Stratégie de suivi adaptatif à plusieurs délais
Auteur:ChaoZhang est là., Date: 2023-11-21 11:07:44 Je vous en prie.Les étiquettes:
Résumé
Cette stratégie calcule les signaux complets de plusieurs indicateurs techniques pour déterminer la direction de la tendance dans le délai actuel. Lorsqu'elle est jugée comme une tendance haussière, une ligne de stop loss de suivi est définie à un point relativement élevé; lorsqu'elle est jugée comme une tendance baissière, une ligne de stop loss de suivi est définie à un point relativement bas. La stratégie peut ajuster adaptivement la ligne de stop loss pour atteindre le contrôle des risques.
Principe
La stratégie combine plusieurs indicateurs tels que les moyennes mobiles, ATR, KD et le taux de variance pour déterminer la direction générale de la tendance dans le délai actuel.
- Signal de direction moyenne mobile
- Indicateur KD signal de surachat-survente
- Signal de divergence prix-volume
- Signal de rupture du canal
- Signal combiné d'essai et d'erreur à plusieurs délais
- Pourcentage de signal R
- Signal de régression de la moyenne mobile
- Signal de rupture du canal ATR
Chaque sous-signal est lissé et différents seuils sont définis pour juger l'achat/vente. Ensuite, les sous-signaux sont pondérés pour calculer le signal global dans le délai actuel. Si le signal est supérieur à 0, il est jugé comme une tendance haussière. Si le signal est inférieur à 0, il est jugé comme une tendance baissière.
Lorsqu'elle est jugée comme une tendance haussière, la stratégie définit une ligne de stop-loss de suivi près du point supérieur précédent; lorsqu'elle est jugée comme une tendance baissière, elle définit une ligne de stop-loss de suivi près du point inférieur précédent.
Les avantages
La stratégie intègre de multiples indicateurs pour juger de l'orientation de la tendance actuelle, ce qui améliore la précision du jugement.
Plus important encore, la stratégie peut ajuster dynamiquement la ligne de stop loss et ajuster le niveau de contrôle des risques en fonction de la tendance réelle pour couvrir les risques systémiques.
Les risques
La qualité du jugement du signal de tendance affecte directement le réglage de la ligne de stop loss. Si le jugement est erroné, il peut entraîner le réglage du niveau de stop loss trop lâche ou trop strict. De plus, la ligne de stop loss ne peut pas éviter complètement le risque de mutations du marché.
La stratégie doit également équilibrer le niveau de profit et la distance de stop loss. Si la distance de stop loss est trop proche, elle peut provoquer une fréquence excessive de stop loss; si la distance de stop loss est trop éloignée, elle ne peut pas contrôler efficacement les risques. Cela nécessite une optimisation des paramètres pour différentes variétés et cycles.
Directions d'optimisation
Considérez l'introduction d'algorithmes d'apprentissage automatique pour former des modèles pour juger des directions de tendance en utilisant des données historiques afin d'améliorer la précision du jugement.
Testez différentes combinaisons de paramètres pour optimiser la distance d'arrêt des pertes. Par exemple, ajustez dynamiquement les paramètres du cycle ATR pour s'adapter aux changements de volatilité du marché.
Les indicateurs d'énergie de volume peuvent également être combinés pour déterminer les véritables tendances et prévenir les erreurs de signal causées par la divergence prix-volume.
Résumé
La stratégie évalue la direction de la tendance actuelle en intégrant plusieurs indicateurs techniques, et ajuste en conséquence dynamiquement la ligne de suivi du stop loss. Elle vise à améliorer l'efficacité du stop loss et à contrôler les risques commerciaux.
