Sumber dimuat naik... memuat...
  1. Persegi
  2. Strategy Lelah Bear Squeeze Momentum

Strategy Lelah Bear Squeeze Momentum

Penulis:ChaoZhang, Tarikh: 2024-02-02 17:42:58
Tag:

img

Ringkasan

Strategi Momentum Squeeze Lazy Bear adalah strategi perdagangan kuantitatif yang menggabungkan Bollinger Bands, Saluran Keltner dan penunjuk momentum.

Kelebihan utama strategi ini adalah dapat mengenal pasti permulaan pergerakan trend secara automatik dan menentukan masa kemasukan dengan penunjuk momentum.

Logika Strategi

Strategi Lazy Bear Squeeze Momentum membuat penilaian berdasarkan tiga penunjuk berikut:

  1. Bollinger Bands: Termasuk band tengah, band atas dan band bawah
  2. Saluran Keltner: Termasuk garis tengah, garis atas dan garis bawah
  3. Indikator Momentum: Harga semasa dikurangkan harga n hari yang lalu

Apabila band atas Bollinger berada di bawah garisan atas Keltner dan band bawah Bollinger berada di atas garisan bawah Keltner, kita menentukan pasaran berada dalam tekanan.

Untuk menentukan masa kemasukan, kami menggunakan penunjuk momentum untuk mengukur kelajuan perubahan harga. Isyarat beli dihasilkan apabila momentum melintasi di atas purata bergerak, dan isyarat jual apabila momentum melintasi di bawah purata bergerak.

Analisis Kelebihan

Kelebihan utama strategi Lazy Bear Squeeze Momentum:

  1. Mengenali secara automatik entri awal dalam trend baru
  2. Gabungan penunjuk menghalang isyarat palsu
  3. Mencatatkan kedua-dua trend dan pembalikan purata
  4. Parameter yang boleh disesuaikan untuk pengoptimuman
  5. Berkualiti dalam pelbagai produk

Analisis Risiko

Terdapat juga risiko tertentu untuk strategi Lazy Bear Squeeze Momentum:

  1. Kemungkinan isyarat palsu dari Bollinger & Keltner
  2. Ketidakstabilan momentum, kehilangan entri terbaik
  3. Prestasi yang lemah tanpa pengoptimuman
  4. Hubungan tinggi dengan pemilihan produk

Untuk mengurangkan risiko, cadangan termasuk: mengoptimumkan panjang untuk Bollinger & Keltner, menyesuaikan stop loss, memilih produk cair, mengesahkan isyarat dengan penunjuk lain.

Arahan pengoptimuman

Arah utama untuk meningkatkan lagi prestasi:

  1. Kombinasi ujian parameter merentasi produk dan jangka masa
  2. Mengoptimumkan panjang untuk Bollinger Bands dan Saluran Keltner
  3. Mengoptimumkan panjang penunjuk momentum
  4. Stop loss/take profit yang berbeza untuk long dan short
  5. Penunjuk tambahan untuk pengesahan isyarat

Melalui ujian dan pengoptimuman yang ketat, kelebihan dan keuntungan strategi dapat ditingkatkan dengan ketara.

Kesimpulan

Strategi Lazy Bear Squeeze Momentum mempunyai penjanaan isyarat yang kuat melalui pendekatan pelbagai penunjuk, dan dapat dengan berkesan mengenal pasti permulaan trend baru. tetapi ia juga membawa risiko yang memerlukan pengoptimuman di seluruh instrumen perdagangan. Dengan ujian dan peningkatan yang berterusan, ia boleh menjadi sistem perdagangan algoritma yang mantap.

