Sumber daya yang dimuat... Pemuatan...

Strategi Trend Breakout Berdasarkan Adaptive MA dan Trendlines

Penulis:ChaoZhang, Tanggal: 2023-09-19 15:49:37
Tag:

Gambaran umum

Strategi ini menggunakan rata-rata bergerak adaptif dan trendline breakout untuk entri, dan RSI untuk keluar.

Logika Strategi

  1. Menghitung MA adaptif 99 periode untuk menentukan tren keseluruhan.

  2. Menghitung 14 periode tertinggi lokal untuk resistance trendline atas.

  3. Berjalan panjang ketika dekat putus di atas garis tren dan tidak ada pesanan bulan ini.

  4. Menghitung RSI 14 periode dan keluar pada RSI di atas 70 (terlalu banyak dibeli).

  5. Melacak bulan entri terakhir untuk memastikan satu perdagangan per bulan.

Analisis Keuntungan

  1. Adaptive MA secara dinamis melacak perubahan tren.

  2. Trendline breakout meningkatkan presisi entri.

  3. RSI secara efektif menilai tingkat overbought/oversold untuk pengendalian risiko.

  4. Satu perdagangan per bulan mengurangi frekuensi dan biaya.

  5. Logika sederhana dan jelas, mudah dipahami dan dilaksanakan.

Analisis Risiko

  1. Parameter yang tidak benar dapat menyebabkan entri yang terlewatkan.

  2. Indikator keluar tetap tidak dapat beradaptasi dengan tepat waktu dengan pasar.

  3. Kemungkinan penarikan.

  4. Tidak ada pengendalian risiko untuk periode penyimpanan yang panjang.

  5. Terlalu banyak filter dapat mencegah entri.

Arahan Optimasi

  1. Uji parameter yang berbeda untuk pengaturan yang optimal.

  2. Tambahkan filter untuk meningkatkan kekuatan strategi.

  3. Mengembangkan strategi berhenti yang dinamis dan mengiringi.

  4. Mengoptimalkan masuk logika untuk mengidentifikasi lebih kuat breakouts.

  5. Uji instrumen dan kerangka waktu yang sesuai.

  6. Tambahkan filter tren untuk menghindari pecah palsu.

Ringkasan

Strategi ini mengintegrasikan analisis tren dan osilator untuk efek trend berikut yang stabil. Optimasi lebih lanjut pada parameter, keluar dinamis dll dapat membuatnya menjadi sistem kuantum yang dapat diandalkan. Secara keseluruhan ia memiliki operasi yang baik dan layak untuk ditingkatkan dan diverifikasi.


/*backtest
start: 2023-09-11 00:00:00
end: 2023-09-18 00:00:00
period: 15m
basePeriod: 5m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy('Bannos Strategy', shorttitle='Bannos', overlay=true)

//The provided script is an indicator for TradingView written in Pine Script version 5. The indicator is used to determine entry and exit points for a trading strategy. Here's a detailed breakdown of what the script does:

// Strategy Definition:

// Bannos Strategy is the full name, with a short title Bannos.
// The overlay=true option indicates that the strategy will be overlayed on the price chart.
// Tracking Entry Month:

// A variable lastEntryMonth is set up to track the month of the last entry.
// currentMonth identifies the current month.
// Trend Regularity Adaptive Moving Average (TRAMA):

// It takes an input of length 99 as default.
// It uses adaptive calculations to track trend changes.
// Trendlines with Breaks:

// Identifies local peaks over a given period (in this case, 14) and calculates a slope based on these peaks.
// Relative Strength Index (RSI):

// Uses a length of 14 (default) to calculate the RSI.
// RSI is an oscillation indicator that indicates overbought or oversold conditions.
// Strategy Logic for Long Entry:

// A long position is opened if:
// The close price is above the TRAMA.
// There's a crossover of the close price and the upper trendline.
// The position is taken only once per month.
// Strategy Logic for Long Exit:

// The long position is closed if the RSI exceeds 70, indicating an overbought condition.
// Plotting:

// The TRAMA is plotted in red on the chart.
// A horizontal line is also drawn at 70 to indicate the RSI's overbought zone.
// In summary, this strategy aims to enter a long position when certain trend and crossover conditions are met, and close the position when the market is considered overbought as per the RSI. Additionally, it ensures entries only occur once a month.
//



// Variable pour suivre le mois de la dernière entrée
var float lastEntryMonth = na
currentMonth = month(time)

// Parameters for Trend Regularity Adaptive Moving Average (TRAMA)
length_trama = input(99)
src_trama = close
ama = 0.
hh = math.max(math.sign(ta.change(ta.highest(length_trama))), 0)
ll = math.max(math.sign(ta.change(ta.lowest(length_trama)) * -1), 0)
tc = math.pow(ta.sma(hh or ll ? 1 : 0, length_trama), 2)
ama := nz(ama[1] + tc * (src_trama - ama[1]), src_trama)

// Parameters for Trendlines with Breaks
length_trend = 14
mult = 1.0
ph = ta.pivothigh(length_trend, length_trend)
upper = 0.
slope_ph = 0.
slope_ph := ph ? mult : slope_ph
upper := ph ? ph : upper - slope_ph

// Parameters for RSI
rsiLength = 14
up = ta.rma(math.max(ta.change(close), 0), rsiLength)
down = ta.rma(-math.min(ta.change(close), 0), rsiLength)
rsi = down == 0 ? 100 : up == 0 ? 0 : 100 - (100 / (1 + up / down))

// Strategy Logic for Long Entry
longCondition = close > ama and ta.crossover(close, upper) and (na(lastEntryMonth) or lastEntryMonth != currentMonth)
if (longCondition)
    lastEntryMonth := currentMonth
    strategy.entry('Long', strategy.long)

// Strategy Logic for Long Exit
exitCondition = rsi > 70
if (exitCondition)
    strategy.close('Long')

// Plotting
plot(ama, 'TRAMA', color=color.red)
hline(70, 'Overbought', color=color.red)


Lebih banyak