En la carga de los recursos... Cargando...

Estrategia de negociación de doble EMA Golden Cross

El autor:¿ Qué pasa?, Fecha: 2023-12-07 15:08:57
Las etiquetas:

Resumen general

Esta estrategia combina dos cruces doradas de la EMA, un filtro de ruido ATR normalizado e un indicador de tendencia ADX para proporcionar señales de compra más confiables para los operadores.

Principio de la estrategia

La estrategia utiliza EMAs de 8 y 20 períodos para construir un sistema dual de cruz dorada de EMA.

Además, la estrategia ha establecido varios indicadores auxiliares para el filtrado:

ATR de 14 períodos, normalizado para filtrar las fluctuaciones menores de precios en el mercado.
Las operaciones se consideran sólo en tendencias fuertes.
Las tasas de cambio de volumen de 14 períodos para filtrar los puntos de tiempo con volúmenes de negociación pequeños.
Indicador de Super Tendencia del período 4/14 para juzgar la dirección alcista o bajista del mercado.

Solo cuando se cumplan las condiciones de la dirección de tendencia, el valor ATR normalizado, el nivel ADX y el volumen, la cruz dorada de la EMA finalmente activará la señal de compra.

Ventajas estratégicas

Confiabilidad de la combinación de múltiples indicadores

La integración de indicadores como EMA, ATR, ADX y Super Trend forma un sistema de filtrado de señales fuerte, con mayor confiabilidad.
Más flexibilidad en el ajuste de parámetros

Los valores umbral del ATR normalizado, el ADX, el período de retención, etc., pueden optimizarse, con mayor flexibilidad.
Distinguir los mercados alcista y bajista

Identificar los mercados alcistas y bajistas utilizando Super Trend, evitar oportunidades perdidas.

Riesgos estratégicos

Dificultad para optimizar parámetros

Demasiados parámetros, dificultad para encontrar la combinación óptima.
Riesgo de falla del indicador

El riesgo de señales falsas sigue existiendo debido a la naturaleza tardía de los indicadores.
Baja frecuencia de operaciones

La frecuencia tiende a ser baja debido a los múltiples filtros, una larga duración de no comercio posible.

Direcciones de optimización

Optimiza la combinación de parámetros

Encontrar la combinación óptima requiere una gran cantidad de datos de backtesting.
Incorporar el aprendizaje automático

Utilice algoritmos de aprendizaje automático para optimizar los parámetros a lo largo del tiempo.
Considere más factores de mercado

La combinación de indicadores de la estructura del mercado, las emociones, etc., mejora la diversidad.

Conclusión

Esta estrategia considera de manera integral la tendencia, la volatilidad y los factores de precio de volumen. A través del filtrado de múltiples indicadores y la puesta a punto de parámetros, forma un sistema de negociación confiable. La confiabilidad es alta y se puede mejorar aún más mediante la optimización.

/*backtest
start: 2023-11-29 00:00:00
end: 2023-12-06 00:00:00
period: 5m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/


//Description:
//This strategy is a refactored version of an EMA cross strategy with a normalized ATR filter and ADX control. 
//It aims to provide traders with signals for long positions based on market conditions defined by various indicators.

//How it Works:
//1. EMA: Uses short (8 periods) and long (20 periods) EMAs to identify crossovers.
//2. ATR: Uses a 14-period ATR, normalized to its 20-period historical range, to filter out noise.
//3. ADX: Uses a 14-period RMA to identify strong trends.
//4. Volume: Filters trades based on a 14-period SMA of volume.
//5. Super Trend: Uses a Super Trend indicator to identify the market direction.

//How to Use:
//- Buy Signal: Generated when EMA short crosses above EMA long, and other conditions like ATR and market direction are met.
//- Sell Signal: Generated based on EMA crossunder and high ADX value.

//Originality and Usefulness:
//This script combines EMA, ATR, ADX, and Super Trend indicators to filter out false signals and identify more reliable trading opportunities. 
//USD Strength is not working, just simulated it as PSEUDO CODE: [close>EMA(50)]

//Strategy Results:
//- Account Size: $1000
//- Commission: Not considered
//- Slippage: Not considered
//- Risk: Less than 5% per trade
//- Dataset: Aim for more than 100 trades for sufficient sample size

//Note: This script should be used for educational purposes and should not be considered as financial advice.

