sumber - sumber sebelumnya, kemudian mengambil nilai mutlak perubahannya dan menormalkannya dengan sumber.
Pengiraan Panjang Dinamik: Menggunakan kaedah pengiraan panjang dinamik BlackCat1402
Analisis Komposit: Menggabungkan bacaan dari VAWSI, Persistensi Trend, dan ATR untuk menghasilkan penunjuk komposit. Nilai akhir yang lebih rendah menunjukkan pembalikan yang akan datang, sementara nilai yang lebih tinggi menunjukkan pasaran yang tidak stabil atau bergelombang.
Dinamis Stop-Loss/Take-Profit: Mengira tahap stop-loss dan take-profit dinamik berdasarkan penunjuk komposit dan arah trend semasa.
Isyarat Perdagangan: Memastikan persilangan dan menghasilkan isyarat perdagangan apabila harga sepenuhnya melintasi garis ambang yang dikira.
Analisis Berbilang Dimensi: Dengan menggabungkan beberapa penunjuk, strategi dapat menganalisis pasaran dari sudut yang berbeza, meningkatkan ketepatan keputusan.
Kebolehsesuaian: Pengiraan panjang dinamik membolehkan strategi menyesuaikan diri dengan keadaan pasaran yang berbeza, meningkatkan fleksibiliti.
Pengurusan Risiko: Tetapan stop-loss dan mengambil keuntungan yang dinamik membantu mengawal risiko dengan lebih baik dan menyesuaikan diri dengan perubahan pasaran.
Penunjuk Asli: Indikator VAWSI dan Persistence Trend memberikan wawasan pasaran yang unik yang mungkin menangkap isyarat yang diabaikan oleh penunjuk tradisional.
Anti-Repainting: Penggunaan barstate.isconfirmed memastikan isyarat tidak mengecat semula, meningkatkan ketepatan backtesting.
Keupayaan untuk disesuaikan: Pelbagai parameter yang boleh diselaraskan membolehkan strategi disesuaikan untuk instrumen perdagangan dan jangka masa yang berbeza.
Peningkatan yang berlebihan: Sejumlah besar parameter boleh menyebabkan peningkatan yang berlebihan, berpotensi melakukan prestasi yang buruk dalam perdagangan langsung.
Kesesuaian pasaran: Walaupun berprestasi baik di pasaran tertentu, ia mungkin tidak sesuai untuk semua keadaan pasaran, terutamanya di pasaran dengan turun naik yang rendah.
Kerumitan: Kerumitan strategi boleh menjadikannya sukar untuk difahami dan dipelihara, meningkatkan risiko kesilapan operasi.
Pengiraan intensif: Pelbagai penunjuk khusus dan pengiraan dinamik boleh mengakibatkan beban pengiraan yang tinggi, mempengaruhi kelajuan pelaksanaan.
Kepercayaan pada Data Sejarah: Strategi menggunakan sejumlah besar data sejarah untuk pengiraan, yang mungkin menyebabkan kelewatan dalam beberapa situasi.
Pengoptimuman Parameter: Gunakan algoritma pembelajaran mesin untuk mengoptimumkan pelbagai parameter berat dan panjang untuk meningkatkan prestasi strategi di bawah keadaan pasaran yang berbeza.
Pengiktirafan keadaan pasaran: Tambah modul pengiktirafan keadaan pasaran untuk menyesuaikan parameter strategi secara automatik dalam persekitaran pasaran yang berbeza.
Penapisan isyarat: Memperkenalkan mekanisme penapisan tambahan, seperti ambang kekuatan trend, untuk mengurangkan isyarat palsu.
Analisis Volume: Memperdalam analisis volum, mungkin memperkenalkan pengenalan corak volum untuk meningkatkan kebolehpercayaan isyarat.
Analisis pelbagai jangka masa: Mengintegrasikan isyarat dari pelbagai jangka masa untuk meningkatkan ketahanan keputusan perdagangan.
Pengoptimuman Pengurusan Risiko: Melaksanakan strategi pengurusan risiko yang lebih canggih, seperti ukuran kedudukan dinamik dan stop-loss pelbagai peringkat.
Kecekapan Pengiraan: Mengoptimumkan kod untuk meningkatkan kecekapan pengiraan, terutamanya apabila memproses sejumlah besar data sejarah.