/*backtest
start: 2022-11-14 00:00:00
end: 2023-11-20 00:00:00
period: 1d
basePeriod: 1h
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/
// © jigneshjc
//@version=5
strategy("Jigga - Survival Level", shorttitle='Jigga - Survival Level', overlay=true)
doBackTesting = input(true, 'Run Back Testing')
entryCondition = false
exitCondition = false
ab21 = 14, gh41 = ab21
gh42 = ab21, ju51 = 14
ki61 = ju51
lkolkp = true ,ab22 = 58
cd31 = 5 , ab23 = 42
aa12 = 29, cd32 = 26
op71 = 5, aa11 = 12
aa13 = 9, op72 = 2.0
movnwx = false
kahachale(byju, h, l) =>
mika = ta.change(h)
awer = -ta.change(l)
uikmhDM = na(mika) ? na : mika > awer and mika > 0 ? mika : 0
wrtdfcDM = na(awer) ? na : awer > mika and awer > 0 ? awer : 0
bbct = ta.rma(ta.tr, byju)
uikmh = fixnan(100 * ta.rma(uikmhDM, byju) / bbct)
wrtdfc = fixnan(100 * ta.rma(wrtdfcDM, byju) / bbct)
[uikmh, wrtdfc]
trial(gh42, gh41, h, l) =>
[uikmh, wrtdfc] = kahachale(gh42, h, l)
uuolop = uikmh + wrtdfc
trial = 100 * ta.rma(math.abs(uikmh - wrtdfc) / (uuolop == 0 ? 1 : uuolop), gh41)
trial
_pr(src, byjugth) =>
max = ta.highest(byjugth)
min = ta.lowest(byjugth)
100 * (src - max) / (max - min)
kyukarna(khulmkhula, mikaarwala, nichewala, bandhwala, partiwala) =>
sig = trial(gh42, gh41, mikaarwala, nichewala)
trialIncreasing = sig > ta.ema(sig, 5) ? lkolkp : movnwx
rolkmn = ta.ema(bandhwala, aa11)
psolkmn = ta.ema(bandhwala, aa12)
ujghd = rolkmn - psolkmn
wrtycv = ta.ema(ujghd, aa13)
kimnjg = ujghd - wrtycv
mikalilo = ta.rma(math.max(ta.change(bandhwala), 0), ab21)
awerlilo = ta.rma(-math.min(ta.change(bandhwala), 0), ab21)
lilo = awerlilo == 0 ? 100 : mikalilo == 0 ? 0 : 100 - 100 / (1 + mikalilo / awerlilo)
juylknlilo = ta.ema(lilo, 3)
rjuylkn = ta.ema(bandhwala, cd31)
psjuylkn = ta.ema(bandhwala, cd32)
percentR = _pr(bandhwala, ju51)
juylknpercentR = ta.ema(percentR, 3)
ad = bandhwala == mikaarwala and bandhwala == nichewala or mikaarwala == nichewala ? 0 : (2 * bandhwala - nichewala - mikaarwala) / (mikaarwala - nichewala) * partiwala
kiloValue = math.sum(ad, ki61) / math.sum(partiwala, ki61)
liiopn = ta.atr(op71)
mikaliiopn = (mikaarwala + nichewala) / 2 - op72 * liiopn
mika1liiopn = nz(mikaliiopn[1], mikaliiopn)
mikaliiopn := bandhwala[1] > mika1liiopn ? math.max(mikaliiopn, mika1liiopn) : mikaliiopn
dnliiopn = (mikaarwala + nichewala) / 2 + op72 * liiopn
dn1liiopn = nz(dnliiopn[1], dnliiopn)
dnliiopn := bandhwala[1] < dn1liiopn ? math.min(dnliiopn, dn1liiopn) : dnliiopn
omnerliiopn = 1
omnerliiopn := nz(omnerliiopn[1], omnerliiopn)
omnerliiopn := omnerliiopn == -1 and bandhwala > dn1liiopn ? 1 : omnerliiopn == 1 and bandhwala < mika1liiopn ? -1 : omnerliiopn
fitur = ujghd > 0 ? ujghd > wrtycv ? 1 : 0 : ujghd > wrtycv ? 0 : -1
mitur = kimnjg >= 0 ? kimnjg > kimnjg[1] ? 1 : 0 : kimnjg > kimnjg[1] ? 0 : -1
ritur = juylknlilo > ab22 ? 1 : juylknlilo < ab23 ? -1 : 0
circuits = rjuylkn > psjuylkn ? 1 : -1
trialPoints = trialIncreasing ? close > ta.ema(close, 3) ? 1 : -1 : 0
virar = juylknpercentR > -ab23 ? 1 : juylknpercentR < -ab22 ? -1 : 0
