ポジティブチャネル EMA トレイリングストップ戦略
作者: リン・ハーンチャオチャン開催日:2023年12月18日 12:10時45分タグ:
概要
この戦略は,EMA指標を利用したチャネルベースのストップ損失戦略である.トレンド判断,チャネルトラッキング,ダイナミックストップ損失および他の主流の技術指標を統合する. EMAの順序を判断することによって牛と熊サイクルを決定し,ストップ損失を実装するためにATRチャネルトラッキングを組み合わせ,ストップ損失ポイントが価格動きを追跡し続けることができる.この種のストップ損失アイデアはより活発で,攻撃的なストップ損失が破られる可能性を効果的に回避する.
戦略の論理
この戦略は主に,異なるサイクルを持つ3つのEMA曲線を使用して,牛と熊の状態を決定します. 特定の判断ルールは以下の通りです.
- EMA5>EMA20>EMA40は牛サイクルのことです
- EMA20>EMA5>EMA40は牛サイクルのことです
- EMA20>EMA40>EMA5は牛サイクルのことです
- EMA40>EMA20>EMA5は熊周期である
- EMA40>EMA5>EMA20は熊周期である
- EMA5>EMA40>EMA20はベアサイクルです
ブルとベアサイクルの決定後,戦略はSMMAサンプルK線価格とATR指標倍数をチャネルレンジとして使用する. 取引シグナルは,価格がこのチャネルを突破したときのみ発行される. さらに,取引シグナルが発行された後,ATR動的トラッキングストップロスのメカニズムは,ストップロスの有効性を向上させるためにストップロスの位置をリアルタイムで調整するためにアクティベートされる.
利点
この戦略の主な利点は以下の通りです.
- EMA を使って,牛と熊のサイクルを判断することで,市場の動向の転換点を効果的に把握できます.
- ATRチャンネルをベースにしたエントリーポイントを構築することで,市場統合中に誤ったエントリーを避ける
- ATRダイナミックトラッキングストップ・ロスは,利益ロックを最大化し,リスクを効果的に制御することができます
リスク と 最適化
この戦略の主なリスクは,オーバートレードやストップロスの破綻などのパラメータ設定の不適切な問題によって引き起こされる問題に集中しています.最適化は次の側面から行えます.
- 最適なパラメータマッチを見つけるためにEMAサイクルパラメータの組み合わせを最適化
- ストップ・ロスの大きさを最適化して,ストップ・ロスの距離が近くすぎたり,遠くすぎたりしないようにする.
- 乱雑な市場中に誤ったエントリを避けるために他のフィルタリング指標を追加します
結論
この戦略は,トレンド判断,チャネル取引,ダイナミックストップ損失などの複数の主流の技術指標と方法を統合し,比較的完全なストップ損失取引システムを形成する.パラメータチューニングとリスク管理の最適化にはまだ大きな余地があります.ストップ損失に高い要求を持つ投資家に適しています.
/*backtest
start: 2023-12-10 00:00:00
end: 2023-12-12 04:00:00
period: 1m
basePeriod: 1m
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/
// © kgynofomo
//@version=5
strategy(title="[Salavi] | Andy Advance Pro Strategy [ETH|M15]",overlay = true, pyramiding = 1,initial_capital = 10000, default_qty_type = strategy.cash,default_qty_value = 10000)
ema_short = ta.ema(close,5)
ema_middle = ta.ema(close,20)
ema_long = ta.ema(close,40)
cycle_1 = ema_short>ema_middle and ema_middle>ema_long
cycle_2 = ema_middle>ema_short and ema_short>ema_long
cycle_3 = ema_middle>ema_long and ema_long>ema_short
cycle_4 = ema_long>ema_middle and ema_middle>ema_short
cycle_5 = ema_long>ema_short and ema_short>ema_middle
cycle_6 = ema_short>ema_long and ema_long>ema_middle
bull_cycle = cycle_1 or cycle_2 or cycle_3
bear_cycle = cycle_4 or cycle_5 or cycle_6
// label.new("cycle_1")
// bgcolor(color=cycle_1?color.rgb(82, 255, 148, 60):na)
// bgcolor(color=cycle_2?color.rgb(82, 255, 148, 70):na)
// bgcolor(color=cycle_3?color.rgb(82, 255, 148, 80):na)
// bgcolor(color=cycle_4?color.rgb(255, 82, 82, 80):na)
// bgcolor(color=cycle_5?color.rgb(255, 82, 82, 70):na)
// bgcolor(color=cycle_6?color.rgb(255, 82, 82, 60):na)
// Inputs
a = input(2, title='Key Vaule. \'This changes the sensitivity\'')
c = input(7, title='ATR Period')
h = false
xATR = ta.atr(c)
nLoss = a * xATR
src = h ? request.security(ticker.heikinashi(syminfo.tickerid), timeframe.period, close, lookahead=barmerge.lookahead_off) : close
xATRTrailingStop = 0.0
iff_1 = src > nz(xATRTrailingStop[1], 0) ? src - nLoss : src + nLoss
iff_2 = src < nz(xATRTrailingStop[1], 0) and src[1] < nz(xATRTrailingStop[1], 0) ? math.min(nz(xATRTrailingStop[1]), src + nLoss) : iff_1
xATRTrailingStop := src > nz(xATRTrailingStop[1], 0) and src[1] > nz(xATRTrailingStop[1], 0) ? math.max(nz(xATRTrailingStop[1]), src - nLoss) : iff_2
pos = 0