//Chart:
//- The script's output is plotted as Buy and Sell signals on the chart.
//- No other scripts are included for clarity.
//- Have tested with 30mins period
//- You are encouraged to play with parameters, let me know if you 

//@version=5
strategy("Advanced EMA Cross with Normalized ATR Filter, Controlling ADX", shorttitle="ALP V5", overlay=true )

// Initialize variables
var bool hasBought = false
var int barCountSinceBuy = 0

// Define EMA periods
emaShort = ta.ema(close, 8)
emaLong = ta.ema(close, 20)

// Define ATR parameters
atrLength = 14
atrValue = ta.atr(atrLength)
maxHistoricalATR = ta.highest(atrValue, 20)
minHistoricalATR = ta.lowest(atrValue, 20)
normalizedATR = (atrValue - minHistoricalATR) / (maxHistoricalATR - minHistoricalATR)

// Define ADX parameters
adxValue = ta.rma(close, 14)
adxHighLevel = 30
isADXHigh = adxValue > adxHighLevel

// Initialize risk management variables
var float stopLossPercent = na
var float takeProfitPercent = na

// Calculate USD strength
// That's not working as usd strenght, since I couldn't manage to get usd strength 
//I've just simulated it as if the current close price is above 50 days average (it's likely a bullish trend), usd is strong (usd_strenth variable is positive)
usd_strength = close / ta.ema(close, 50) - 1

// Adjust risk parameters based on USD strength
if (usd_strength > 0)
    stopLossPercent := 3
    takeProfitPercent := 6
else
    stopLossPercent := 4
    takeProfitPercent := 8

// Initialize position variable
var float positionPrice = na

// Volume filter
minVolume = ta.sma(volume, 14) * 1.5
isVolumeHigh = volume > minVolume

// Market direction using Super Trend indicator
[supertrendValue, supertrendDirection] = ta.supertrend(4, 14)
bool isBullMarket = supertrendDirection < 0
bool isBearMarket = supertrendDirection > 0

// Buy conditions for Bull and Bear markets
buyConditionBull = isBullMarket and ta.crossover(emaShort, emaLong) and normalizedATR > 0.2
buyConditionBear = isBearMarket and ta.crossover(emaShort, emaLong) and normalizedATR > 0.5
buyCondition = buyConditionBull or buyConditionBear

// Sell conditions for Bull and Bear markets
sellConditionBull = isBullMarket and (ta.crossunder(emaShort, emaLong) or isADXHigh)
sellConditionBear = isBearMarket and (ta.crossunder(emaShort, emaLong) or isADXHigh)
sellCondition = sellConditionBull or sellConditionBear

// Final Buy and Sell conditions
if (buyCondition)
    strategy.entry("Buy", strategy.long)
    positionPrice := close
    hasBought := true
    barCountSinceBuy := 0

if (hasBought)
    barCountSinceBuy := barCountSinceBuy + 1

// Stop-loss and take-profit levels
longStopLoss = positionPrice * (1 - stopLossPercent / 100)
longTakeProfit = positionPrice * (1 + takeProfitPercent / 100)

// Final Sell condition
finalSellCondition = sellCondition and hasBought and barCountSinceBuy >= 3 and isVolumeHigh

if (finalSellCondition)
    strategy.close("Buy")
    positionPrice := na
    hasBought := false
    barCountSinceBuy := 0

// Implement stop-loss and take-profit
strategy.exit("Stop Loss", "Buy", stop=longStopLoss)
strategy.exit("Take Profit", "Buy", limit=longTakeProfit)

// Plot signals
plotshape(series=buyCondition, title="Buy Signal", location=location.belowbar, color=color.green, style=shape.labelup, text="Buy")
plotshape(series=finalSellCondition, title="Sell Signal", location=location.abovebar, color=color.red, style=shape.labeldown, text="Sell")

Más.