Les ressources ont été chargées... Je charge...
  1. Carré
  2. Stratégie de croisement de tendances KDJ optimisée pour plusieurs indicateurs basée sur un système de négociation de modèles stochastiques dynamiques

Stratégie de croisement de tendances KDJ optimisée pour plusieurs indicateurs basée sur un système de négociation de modèles stochastiques dynamiques

Auteur:ChaoZhang est là., Date: 2025-01-06 16:23:38 Je suis désolé
Les étiquettes:Le KDJRSVSLTPATR

img

Résumé

Cette stratégie est un système de trading avancé basé sur l'indicateur KDJ, qui capture les tendances du marché grâce à une analyse approfondie des modèles de croisement K-line, D-line et J-line. La stratégie intègre un algorithme de lissage BCWSMA personnalisé, améliorant la fiabilité du signal grâce à un calcul optimisé des indicateurs stochastiques.

Principes de stratégie

La logique de base de la stratégie repose sur plusieurs éléments clés:

  1. Utilise l'algorithme BCWSMA (mobilité moyenne pondérée) personnalisé pour calculer les indicateurs KDJ, améliorant la fluidité et la stabilité des indicateurs
  2. Converti des prix à une fourchette de 0 à 100 par le calcul de la RSV (valeur stochastique brute), reflétant mieux la position des prix entre les hauts et les bas
  3. Concevoir un mécanisme unique de validation croisée de la ligne J et de la ligne J5 (indicateur dérivé), améliorant la précision du signal commercial grâce à des confirmations multiples
  4. Mettre en place un mécanisme de confirmation de tendance basé sur la continuité, exigeant que la ligne J reste au-dessus de la ligne D pendant 3 jours consécutifs pour confirmer la validité de la tendance
  5. Intégrer un système composite de contrôle des risques avec pourcentage de stop-loss et stop-loss de suivi

Les avantages de la stratégie

  1. Génération avancée de signaux: réduit de manière significative les faux signaux grâce à la validation croisée de multiples indicateurs techniques
  2. Contrôle complet des risques: utilise des mécanismes de contrôle des risques à plusieurs niveaux, y compris des arrêts fixes et de retard, contrôlant efficacement le risque à la baisse
  3. Forte adaptabilité des paramètres: les principaux paramètres tels que la période de KDJ et les coefficients d'adoucissement du signal peuvent être ajustés de manière flexible en fonction des conditions du marché
  4. Haute efficacité de calcul: utilise un algorithme BCWSMA optimisé, réduisant la complexité de calcul et améliorant l'efficacité de l'exécution de la stratégie
  5. Bonne adaptabilité: peut s'adapter à différents environnements de marché grâce à l'optimisation de l'ajustement des paramètres

Risques stratégiques

  1. Risque d'oscillation du marché: peut générer de fréquents faux signaux de rupture sur les marchés latéraux, augmentant les coûts de négociation
  2. Risque de retard: les signaux peuvent être retardés en raison de l'aplatissement de la moyenne mobile.
  3. Sensibilité aux paramètres: l'efficacité de la stratégie est sensible aux paramètres, les paramètres incorrects peuvent réduire considérablement les performances de la stratégie
  4. Dépendance de l'environnement du marché: les performances de la stratégie peuvent ne pas être idéales dans certains environnements de marché spécifiques

Directions d'optimisation de la stratégie

  1. Optimisation du mécanisme de filtrage du signal: peut introduire des indicateurs auxiliaires tels que le volume et la volatilité pour améliorer la fiabilité du signal
  2. Ajustement dynamique des paramètres: ajuster dynamiquement les paramètres de KDJ et les paramètres de stop-loss en fonction de la volatilité du marché
  3. Reconnaissance de l'environnement du marché: ajouter un module d'évaluation de l'environnement du marché pour adopter différentes stratégies de négociation dans différents environnements de marché
  4. Amélioration de la maîtrise des risques: peut ajouter des mesures de maîtrise des risques supplémentaires telles que la maîtrise maximale du tirage et les délais de position
  5. Optimisation des performances: optimiser davantage l'algorithme BCWSMA pour améliorer l'efficacité de calcul

Résumé

La stratégie construit un système de trading complet grâce à des combinaisons innovantes d'indicateurs techniques et un contrôle strict des risques. Les principaux avantages résident dans les mécanismes de confirmation de signaux multiples et les systèmes de contrôle des risques complets, mais il faut prêter attention à l'optimisation des paramètres et à l'adaptabilité à l'environnement du marché.