iff_3 = src[1] > nz(xATRTrailingStop[1], 0) and src < nz(xATRTrailingStop[1], 0) ? -1 : nz(pos[1], 0)
pos := src[1] < nz(xATRTrailingStop[1], 0) and src > nz(xATRTrailingStop[1], 0) ? 1 : iff_3
xcolor = pos == -1 ? color.red : pos == 1 ? color.green : color.blue
ema = ta.ema(src, 1)
above = ta.crossover(ema, xATRTrailingStop)
below = ta.crossover(xATRTrailingStop, ema)
buy = src > xATRTrailingStop and above
sell = src < xATRTrailingStop and below
barbuy = src > xATRTrailingStop
barsell = src < xATRTrailingStop
atr = ta.atr(14)
atr_length = input.int(25)
atr_rsi = ta.rsi(atr,atr_length)
atr_valid = atr_rsi>50
long_condition = buy and bull_cycle and atr_valid
short_condition = sell and bear_cycle and atr_valid
Exit_long_condition = short_condition
Exit_short_condition = long_condition
if long_condition
strategy.entry("Andy Buy",strategy.long, limit=close,comment="Andy Buy Here")
if Exit_long_condition
strategy.close("Andy Buy",comment="Andy Buy Out")
// strategy.entry("Andy fandan Short",strategy.short, limit=close,comment="Andy 翻單 short Here")
// strategy.close("Andy fandan Buy",comment="Andy short Out")
if short_condition
strategy.entry("Andy Short",strategy.short, limit=close,comment="Andy short Here")
// strategy.exit("STR","Long",stop=longstoploss)
if Exit_short_condition
strategy.close("Andy Short",comment="Andy short Out")
// strategy.entry("Andy fandan Buy",strategy.long, limit=close,comment="Andy 翻單 Buy Here")
// strategy.close("Andy fandan Short",comment="Andy Buy Out")
inLongTrade = strategy.position_size > 0
inLongTradecolor = #58D68D
notInTrade = strategy.position_size == 0
inShortTrade = strategy.position_size < 0
// bgcolor(color = inLongTrade?color.rgb(76, 175, 79, 70):inShortTrade?color.rgb(255, 82, 82, 70):na)
plotshape(close!=0,location = location.bottom,color = inLongTrade?color.rgb(76, 175, 79, 70):inShortTrade?color.rgb(255, 82, 82, 70):na)
plotshape(long_condition, title='Buy', text='Andy Buy', style=shape.labelup, location=location.belowbar, color=color.new(color.green, 0), textcolor=color.new(color.white, 0), size=size.tiny)
plotshape(short_condition, title='Sell', text='Andy Sell', style=shape.labeldown, location=location.abovebar, color=color.new(color.red, 0), textcolor=color.new(color.white, 0), size=size.tiny)
// //atr > close *0.01* parameter
// // MONTHLY TABLE PERFORMANCE - Developed by @QuantNomad
// // *************************************************************************************************************************************************************************************************************************************************************************
// show_performance = input.bool(true, 'Show Monthly Performance ?', group='Performance - credits: @QuantNomad')
// prec = input(2, 'Return Precision', group='Performance - credits: @QuantNomad')
// if show_performance
// new_month = month(time) != month(time[1])
// new_year = year(time) != year(time[1])
// eq = strategy.equity
// bar_pnl = eq / eq[1] - 1
// cur_month_pnl = 0.0
// cur_year_pnl = 0.0
// // Current Monthly P&L
// cur_month_pnl := new_month ? 0.0 :
// (1 + cur_month_pnl[1]) * (1 + bar_pnl) - 1
// // Current Yearly P&L
// cur_year_pnl := new_year ? 0.0 :
