Sumber dimuat naik... memuat...

Strategi penapisan purata bergerak berganda

Penulis:ChaoZhang, Tarikh: 2023-11-27 17:03:08
Tag:

Ringkasan

Ini adalah strategi yang menggunakan purata bergerak dan Bollinger Bands untuk penilaian trend, digabungkan dengan penapisan pecah dan prinsip-prinsip stop loss.

Prinsip Strategi

Strategi ini terdiri daripada bahagian utama berikut:

Penghakiman trend: Gunakan MACD untuk menilai trend harga dan membezakan trend menaik dan menurun.
Penapisan julat: Gunakan Bollinger Bands untuk menilai julat turun naik harga dan menapis isyarat yang tidak menembusi julat.
Pengesahan purata bergerak berganda: EMA pantas dan EMA perlahan membentuk purata bergerak berganda untuk mengesahkan isyarat trend. Isyarat beli dihasilkan hanya apabila EMA pantas > EMA perlahan.
Mekanisme Stop Loss: Tetapkan titik stop loss. Tutup kedudukan apabila harga menembusi titik stop loss ke arah yang tidak menguntungkan.

Logik untuk isyarat masuk adalah:

MACD menilai trend menaik
Harga pecah melalui rel atas Bollinger Bands
EMA pantas lebih tinggi daripada EMA perlahan

Apabila ketiga-tiga syarat dipenuhi pada masa yang sama, isyarat beli dihasilkan.

Terdapat dua jenis kedudukan penutupan, mengambil keuntungan dan berhenti kerugian. titik mengambil keuntungan adalah harga kemasukan dikalikan dengan peratusan tertentu, dan titik berhenti kerugian adalah harga kemasukan dikalikan dengan peratusan tertentu. apabila harga memecahkan mana-mana titik, posisi ditutup.

Analisis Kelebihan

Kelebihan strategi ini ialah:

Boleh menangkap perubahan trend dengan tepat pada masanya dengan lebih sedikit traceback.
Mengurangkan isyarat palsu dengan menapis dengan purata bergerak berganda, meningkatkan kualiti isyarat.
Mekanisme stop loss berkesan mengawal kerugian tunggal.
Ruang pengoptimuman parameter yang besar yang boleh diselaraskan ke keadaan optimum.

Analisis Risiko

Terdapat juga beberapa risiko dalam strategi ini:

Isyarat palsu yang dihasilkan di pasaran sampingan boleh membawa kepada kerugian.
Tetapan stop loss yang tidak betul boleh menyebabkan kerugian yang tidak perlu.
Parameter yang tidak sesuai boleh mengakibatkan prestasi strategi yang buruk.

Untuk menangani risiko ini, strategi boleh dioptimumkan dengan menyesuaikan parameter, menetapkan kedudukan stop loss, dll.

Arahan pengoptimuman

Strategi ini boleh dioptimumkan dalam aspek berikut:

Sesuaikan panjang purata bergerak berganda untuk mencari kombinasi parameter yang optimum.
Uji kaedah stop loss yang berbeza, seperti trailing stop loss, oscillating stop loss, dll.
Uji parameter MACD untuk mencari tetapan optimum.
Gunakan pembelajaran mesin untuk pengoptimuman parameter automatik.
Tambah syarat tambahan kepada isyarat penapis.

Dengan menguji tetapan parameter yang berbeza dan menilai pulangan dan nisbah Sharpe, keadaan optimum strategi dapat dijumpai.

Kesimpulan

Ini adalah strategi kuantitatif yang menggunakan penghakiman trend, penapisan julat, pengesahan purata bergerak berganda dan idea-idea stop loss. Ia dapat menentukan arah trend dengan berkesan dan mencapai keseimbangan antara pemaksiman keuntungan dan kawalan risiko. Melalui pengoptimuman parameter, pembelajaran mesin dan cara lain, strategi mempunyai ruang yang besar untuk peningkatan untuk mencapai hasil yang lebih baik.

/*backtest
start: 2022-11-20 00:00:00
end: 2023-11-26 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy(title="Range Filter Buy and Sell Strategies", shorttitle="Range Filter Strategies", overlay=true,pyramiding = 5)

// Original Script > @DonovanWall
// Adapted Version > @guikroth
// 
// Updated PineScript to version 5
// Republished by > @tvenn
// Strategizing by > @RonLeigh
//////////////////////////////////////////////////////////////////////////
// Settings for 5min chart, BTCUSDC. For Other coin, change the parameters
//////////////////////////////////////////////////////////////////////////



SS = input.bool(false,"Percentage Take Profit Stop Loss")


longProfitPerc = input.float(title='LongProfit(%)', minval=0.0, step=0.1, defval=1.5) * 0.01

shortProfitPerc = input.float(title='ShortProfit(%)', minval=0.0, step=0.1, defval=1.5) * 0.01


longLossPerc = input.float(title='LongStop(%)', minval=0.0, step=0.1, defval=1.5) * 0.01

shortLossPerc = input.float(title='ShortStop(%)', minval=0.0, step=0.1, defval=1.5) * 0.01


// Color variables
upColor   = color.white
midColor  = #90bff9
downColor = color.blue

// Source
src = input(defval=close, title="Source")

// Sampling Period
// Settings for 5min chart, BTCUSDC. For Other coin, change the paremeters
per = input.int(defval=100, minval=1, title="Sampling Period")

// Range Multiplier
mult = input.float(defval=3.0, minval=0.1, title="Range Multiplier")

