preis und den EMA-Crossover signalisiert werden, müssen stattfinden, wenn der RSI nicht in der Überkauf/Überverkaufszone liegt. Dies verhindert einen falschen Breakout.

  4. Verwenden Sie vorherige Periode High/Low Punkte als Take Profit Basis.

  5. Strenge Stop-Loss-/Take-Profit-Regeln. ATR-basierte Stop-Loss-Kontrolle über Risiken und Take-Profit-Sperren bei Gewinnen.

Eintrittssignale werden ausgelöst, wenn der Preis aus der EMA plus ATR-Stop-Loss-Range ausbricht. Bei bullischen Signalen muss der Preis über den Höchststand gehen. Bei bärischen Signalen muss der Preis unter den Tiefpunkt gehen.

Analyse der Vorteile

Vorteile dieser Strategie:

  1. Mehrfache Anzeigen vermeiden Fehlbrüche und verbessern die Genauigkeit

  2. ATR-Stop-Loss hält Verluste auf einem angemessenen Niveau

  3. Dynamische Gewinnverfolgung maximiert die Gewinne

  4. Strenge Vorschriften erleichtern die Risikokontrolle

  5. Großer Optimierungsraum für Indikatoren und Parameter zur Anpassung an verschiedene Märkte

Risikoanalyse

Risiken dieser Strategie:

  1. Die Rentabilität korreliert mit der Marktvolatilität, und die Gewinne können begrenzt sein, wenn der Trend unklar ist oder der Zyklus lang ist.

  2. Der Stop-Loss-Preis kann vor dem erneuten Ausbruch gewischt werden. Dies führt zu fehlenden Trends.

3.Es besteht das Potenzial, in Trending-Märkten zu verfolgen.

Optimierungsrichtlinien

Optimierungsideen:

  1. Anpassung der MA- und ATR-Parameter für verschiedene Produkte und Zeitrahmen.

  2. Fügen Sie weitere Indikatoren wie MACD, KDJ für überkauft/überverkauft hinzu.

  3. Dynamische Anpassung des ATR-Koeffizienten auf der Grundlage von Echtzeit-ATR-Werten für anpassungsfähige Haltestellen.

  4. Es ist wichtig, dass sich die verschiedenen Zeiträume für eine bessere Signalqualität auszeichnen.

  5. Nutzen Sie maschinelles Lernen für die Optimierung von Parametern/Indikatoren, um eine optimale Leistung zu erzielen.

Zusammenfassung

Diese Strategie nutzt Indikatoren für das Urteilen und strenge Stop Loss / Take Profit. Sie nutzt gleitende Durchschnitte, ATR und RSI, um Markttrends zu bestimmen. Mit strenger Risikokontrolle kann sie Trends bestiegen, während Risiken verwaltet werden. Weitere Optimierung von Parametern und Regeln kann es zu einem langfristigen profitablen Handelssystem machen.


/*backtest
start: 2024-01-27 00:00:00
end: 2024-02-03 00:00:00
period: 5m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy(title="UT Bot Strategy", overlay = true)
//CREDITS to HPotter for the orginal code. The guy trying to sell this as his own is a scammer lol. 
// Inputs
emaLengh = input(2, title = "emaLengh")
a = input(3.0,     title = "Key Vaule. 'This changes the sensitivity'")
c = input(10,    title = "ATR Period")
h = input(false, title = "Signals from Heikin Ashi Candles")
emaLengh2 = input(9, title = "emaLengh show")




rate = input(0.00025,    title = "波动率min")
rateMax = input(0.00045,    title = "波动率max")
adx_length =   input(20,    title = "adx_length")
adx_min =   input(14,    title = "adx_min")

sma_length =   input(11,    title = "sma_length")
rsi_len = input(9, title = "rsi_len")

src = h ? security(heikinashi(syminfo.tickerid), timeframe.period, close, lookahead = false) : close