// (1 + cur_year_pnl[1]) * (1 + bar_pnl) - 1
// // Arrays to store Yearly and Monthly P&Ls
// var month_pnl = array.new_float(0)
// var month_time = array.new_int(0)
// var year_pnl = array.new_float(0)
// var year_time = array.new_int(0)
// last_computed = false
// if (not na(cur_month_pnl[1]) and (new_month or barstate.islastconfirmedhistory))
// if (last_computed[1])
// array.pop(month_pnl)
// array.pop(month_time)
// array.push(month_pnl , cur_month_pnl[1])
// array.push(month_time, time[1])
// if (not na(cur_year_pnl[1]) and (new_year or barstate.islastconfirmedhistory))
// if (last_computed[1])
// array.pop(year_pnl)
// array.pop(year_time)
// array.push(year_pnl , cur_year_pnl[1])
// array.push(year_time, time[1])
// last_computed := barstate.islastconfirmedhistory ? true : nz(last_computed[1])
// // Monthly P&L Table
// var monthly_table = table(na)
// if (barstate.islastconfirmedhistory)
// monthly_table := table.new(position.bottom_center, columns = 14, rows = array.size(year_pnl) + 1, border_width = 1)
// table.cell(monthly_table, 0, 0, "", bgcolor = #cccccc)
// table.cell(monthly_table, 1, 0, "Jan", bgcolor = #cccccc)
// table.cell(monthly_table, 2, 0, "Feb", bgcolor = #cccccc)
// table.cell(monthly_table, 3, 0, "Mar", bgcolor = #cccccc)
// table.cell(monthly_table, 4, 0, "Apr", bgcolor = #cccccc)
// table.cell(monthly_table, 5, 0, "May", bgcolor = #cccccc)
// table.cell(monthly_table, 6, 0, "Jun", bgcolor = #cccccc)
// table.cell(monthly_table, 7, 0, "Jul", bgcolor = #cccccc)
// table.cell(monthly_table, 8, 0, "Aug", bgcolor = #cccccc)
// table.cell(monthly_table, 9, 0, "Sep", bgcolor = #cccccc)
// table.cell(monthly_table, 10, 0, "Oct", bgcolor = #cccccc)
// table.cell(monthly_table, 11, 0, "Nov", bgcolor = #cccccc)
// table.cell(monthly_table, 12, 0, "Dec", bgcolor = #cccccc)
// table.cell(monthly_table, 13, 0, "Year", bgcolor = #999999)
// for yi = 0 to array.size(year_pnl) - 1
// table.cell(monthly_table, 0, yi + 1, str.tostring(year(array.get(year_time, yi))), bgcolor = #cccccc)
// y_color = array.get(year_pnl, yi) > 0 ? color.new(color.teal, transp = 40) : color.new(color.gray, transp = 40)
// table.cell(monthly_table, 13, yi + 1, str.tostring(math.round(array.get(year_pnl, yi) * 100, prec)), bgcolor = y_color, text_color=color.new(color.white, 0))
// for mi = 0 to array.size(month_time) - 1
// m_row = year(array.get(month_time, mi)) - year(array.get(year_time, 0)) + 1
// m_col = month(array.get(month_time, mi))
// m_color = array.get(month_pnl, mi) > 0 ? color.new(color.teal, transp = 40) : color.new(color.gray, transp = 40)
// table.cell(monthly_table, m_col, m_row, str.tostring(math.round(array.get(month_pnl, mi) * 100, prec)), bgcolor = m_color, text_color=color.new(color.white, 0))
もっと
- MACDとRSIクロスオーバー信号に基づく取引戦略
- バイエスの条件 RSI トレーディング戦略
- ピボット逆転戦略
- 量的な取引戦略,TSI指標とHull移動平均に基づいて
- チャンネルトレンド戦略
- CCIの長期戦略のみ
- 移動平均リボン戦略
- MACD 双動平均追跡戦略
- X48 - デイライトハンター戦略の最適化と適応
- ハイキン・アシ - 0.5% 短期取引戦略の変更
- ガリレオ・ガリレーの移動平均のクロスオーバー戦略
- ウィリアムズ指標のACバックテスト戦略
- 低波動性 方向性 買取 利益 引き取り ストップ ロス
- 移動平均値に基づく固定パーセントのストップ損失と収益戦略
- 二重EMAと価格変動指数に基づく量的な取引戦略
- モメントブレイク 双方向追跡戦略
- スーパートレンド LSMA ロング戦略
- 3バーと4バーのブレイクアウト逆転戦略
- アダプティブな指数関数移動平均線に基づくアダプティブSMIエルゴジック取引戦略
- スマとPSAR戦略のスポット取引