// Smooth Average Range
smoothrng(x, t, m) =>
    wper = t * 2 - 1
    avrng = ta.ema(math.abs(x - x[1]), t)
    smoothrng = ta.ema(avrng, wper) * m
    smoothrng
smrng = smoothrng(src, per, mult)

// Range Filter
rngfilt(x, r) =>
    rngfilt = x
    rngfilt := x > nz(rngfilt[1]) ? x - r < nz(rngfilt[1]) ? nz(rngfilt[1]) : x - r : 
       x + r > nz(rngfilt[1]) ? nz(rngfilt[1]) : x + r
    rngfilt
filt = rngfilt(src, smrng)

// Filter Direction
upward = 0.0
upward := filt > filt[1] ? nz(upward[1]) + 1 : filt < filt[1] ? 0 : nz(upward[1])
downward = 0.0
downward := filt < filt[1] ? nz(downward[1]) + 1 : filt > filt[1] ? 0 : nz(downward[1])

// Target Bands
hband = filt + smrng
lband = filt - smrng

// Colors
filtcolor = upward > 0 ? upColor : downward > 0 ? downColor : midColor
barcolor = src > filt and src > src[1] and upward > 0 ? upColor :
   src > filt and src < src[1] and upward > 0 ? upColor : 
   src < filt and src < src[1] and downward > 0 ? downColor : 
   src < filt and src > src[1] and downward > 0 ? downColor : midColor

filtplot = plot(filt, color=filtcolor, linewidth=2, title="Range Filter")

// Target
hbandplot = plot(hband, color=color.new(upColor, 70), title="High Target")
lbandplot = plot(lband, color=color.new(downColor, 70), title="Low Target")

// Fills
fill(hbandplot, filtplot, color=color.new(upColor, 90), title="High Target Range")
fill(lbandplot, filtplot, color=color.new(downColor, 90), title="Low Target Range")

// Bar Color
barcolor(barcolor)

// Break Outs
longCond = bool(na)
shortCond = bool(na)
longCond := src > filt and src > src[1] and upward > 0 or 
   src > filt and src < src[1] and upward > 0
shortCond := src < filt and src < src[1] and downward > 0 or 
   src < filt and src > src[1] and downward > 0

CondIni = 0
CondIni := longCond ? 1 : shortCond ? -1 : CondIni[1]
longCondition = longCond and CondIni[1] == -1
shortCondition = shortCond and CondIni[1] == 1



// alertcondition(longCondition, title="Buy alert on Range Filter", message="Buy alert on Range Filter")
// alertcondition(shortCondition, title="Sell alert on Range Filter", message="Sell alert on Range Filter")
// alertcondition(longCondition or shortCondition, title="Buy and Sell alert on Range Filter", message="Buy and Sell alert on Range Filter")


////////////// 副

sensitivity = input(150, title='Sensitivity')
fastLength = input(20, title='FastEMA Length')
slowLength = input(40, title='SlowEMA Length')
channelLength = input(20, title='BB Channel Length')
multt = input(2.0, title='BB Stdev Multiplier')

DEAD_ZONE = nz(ta.rma(ta.tr(true), 100)) * 3.7

calc_macd(source, fastLength, slowLength) =>
    fastMA = ta.ema(source, fastLength)
    slowMA = ta.ema(source, slowLength)
    fastMA - slowMA

calc_BBUpper(source, length, multt) =>
    basis = ta.sma(source, length)
    dev = multt * ta.stdev(source, length)
    basis + dev

calc_BBLower(source, length, multt) =>
    basis = ta.sma(source, length)
    dev = multt * ta.stdev(source, length)
    basis - dev

t1 = (calc_macd(close, fastLength, slowLength) - calc_macd(close[1], fastLength, slowLength)) * sensitivity

e1 = calc_BBUpper(close, channelLength, multt) - calc_BBLower(close, channelLength, multt)

trendUp = t1 >= 0 ? t1 : 0
trendDown = t1 < 0 ? -1 * t1 : 0

duoad = trendUp > 0 and trendUp > e1

kongad = trendDown > 0 and trendDown > e1



duo =  longCondition and duoad

kong = shortCondition and kongad


//Alerts
plotshape(longCondition  and trendUp > e1 and  trendUp > 0 , title="Buy Signal", text="Buy", textcolor=color.white, style=shape.labelup, size=size.small, location=location.belowbar, color=color.new(#aaaaaa, 20))
plotshape(shortCondition  and trendDown > e1 and  trendDown > 0 , title="Sell Signal", text="Sell", textcolor=color.white, style=shape.labeldown, size=size.small, location=location.abovebar, color=color.new(downColor, 20))




if  longCondition and trendUp > e1 and  trendUp > 0 
    strategy.entry('Long',strategy.long, comment = "buy" )

if  shortCondition and trendDown > e1 and  trendDown > 0 
    strategy.entry('Short',strategy.short, comment = "sell" )




longlimtPrice  = strategy.position_avg_price * (1 + longProfitPerc)
shortlimtPrice = strategy.position_avg_price * (1 - shortProfitPerc)
   
longStopPrice  = strategy.position_avg_price * (1 - longLossPerc)
shortStopPrice = strategy.position_avg_price * (1 + shortLossPerc)



if (strategy.position_size > 0)  and SS == true
    
    strategy.exit(id="Long",comment_profit = "Profit",comment_loss = "StopLoss", stop=longStopPrice,limit = longlimtPrice)
    

if (strategy.position_size < 0)  and SS == true
    
    strategy.exit(id="Short",comment_profit = "Profit",comment_loss = "StopLoss", stop=shortStopPrice,limit = shortlimtPrice)

Lebih lanjut

2019 FMZ - Semua hak dilindungi