/*backtest
start: 2024-01-06 00:00:00
end: 2025-01-05 00:00:00
period: 4h
basePeriod: 4h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © hexu90

//@version=6

// Date Range
// STEP 1. Create inputs that configure the backtest's date range
useDateFilter = input.bool(true, title="Filter Date Range of Backtest",
     group="Backtest Time Period")
backtestStartDate = input(timestamp("1 Jan 2020"), 
     title="Start Date", group="Backtest Time Period",
     tooltip="This start date is in the time zone of the exchange " + 
     "where the chart's instrument trades. It doesn't use the time " + 
     "zone of the chart or of your computer.")
backtestEndDate = input(timestamp("15 Dec 2024"),
     title="End Date", group="Backtest Time Period",
     tooltip="This end date is in the time zone of the exchange " + 
     "where the chart's instrument trades. It doesn't use the time " + 
     "zone of the chart or of your computer.")
// STEP 2. See if current bar falls inside the date range
inTradeWindow = true

//KDJ strategy
// indicator("My Customized KDJ", shorttitle="KDJ")
strategy("My KDJ Strategy", overlay = false)

// Input parameters
ilong = input(90, title="Period")
k_isig = input(3, title="K Signal")
d_isig = input(30, title="D Signal")

// Custom BCWSMA calculation outside the function
bcwsma(source, length, weight) =>
    var float prev = na  // Persistent variable to store the previous value
    if na(prev)
        prev := source  // Initialize on the first run
    prev := (weight * source + (length - weight) * prev) / length
    prev

// Calculate KDJ
c = close
h = ta.highest(high, ilong)
l = ta.lowest(low, ilong)
RSV = 100 * ((c - l) / (h - l))
pK = bcwsma(RSV, k_isig, 1)
pD = bcwsma(pK, d_isig, 1)
pJ = 3 * pK - 2 * pD

pJ1 = 0
pJ2 = 80
pJ5 = (pJ-pK)-(pK-pD)

// Plot the K, D, J lines with colors
plot(pK, color=color.rgb(251, 121, 8), title="K Line")  // Orange
plot(pD, color=color.rgb(30, 0, 255), title="D Line")  // Blue
plot(pJ, color=color.new(color.rgb(251, 0, 255), 10), title="J Line")  // Pink with transparency
plot(pJ5, color=#6f03f3e6, title="J Line")  // Pink with transparency

// Background color and reference lines
// bgcolor(pJ > pD ? color.new(color.green, 75) : color.new(color.red, 75))
// hline(80, "Upper Band", color=color.gray)
// hline(20, "Lower Band", color=color.gray)

// Variables to track the conditions
var bool condition1_met = false
var int condition2_met = 0

// Condition 1: pJ drops below pJ5
if ta.crossunder(pJ, pJ5)
    condition1_met := true
    condition2_met := 0  // Reset condition 2 if pJ drops below pJ5 again

if ta.crossover(pJ, pD)
    condition2_met += 1

to_long = ta.crossover(pJ, pD)


var int consecutiveDays = 0
// Update the count of consecutive days
if pJ > pD
    consecutiveDays += 1
else
    consecutiveDays := 0

// Check if pJ has been above pD for more than 3 days
consPJacrossPD = false
if consecutiveDays > 3
    consPJacrossPD := true

// Entry condition: After condition 2, pJ crosses above pD a second time
// if condition1_met and condition2_met > 1
//     strategy.entry("golden", strategy.long, qty=1000)
//     condition1_met := false  // Reset the conditions for a new cycle
//     condition2_met = 0
// 
if ta.crossover(pJ, pD) 
    // and pD < 40 and consPJacrossPD
    // consecutiveDays == 1
    //  consecutiveDays == 3 and
    strategy.entry("golden", strategy.long, qty=1)

// to_short = 
// or ta.crossunder(pJ, 100)

// Exit condition
if ta.crossover(pD, pJ)
    strategy.close("golden", qty = 1)

// Stop loss and trailing profit
trail_stop_pct = input.float(0.5, title="Trailing Stop activation (%)", group="Exit Lonng", inline="LTS", tooltip="Trailing Treshold %")
trail_offset_pct = input.float(0.5, title="Trailing Offset (%)", group="Exit Lonng", inline="LTS", tooltip="Trailing Offset %")
trail_stop_tick = trail_stop_pct * close/100
trail_offset_tick = trail_offset_pct * close/100

sl_pct = input.float(5, title="Stop Loss", group="SL and TP", inline="LSLTP")
// tp_pct = input.float(9, title="Take Profit", group="SL and TP", inline="LSLTP")

long_sl_price = strategy.position_avg_price * (1 - sl_pct/100)
// long_tp_price = strategy.position_avg_price * (1 + tp_pct/100)

strategy.exit('golden Exit', 'golden', stop = long_sl_price)
// trail_points = trail_stop_tick, trail_offset=trail_offset_tick
Relationnée
Plus de

2019 FMZ - Tous les droits réservés