VAWSI dan Strategi Pembalikan Persistensi Trend adalah sistem perdagangan yang kompleks dan komprehensif yang menggabungkan beberapa penunjuk inovatif dan penyesuaian parameter dinamik. Kekuatannya terletak pada analisis pasaran dan kemampuan beradaptasi berbilang dimensi, yang membolehkannya mencari peluang pembalikan yang berpotensi dalam pelbagai keadaan pasaran.
Melalui pengoptimuman lanjut, terutamanya dalam pelarasan parameter, pengiktirafan keadaan pasaran, dan pengurusan risiko, strategi ini berpotensi menjadi alat perdagangan yang kuat. Walau bagaimanapun, pengguna harus ambil perhatian bahawa tidak ada strategi yang sempurna, dan pemantauan dan penyesuaian berterusan diperlukan. Dalam aplikasi praktikal, disyorkan untuk menjalankan ujian menyeluruh pada akaun demo dan menggabungkan strategi ini dengan alat analisis lain dan pengetahuan pasaran untuk membuat keputusan perdagangan.
/*backtest
start: 2024-05-21 00:00:00
end: 2024-06-20 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("VAWSI and Trend Persistance Reversal", overlay=true, max_bars_back = 4999, process_orders_on_close = true)
//INPUTS
sltp = input.float(title = "Minimum SL/TP", defval = 5.0)
rsi_weight = input.float(title = "Wawsi weight", defval = 100.0)
half_weight= input.float(title = "Trend Persistence Weight", defval = 79.0)
atr_weight = input.float(title = "ATR Weight", defval = 20.0)
com_mult = input.float(title = "Combination Mult", defval = 1, step = .001)
smoothing = input.int(title = "Trend Persistence smooth length", defval = 3)
CycPart = input.float(1.1, step = .001, title = "Length Cycle Decimal")
src = close
hclose = request.security(ticker.heikinashi(syminfo.tickerid), timeframe.period, src)
//BlackCat1402's Dynamic Length Calculation
EhlersHoDyDC(Price, CycPart) =>
// Vars:
Smooth = 0.00
Detrender = 0.00
I1 = 0.00
Q1 = 0.00
jI = 0.00
jQ = 0.00
I2 = 0.00
Q2 = 0.00
Re = 0.00
Im = 0.00
Period = 0.00
SmoothPeriod = 0.00
pi = 2 * math.asin(1)
DomCycle = 0.0
//Hilbert Transform
Smooth := bar_index > 5 ? (4 * Price + 3 * nz(Price[1]) + 2 * nz(Price[2]) + nz(Price[3])) / 10 : Smooth
Detrender := bar_index > 5 ? (.0962 * Smooth + .5769 * nz(Smooth[2]) - .5769 * nz(Smooth[4]) - .0962 * nz(Smooth[6])) * (.075 * nz(Period[1]) + .54) : Detrender
//Compute InPhase and Quadrature components
Q1 := bar_index > 5 ? (.0962 * Detrender + .5769 * nz(Detrender[2]) - .5769 * nz(Detrender[4]) - .0962 * nz(Detrender[6])) * (.075 * nz(Period[1]) + .54) : Q1
I1 := bar_index > 5 ? nz(Detrender[3]) : I1
//Advance the phase of I1 and Q1 by 90 degrees
jI := (.0962 * I1 + .5769 * nz(I1[2]) - .5769 * nz(I1[4]) - .0962 * nz(I1[6])) * (.075 * nz(Period[1]) + .54)
jQ := (.0962 * Q1 + .5769 * nz(Q1[2]) - .5769 * nz(Q1[4]) - .0962 * nz(Q1[6])) * (.075 * nz(Period[1]) + .54)
//Phasor addition for 3 bar averaging
I2 := I1 - jQ
Q2 := Q1 + jI
//Smooth the I and Q components before applying the discriminator
I2 := .2 * I2 + .8 * nz(I2[1])
Q2 := .2 * Q2 + .8 * nz(Q2[1])
//Homodyne Discriminator
Re := I2 * nz(I2[1]) + Q2 * nz(Q2[1])
Im := I2 * nz(Q2[1]) - Q2 * nz(I2[1])
Re := .2 * Re + .8 * nz(Re[1])
Im := .2 * Im + .8 * nz(Im[1])
Period := Im != 0 and Re != 0 ? 2 * pi / math.atan(Im / Re) : Period
Period := Period > 1.5 * nz(Period[1]) ? 1.5 * nz(Period[1]) : Period
Period := Period < .67 * nz(Period[1]) ? .67 * nz(Period[1]) : Period
//Limit Period to be within the bounds of 6 bar and 50 bar cycles
