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

Estrategia de negociación intradiaria de Bitcoin de John basada en múltiples indicadores

El autor:¿ Qué pasa?, Fecha: 2023-12-07 15:23:44
Las etiquetas:

Resumen general

Esta estrategia combina cuatro indicadores RSI, MFI, Stoch RSI y MACD para implementar el comercio intradía de bitcoin. Las órdenes solo se colocarán cuando múltiples indicadores den señales de compra o venta simultáneamente para controlar los riesgos.

Estrategia lógica

El indicador RSI se utiliza para determinar si el mercado está sobrecomprado o sobrevendido. Genera una señal de compra cuando el RSI está por debajo de 40 y una señal de venta cuando el RSI está por encima de 70.
El indicador de IFM evalúa el flujo de capital en el mercado y genera una señal de compra cuando la IFM es inferior a 23 y una señal de venta cuando la IFM es superior a 80.
El indicador RSI determina si el mercado está sobrecomprado o sobrevendido.
El indicador MACD juzga la tendencia y el impulso del mercado. Genera una señal de compra cuando la línea rápida está por debajo de la línea lenta y el histograma es negativo, y una señal de venta para el escenario opuesto.

Análisis de ventajas

La combinación de cuatro indicadores principales mejora la precisión de la señal y evita las pérdidas causadas por el fallo de un solo indicador.
Las órdenes se realizan solo cuando múltiples indicadores dan señales simultáneamente, lo que reduce en gran medida la probabilidad de falsas señales.
La adopción de estrategias de negociación intradiaria evita los riesgos de un día para otro y reduce los costes de capital.

Riesgos y soluciones

La frecuencia de negociación de la estrategia puede ser relativamente baja, con ciertos riesgos temporales.
Los algoritmos de aprendizaje automático pueden introducirse para ayudar a juzgar la confiabilidad de las señales del indicador.
Los parámetros del indicador pueden ajustarse en consecuencia o se puede añadir más lógica del indicador.

Direcciones de optimización

Añadir la funcionalidad de parámetros de indicadores adaptativos. Ajustar los parámetros de indicadores en tiempo real en función de la volatilidad del mercado y la velocidad de cambio.
Añadir la lógica de stop loss. Stop loss de salida si las pérdidas exceden un cierto porcentaje para controlar eficazmente la pérdida única.
Incorporar indicadores de sentimiento. Aumentar los juicios multidimensionales como el calor del mercado y el miedo del mercado para mejorar el espacio de ganancias de la estrategia.

Conclusión

Al verificar las señales a través de cuatro indicadores principales, esta estrategia puede reducir efectivamente la tasa de señales falsas y es una estrategia de ganancias de alta frecuencia relativamente estable.

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


//@version=5
strategy('John Day Stop Loss', overlay=false, pyramiding=1, default_qty_type=strategy.cash, default_qty_value=10000, initial_capital=10000, currency='USD', precision=2)
strategy.risk.allow_entry_in(strategy.direction.long) 

from_day = input.int(defval=1, title='From Day', minval=1)
from_month = input.int(defval=1, title='From Month', minval=1)
from_year = input.int(defval=2021, title='From Year', minval=2020)
to_day = input.int(defval=1, title='To Day', minval=1)
to_month = input.int(defval=1, title='To Month', minval=1)
to_year = input.int(defval=2025, title='To Year', minval=2020)

time_cond = time > timestamp(from_year, from_month, from_day, 00, 00) and time < timestamp(to_year, to_month, to_day, 00, 00)
//time_cond = true

//Stop Loss
longProfitPerc = input.float(title="Stop Loss Profit (%)", defval=2.1) / 100
longExitPrice  = strategy.position_avg_price * (1 - longProfitPerc)

//RSI - yellow
up = ta.rma(math.max(ta.change(close), 0), 14)
down = ta.rma(-math.min(ta.change(close), 0), 14)
rsi = down == 0 ? 100 : up == 0 ? 0 : 100 - (100 / (1 + up / down))
plot(rsi, "RSI", color=#00FFFF)
buy_rsi = true // rsi < 40
sell_rsi = true //rsi > 70