chikar = kiloValue > 0.1 ? 1 : kiloValue < -0.1 ? -1 : 0
sitar = omnerliiopn
p = fitur + mitur + ritur + circuits + trialPoints + virar + chikar + sitar
p
currentP = kyukarna(open, high, low, close, volume)
currentPNew = currentP >= 0 and currentP[1] <= 0 ? 0 : currentP <= 0 and currentP[1] >= 0 ? 0 : currentP
colorPNew = currentPNew == 0 ? color.black : currentPNew >= 0 ? color.green : color.red
//plot(currentPNew, color=colorPNew, title='CurrentTimeFrame')
LTN = 0.0
LTN := nz(LTN) ? 0.0 : (currentPNew[1] < 0 and currentPNew >= 0) ? high * 1.005 : (currentPNew[1] > 0 and currentPNew <= 0) ? low * 0.995 : LTN[1]
LClr = color.green
LClr := (currentPNew[1] < 0 and currentPNew >= 0) ? color.green : (currentPNew[1] > 0 and currentPNew <= 0) ? color.red : LClr[1]
plot(LTN,color=LClr,title="Level", style=plot.style_circles)
entryCondition:= high > LTN and LClr == color.green ? lkolkp : movnwx
exitCondition:= low < LTN and LClr == color.red ? lkolkp : movnwx
tradeRunning = movnwx
tradeRunning := nz(tradeRunning) ? movnwx : (not tradeRunning[1]) and entryCondition ? lkolkp : tradeRunning[1] and exitCondition ? movnwx : tradeRunning[1]
plotshape(tradeRunning and (not tradeRunning[1]) and (not doBackTesting), style=shape.labelup, location=location.belowbar, color=color.new(#00FF00, 50), size=size.tiny, title='Buy wrtycv', text='➹', textcolor=color.new(color.black,0))
plotshape((not tradeRunning) and tradeRunning[1] and (not doBackTesting), style=shape.labeldown, location=location.abovebar, color=color.new(#FF0000, 50), size=size.tiny, title='Sell wrtycv', text='➷', textcolor=color.new(color.white, 0))
if entryCondition and doBackTesting
strategy.entry(id="Buy",direction=strategy.long)
if exitCondition and doBackTesting
strategy.close(id="Buy")
- Stratégie de négociation croisée à double moyenne mobile
- La stratégie de négociation quantitative combinée à la double moyenne mobile et à l'indicateur RSI
- Stratégie à double sens de déglutition de la volatilité
- Stratégie de dynamique Golden Cross avec bandes de Bollinger
- Stratégie de négociation quantitative basée sur le double croisement EMA
- La stratégie de la combinaison de pouvoirs de Ray Bull.
- Stratégie de croisement à double moyenne mobile
- Stratégie d'inversion de la moyenne mobile à double croisement
- Stratégie combinée d'inversion de l'élan à facteurs multiples
- Stratégie de négociation basée sur l'écart type du volume de négociation
- Stratégie de doubles indicateurs forts
- Stratégie de suivi des tendances basée sur les bandes de Bollinger et la moyenne mobile exponentielle
- Rotation de l'élan à travers les périodes tendance à suivre la stratégie
- Stratégie de suivi des tendances multiples
- Stratégie quantitative de moyenne mobile adaptative
- Tendance de la position du cycle suivant la stratégie
- Stratégie des moyennes mobiles doubles
- Stratégie de réversion de la moyenne mobile double
- Tendance de régression bilinéaire suivant la stratégie
- Stratégie bidirectionnelle d'inversion de la rupture