/*backtest
start: 2024-01-31 00:00:00
end: 2024-02-01 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © mtahreemalam original strategy by LazyBear

strategy(title = 'SQM Strategy, TP & SL',
         shorttitle = 'Squeeze.M Strat',
         overlay = true,
         pyramiding = 0,
         default_qty_type = strategy.percent_of_equity,
         default_qty_value = 100,
         initial_capital = 1000,
         commission_type=strategy.commission.percent, 
         commission_value=0.0,
         process_orders_on_close=true,
         use_bar_magnifier=true)
//Strategy logic
strategy_logic = input.string("Cross above 0", "Strategy Logic", options = ["LazyBear", "Cross above 0"])

// Date Range
testPeriodSwitch = input(false, "Custom Backtesting Date Range",group="Backtesting Date Range")
i_startTime = input(defval = timestamp("01 Jan 2022 00:01 +0000"), title = "Backtesting Start Time",group="Backtesting Date Range")
i_endTime = input(defval = timestamp("31 Dec 2022 23:59 +0000"), title = "Backtesting End Time",group="Backtesting Date Range")
timeCond = true
isPeriod = testPeriodSwitch == true ? timeCond : true

//// Stoploss and Take Profit Parameters
// Enable Long Strategy
enable_long_strategy = input.bool(true, title='Enable Long Strategy', group='SL/TP For Long Strategy', inline='1')
long_stoploss_value = input.float(defval=5, title='Stoploss %', minval=0.1, group='SL/TP For Long Strategy', inline='2')
long_stoploss_percentage = close * (long_stoploss_value / 100) / syminfo.mintick
long_takeprofit_value = input.float(defval=5, title='Take Profit %', minval=0.1, group='SL/TP For Long Strategy', inline='2')
long_takeprofit_percentage = close * (long_takeprofit_value / 100) / syminfo.mintick

// Enable Short Strategy
enable_short_strategy = input.bool(true, title='Enable Short Strategy', group='SL/TP For Short Strategy', inline='3')
short_stoploss_value = input.float(defval=5, title='Stoploss %', minval=0.1, group='SL/TP For Short Strategy', inline='4')
short_stoploss_percentage = close * (short_stoploss_value / 100) / syminfo.mintick
short_takeprofit_value = input.float(defval=5, title='Take Profit %', minval=0.1, group='SL/TP For Short Strategy', inline='4')
short_takeprofit_percentage = close * (short_takeprofit_value / 100) / syminfo.mintick

//// Inputs
//SQUEEZE MOMENTUM STRATEGY
length = input(20, title='BB Length', group = "Squeeze Momentum Settings")
mult = input(2.0, title='BB MultFactor', group = "Squeeze Momentum Settings")
source = close
lengthKC = input(20, title='KC Length', group = "Squeeze Momentum Settings")
multKC = input(1.5, title='KC MultFactor', group = "Squeeze Momentum Settings")
useTrueRange = input(true, title='Use TrueRange (KC)', group = "Squeeze Momentum Settings")
signalPeriod=input(5, title="Signal Length", group = "Squeeze Momentum Settings")
show_labels_sqm = input(title='Show Buy/Sell SQM Labels', defval=true, group = "Squeeze Momentum Settings")
h0 = hline(0)

// Defining MA
ma = ta.sma(source, length)

// Calculate BB
basis = ma
dev = mult * ta.stdev(source, length)
upperBB = basis + dev
lowerBB = basis - dev

// Calculate KC
range_1 = useTrueRange ? ta.tr : high - low
rangema = ta.sma(range_1, lengthKC)
upperKC = ma + rangema * multKC
lowerKC = ma - rangema * multKC


// SqzON | SqzOFF | noSqz
sqzOn = lowerBB > lowerKC and upperBB < upperKC
sqzOff = lowerBB < lowerKC and upperBB > upperKC
noSqz = sqzOn == false and sqzOff == false

// Momentum
val = ta.linreg(source - math.avg(math.avg(ta.highest(high, lengthKC), ta.lowest(low, lengthKC)), ta.sma(close, lengthKC)), lengthKC, 0)

red_line = ta.sma(val,signalPeriod)
blue_line = val

// lqm = if val > 0
//         if val > nz(val[1])
        // long_sqm_custom
        // if val < nz(val[1])
        // short_sqm_custom
// Plots
//plot(val, style = plot.style_line, title = "blue line", color= color.blue, linewidth=2)
//plot(ta.sma(val,SignalPeriod), style = plot.style_line, title = "red line",color = color.red, linewidth=2)