// boll 通道----------------------------------------------------
length = input(20, minval=1)
mult = input(2.0, minval=0.001, maxval=50, title="StdDev")
basis = sma(src, length)
dev = mult * stdev(src, length)
upper = basis + dev
lower = basis - dev
bbr = (src - lower)/(upper - lower)
// plot(upper, color = color.rgb(46, 59, 240), title="upper")
// plot(lower, color = color.rgb(46, 59, 240), title="lower")


// plot(bbr, "Bollinger Bands %B", color=#26A69A)
// band1 = hline(1, "Overbought", color=#787B86, linestyle=hline.style_dashed)
// hline(0.5, "Middle Band", color=color.new(#787B86, 50))
// band0 = hline(0, "Oversold", color=#787B86, linestyle=hline.style_dashed)
// fill(band1, band0, color=color.rgb(38, 166, 154, 90), title="Background")
// boll 通道----------------------------------------------------

// 线性回归 --------------------------------------------------------------
zlsma_length = input(title="zlsma-Length", type=input.integer, defval=50)
zlsma_offset = input(title="zlsma-Offset", type=input.integer, defval=0)
lsma = linreg(src, zlsma_length, zlsma_offset)
lsma2 = linreg(lsma, zlsma_length, zlsma_offset)
eq= lsma-lsma2
zlsma = lsma+eq
// plot(zlsma , color = color.rgb(243, 243, 14), title="zlsma",linewidth=3)
// 线性回归 --------------------------------------------------------------



// --------------------------------
rsi = rsi(src, 6)

// xHH = sma(high, sma_length)
// xLL = sma(low, sma_length)
// movevalue = (xHH - xLL) / 2
// xHHM = xHH + movevalue
// xLLM = xLL - movevalue

// plot(xHHM, color = color.rgb(208, 120, 219), title="xHHM")
// plot(xLLM, color = color.rgb(208, 120, 219), title="xLLM")


xATR  = atr(c)
nLoss = a * xATR



xATRTrailingStop = 0.0
xATRTrailingStop := iff(src > nz(xATRTrailingStop[1], 0) and src[1] > nz(xATRTrailingStop[1], 0), max(nz(xATRTrailingStop[1]), src - nLoss),
   iff(src < nz(xATRTrailingStop[1], 0) and src[1] < nz(xATRTrailingStop[1], 0), min(nz(xATRTrailingStop[1]), src + nLoss), 
   iff(src > nz(xATRTrailingStop[1], 0), src - nLoss, src + nLoss)))


 
pos = 0   
pos :=	iff(src[1] < nz(xATRTrailingStop[1], 0) and src > nz(xATRTrailingStop[1], 0), 1,
   iff(src[1] > nz(xATRTrailingStop[1], 0) and src < nz(xATRTrailingStop[1], 0), -1, nz(pos[1], 0))) 
   
xcolor = pos == -1 ? color.red: pos == 1 ? color.green : color.blue 

ema   = ema(src,emaLengh)
// sma   = sma(src,emaLengh)
emaFast   = ema(src,100)
emaSlow   = ema(src,576)
emaShow   = ema(src, emaLengh2)
// sma       =  sma(src, 8)

// [superTrend, dir] = supertrend(3, 200) 
// 判断连续涨

[diplus, diminus, adx] = dmi(adx_length, adx_length)


above = crossover(ema, xATRTrailingStop)
below = crossover(xATRTrailingStop, ema)
// above = ema == xATRTrailingStop
// below = xATRTrailingStop== ema

// smaabove = crossover(src, sma)
// smabelow = crossover(sma, src)
// smaabove = src > sma
// smabelow = sma > src
close_rate (n)=>
    abs(close[n]-open[n])/min(close[n],open[n])

rate_val = close_rate(0)
rate_val1 = close_rate(1)

buy  = src > xATRTrailingStop and above  and src > zlsma  and adx >adx_min
// and  src>emaShow
// and rate_val < rate_val1*2 and rate_val >=rate_val1
// and rate_val1<rateMax
// and close[1]>open[1] 
sell = src < xATRTrailingStop and below  and src < zlsma and adx >adx_min
// and  src<emaShow
// and rate_val < rate_val1*2  and rate_val >=rate_val1
//  and rate_val1<rateMax
// and open[1]>close[1]  and rate_val1 > rate  