//MFI - cyan
mf = ta.mfi(hlc3, 14)
plot(mf, "MF", color=#FFFF00)
buy_mfi = mf < input.int(defval=23, title='Max MF', minval=1)
sell_mfi = mf > input.int(defval=80, title='Min MF', minval=1)

//Stoch RSI
OverBought_StochRSI = input(80)
OverSold_StochRSI = input(34)
smoothK = input.int(3, "K", minval=1)
smoothD = input.int(2, "D", minval=1)
lengthRSI = input.int(14, "RSI Length", minval=1)
lengthStoch = input.int(14, "Stochastic Length", minval=1)
srcRSI = input(close, title="RSI Source")
rsi1 = ta.rsi(srcRSI, lengthRSI)
kStochRSI = ta.sma(ta.stoch(rsi1, rsi1, rsi1, lengthStoch), smoothK)
d = ta.sma(kStochRSI, smoothD)
co = ta.crossover(kStochRSI,d)
cu = ta.crossunder(kStochRSI,d)

buy_stochRSI = co and kStochRSI < OverSold_StochRSI
sell_stochRSI = cu and kStochRSI > OverBought_StochRSI

plot(kStochRSI, "K", color=#2962FF)
plot(d, "D", color=#FF6D00)
h0 = hline(OverBought_StochRSI, "Upper Band", color=#787B86)
h1 = hline(OverSold_StochRSI, "Lower Band", color=#787B86)
fill(h0, h1, color=color.rgb(33, 150, 243, 90), title="Background")

//MACD
// Getting inputs
fast_length = input(title="Fast Length", defval=12)
slow_length = input(title="Slow Length", defval=26)
src = input(title="Source", defval=close)
signal_length = input.int(title="Signal Smoothing",  minval = 1, maxval = 50, defval = 9)
sma_source = input.string(title="Oscillator MA Type",  defval="EMA", options=["SMA", "EMA"])
sma_signal = input.string(title="Signal Line MA Type", defval="EMA", options=["SMA", "EMA"])
// Plot colors
//col_macd = input(#2962FF, "MACD Line  ", group="Color Settings", inline="MACD")
//col_signal = input(#FF6D00, "Signal Line  ", group="Color Settings", inline="Signal")
//col_grow_above = input(#26A69A, "Above   Grow", group="Histogram", inline="Above")
//col_fall_above = input(#B2DFDB, "Fall", group="Histogram", inline="Above")
//col_grow_below = input(#FFCDD2, "Below Grow", group="Histogram", inline="Below")
//col_fall_below = input(#FF5252, "Fall", group="Histogram", inline="Below")
// Calculating
fast_ma = sma_source == "SMA" ? ta.sma(src, fast_length) : ta.ema(src, fast_length)
slow_ma = sma_source == "SMA" ? ta.sma(src, slow_length) : ta.ema(src, slow_length)
macd = fast_ma - slow_ma
signal = sma_signal == "SMA" ? ta.sma(macd, signal_length) : ta.ema(macd, signal_length)
hist = macd - signal
buy_MACD = macd < signal and hist < 0 
sell_MACD = macd > signal and hist > 0 

//buy_MACD = true 
//sell_MACD = true

//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)))
//plot(macd, title="MACD", color=col_macd)
//plot(signal, title="Signal", color=col_signal)

sessionColor = color(na)
if time_cond

    if (not na(kStochRSI) and not na(d))
        cmt = str.tostring(close)
    	if (buy_stochRSI and buy_MACD and buy_mfi and buy_rsi)
    		strategy.entry("BUY", strategy.long, comment='BUY @ ' + cmt)
    		if longProfitPerc != 0
    		    strategy.exit(id="x", stop=longExitPrice, comment='EXIT @ ' + str.tostring(longExitPrice))
        	sessionColor := input.color(#0000FF, "buy") //red
    	if (sell_stochRSI and sell_MACD and sell_mfi and sell_rsi)
    		strategy.entry("SELL", strategy.short, comment='SELL @ ' + cmt)
    		sessionColor := input.color(#FF0000, "sell") //green
    	
bgcolor(sessionColor)

Más.