//plot(val, color=blue, linewidth=2)
//plot(0, color=color.gray, style=plot.style_cross, linewidth=2)
//plot(red_line, color=red, linewidth=2)

//LOGIC
//momentum filter
//filterMom = useMomAverage ? math.abs(val) > MomentumMin / 100000 ? true : false : true
//}

////SQM Long Short Conditions
//Lazy Bear Buy Sell Condition
// long_sqm_lazy = (blue_line>red_line)
// short_sqm_lazy = (blue_line<red_line)

long_sqm_lazy = ta.crossover(blue_line,red_line)
short_sqm_lazy = ta.crossunder(blue_line,red_line)


//Custom Buy Sell Condition
dir_sqm = val < 0 ? -1 : 1
long_sqm_custom = dir_sqm == 1 //and dir_sqm[1] == -1
short_sqm_custom = dir_sqm == -1 //and dir_sqm[1] == 1

long_sqm = strategy_logic == "LazyBear" ? long_sqm_lazy : long_sqm_custom 
short_sqm = strategy_logic == "LazyBear" ? short_sqm_lazy : short_sqm_custom 


// Plot Stoploss & Take Profit Levels
long_stoploss_price = strategy.position_avg_price * (1 - long_stoploss_value / 100)
long_takeprofit_price = strategy.position_avg_price * (1 + long_takeprofit_value / 100)
short_stoploss_price = strategy.position_avg_price * (1 + short_stoploss_value / 100)
short_takeprofit_price = strategy.position_avg_price * (1 - short_takeprofit_value / 100)
plot(enable_long_strategy and not enable_short_strategy ? long_stoploss_percentage : na, color=color.red, style=plot.style_linebr, linewidth=2, title='Long SL Level')
plot(enable_long_strategy and not enable_short_strategy ? long_takeprofit_percentage : na, color=color.green, style=plot.style_linebr, linewidth=2, title='Long TP Level')
plot(enable_short_strategy and not enable_long_strategy ? short_stoploss_price : na, color=color.red, style=plot.style_linebr, linewidth=2, title='Short SL Level')
plot(enable_short_strategy and not enable_long_strategy ? short_takeprofit_price : na, color=color.green, style=plot.style_linebr, linewidth=2, title='Short TP Level')


// Long Strategy
if long_sqm and enable_long_strategy == true
    strategy.entry('Long', strategy.long)
    strategy.exit('Long  SL/TP', from_entry='Long', loss=long_stoploss_percentage, profit=long_takeprofit_percentage)
    strategy.close('Long', comment = "L. CL")

// Short Strategy
if short_sqm and enable_short_strategy == true 
    strategy.entry('Short', strategy.short)
    strategy.exit('Short SL/TP', from_entry='Short', loss=short_stoploss_percentage, profit=short_takeprofit_percentage)
    strategy.close('Short', comment = "S.Cl")

plot_sqm_long = long_sqm and not long_sqm[1]
plot_sqm_short = short_sqm and not short_sqm[1]

plotshape(plot_sqm_long and show_labels_sqm, title='Buy', style=shape.labelup, location=location.belowbar, size=size.normal, text='Buy', textcolor=color.new(color.white, 0), color=color.new(color.green, 0))
plotshape(plot_sqm_short and show_labels_sqm, title='Sell', style=shape.labeldown, location=location.abovebar, size=size.normal, text='Sell', textcolor=color.new(color.white, 0), color=color.new(color.red, 0))

// Date Range EXIT
if (not isPeriod) 
    strategy.cancel_all()
    strategy.close_all()
Lebih lanjut

2019 FMZ - Semua hak dilindungi