// buy  = src > xATRTrailingStop 
// sell = src < xATRTrailingStop 
// plot(rate_val1 , color = color.red, title="rate_val1")



barbuy  = src > xATRTrailingStop 
barsell = src < xATRTrailingStop

atrRsi = rsi(xATRTrailingStop,rsi_len)

// plot(emaFast , color = color.rgb(243, 206, 127), title="emaFast")
// plot(ema , color = color.rgb(47, 227, 27), title="ut-ema")



// plot(emaShow , color = color.rgb(47, 227, 27), title="ema9")

plot(xATRTrailingStop, color = color.rgb(233, 233, 232), title="xATRTrailingStop")

plotshape(buy,  title = "Buy",  text = 'Buy',  style = shape.labelup,   location = location.belowbar, color= color.green, textcolor = color.white, size = size.tiny)
plotshape(sell, title = "Sell", text = 'Sell', style = shape.labeldown, location = location.abovebar, color= color.red,   textcolor = color.white, size = size.tiny)


// plotshape(buy,  title = "Sell",  text = 'Sell',  style = shape.labelup,   location = location.belowbar, color= color.green, textcolor = color.white, transp = 0, size = size.tiny)
// plotshape(sell, title = "buy", text = 'buy', style = shape.labeldown, location = location.abovebar, color= color.red,   textcolor = color.white, transp = 0, size = size.tiny)

// barcolor(barbuy  ? color.green : na)
// barcolor(barsell ? color.red   : na)

// strategy.entry("short",   false, when = buy)
// strategy.entry("long ", true, when = sell)


strategy.entry("long",   true, when = buy and strategy.position_size == 0)
strategy.entry("short", false, when = sell and strategy.position_size == 0)


//动态止盈start------------------------------------------------------------------------------------------
profit = input( 0.015,     title = "最小收益率")
close_profit_rate = input( 10,     title = "平仓收益回撤比")
loss = input(0.004,    title = "回撤率")

// 收益回撤比例
profit_price_scale =profit/close_profit_rate

var float profit_price = 0


// 计算小收益价格

get_profit_price(long) =>
    float res = 0
    if long == true
        res := strategy.position_avg_price * (1+profit)
    if long == false
        res := strategy.position_avg_price * (1-profit)
    res

// 止盈平仓条件
close_profit_position(long)=>
    bool result=false
    if long == true and profit_price>0 and profit_price*(1-profit_price_scale) >=close and  get_profit_price(true) <= close 
        result:=true
    if long == false and profit_price>0 and profit_price*(1+profit_price_scale) <=close and  get_profit_price(false) >= close 
        result:=true
    result

// 更新动态止盈价格
update_profit_price(price)=>
    float res = price
   // 无仓位时 动态止盈价格为0
    if strategy.position_size == 0 
        res := 0
   // long - 价格大于最小收益时保存
    if strategy.position_size > 0 and get_profit_price(true) <= close and (res==0 or res < close)
        res := close
   // short - 价格小于最小收益时保存
    if strategy.position_size < 0 and get_profit_price(true) >= close and (res==0 or res > close)
        res := close
    res
   
///////



profit_price := update_profit_price(profit_price)
long_close_profit_position = close_profit_position(true)
short_close_profit_position = close_profit_position(false)

// plot(profit_price, color = color.green, title="profit_price")
//动态止盈end------------------------------------------------------------------------------------------




strategy.close("long",comment="long-止盈",when = strategy.position_size > 0 and long_close_profit_position)

strategy.close("long",comment="long-止损",when = strategy.position_size >0 and strategy.position_avg_price * (1-loss) >= close)

strategy.close("short",comment="short-止盈",when = strategy.position_size <0 and short_close_profit_position)

strategy.close("short",comment="short-止损",when = strategy.position_size <0 and strategy.position_avg_price * (1+loss) <= close)

  






Mehr