Period := Period < 6 ? 6 : Period
Period := Period > 50 ? 50 : Period
Period := .2 * Period + .8 * nz(Period[1])
SmoothPeriod := .33 * Period + .67 * nz(SmoothPeriod[1])
//it can add filter to Period here
DomCycle := math.ceil(CycPart * SmoothPeriod) > 34 ? 34 : math.ceil(CycPart * SmoothPeriod) < 1 ? 1 : math.ceil(CycPart * SmoothPeriod)
DomCycle
wma(src, length) =>
wma = 0.0
sum = 0.0
norm = length * (length + 1) / 2
for i = 0 to length - 1
sum := sum + src[i] * (length - i)
wma := sum / norm
length = math.round(math.ceil(EhlersHoDyDC(hclose,CycPart)))
// Traditional Function initialization
highest_custom(src, length) =>
x = src
for i = 0 to math.min(length, 4999)
if src[i] > x
x := src[i]
x
lowest_custom(src, length) =>
x = src
for i = 0 to math.min(length, 4999)
if src[i] < x
x := src[i]
x
rma(src, len) =>
sum = 0.0
for i = 0 to len - 1
math.min(1, len)
sum += src[i]
rma = sum / len
rma := nz(rma[1]) * (len - 1) / len + src / len
sma(src, length) =>
math.sum(src, length) / length
hln(src, length) =>
TR = math.max(math.abs(src - src[1]), high - low)
TR := src / math.abs(ta.change(rma(TR, length)))
TR := (1 / TR) * 100
vawma(src, length) =>
atr = ta.atr(1)
aavg = sma(atr, length)
vavg = sma(volume, length)
weighted_sum = 0.0
sum_weights = 0.0
weighted = 0.0
for i = 0 to length
weight = ((volume[i] / vavg + (atr[i]) / aavg) / 2)
weighted_sum += src[i] * weight
sum_weights += weight
a = (weighted_sum / sum_weights)
vawsi(src, len) =>
rmaUp = vawma(math.max(ta.change(src), 0), len)
rmaDown = vawma(-math.min(ta.change(src), 0), len)
rsi = 100 - (100 / (1 + rmaUp / rmaDown))
trendPersistence(src, length, smoothing) =>
trendu = math.abs(src - highest_custom(src, length))
trendd = math.abs(src - lowest_custom(src, length))
trendu := wma(trendu, smoothing)
trendd := wma(trendd, smoothing)
trendu := ta.change(ta.cum(trendu))
trendd := ta.change(ta.cum(trendd))
trend = wma(math.max(trendu, trendd), smoothing)
rmaUp = rma(math.max(ta.change(trend), 0), length)
rmaDown = rma(-math.min(ta.change(trend), 0), length)
rsi = 100 - (100 / (1 + rmaUp / rmaDown))
//Strategy Calculations
sl = ((100 - sltp) / 100) * close
tp = ((100 + sltp) / 100) * close
var bool crossup = na
var bool crossdown = na
var float dir = na
var float BearGuy = 0
BullGuy = ta.barssince(crossup or crossdown)
if na(BullGuy)
BearGuy += 1
else
BearGuy := math.min(BullGuy, 4999)
rsiw = rsi_weight / 100
cew = half_weight / 100
atrw = atr_weight / 100
atr = hln(hclose, length) * atrw
ce = 1 / trendPersistence(hclose, length, smoothing)
com = 1 / math.max(math.abs(vawsi(hclose, length) - 50) * 2, 20)
comfin = (((com * rsiw) + (ce * cew) - atr)) * com_mult
lower = highest_custom(math.min((math.max(highest_custom(src, BearGuy) * (1 - comfin), sl)), src[1]), BearGuy)
upper = lowest_custom(math.max((math.min(lowest_custom(src, BearGuy) * (1 + comfin), tp)), src[1]), BearGuy)
var float thresh = na
if na(thresh)
thresh := lower
if na(dir)
dir := 1
if crossdown
dir := -1
if crossup
dir := 1
if dir == 1
thresh := lower
if dir == -1
thresh := upper
crossup := ta.crossover(hclose, thresh) and barstate.isconfirmed
crossdown := ta.crossunder(hclose, thresh) and barstate.isconfirmed
//STRATEGY
if crossup
strategy.entry("long", strategy.long)
if crossdown
strategy.entry("Short", strategy.short)
//PLOTTING
col = hclose > thresh ? color.lime : color.red
plot(thresh, linewidth = 2, color = color.new(col[1], 0))