EMA1 - EMA2 untuk panjang) * 100. 3. garisan Lorenzian = EMA3 + CI.
Strategi ini mengira garis Lorenzian pada kedua-dua jangka masa semasa dan jangka masa yang lebih tinggi untuk menyediakan perspektif pasaran berbilang dimensi. Isyarat perdagangan berdasarkan persimpangan harga dengan garis Lorenzian dan disahkan melalui mekanisme melihat kembali. Isyarat beli dicetuskan apabila harga melintasi di atas garis Lorenzian dan harga terendah dalam tempoh melihat kembali berada di bawah garis Lorenzian; isyarat jual berfungsi dengan cara yang bertentangan.
Strategi ini juga memperkenalkan mekanisme harga sasaran, menentukan titik keluar berdasarkan peratusan sasaran yang ditakrifkan oleh pengguna.
Analisis pelbagai jangka masa: Dengan menggabungkan garis Lorenzian dari jangka masa semasa dan yang lebih tinggi, strategi menangkap trend pasaran yang lebih komprehensif, mengurangkan isyarat palsu.
Pengesanan Trend Dinamis: Kaedah Pengelasan Lorenzian menyesuaikan diri dengan cepat dengan perubahan pasaran, menyediakan keupayaan pengenalan trend yang sensitif.
Mekanisme Pengesahan Isyarat: Menggunakan tempoh kembali untuk mengesahkan isyarat perdagangan secara berkesan mengurangkan kebarangkalian perdagangan yang salah.
Pengoptimuman Harga Sasaran: Dengan menetapkan peratusan sasaran, strategi dapat memaksimumkan keuntungan dalam keadaan pasaran yang menguntungkan.
Pengurusan Risiko: Pengenalan mekanisme stop-loss dinamik mengawal risiko untuk setiap perdagangan dengan berkesan.
Visualisasi dan Statistik: Strategi menyediakan paparan carta intuitif dan statistik perdagangan, memudahkan analisis dan pengoptimuman prestasi strategi.
Fleksibiliti: Pelbagai parameter yang boleh diselaraskan membolehkan peniaga mengoptimumkan strategi mengikut keadaan pasaran yang berbeza dan pilihan peribadi.
Sensitiviti Parameter: Prestasi strategi sangat bergantung kepada pilihan parameter input. Tetapan parameter yang tidak sesuai boleh menyebabkan overtrading atau kehilangan peluang penting.
Kebergantungan Keadaan Pasaran: Dalam pasaran yang bergelombang, strategi boleh menghasilkan isyarat palsu yang kerap, yang mengakibatkan kerugian berturut-turut.
Risiko slippage: Dalam pasaran yang turun naik dengan cepat, harga pelaksanaan sebenar mungkin berbeza dengan harga isyarat.
Risiko pengoptimuman berlebihan: Penyesuaian parameter yang berlebihan untuk menyesuaikan data sejarah boleh menyebabkan terlalu sesuai, mempengaruhi prestasi perdagangan langsung masa depan.
Kegagalan teknikal: Bergantung pada pengiraan penunjuk teknikal yang kompleks bermakna kegagalan sistem atau ralat data boleh membawa kepada keputusan perdagangan yang salah.
Untuk mengurangkan risiko ini, disyorkan untuk:
Penyesuaian Parameter Dinamik: Melaksanakan mekanisme penyesuaian parameter adaptif untuk menyesuaikan panjang dan ambang EMA secara automatik berdasarkan turun naik pasaran.
Penapis Tambahan: Memperkenalkan penunjuk teknikal atau asas tambahan sebagai penapis untuk meningkatkan kualiti isyarat.
Integrasi Pembelajaran Mesin: Menggunakan algoritma pembelajaran mesin untuk mengoptimumkan pemilihan parameter dan proses penjanaan isyarat.
Analisis korelasi pelbagai aset: Pertimbangkan data dari pelbagai aset yang berkaitan untuk memberikan perspektif pasaran yang lebih komprehensif.
Integrasi Acara Berita: Tambah fungsi analisis peristiwa berita untuk menyesuaikan tingkah laku strategi semasa pelepasan data ekonomi penting.
Penyesuaian Volatiliti: Sesuaikan secara dinamik peratusan sasaran dan tahap stop-loss berdasarkan turun naik pasaran.
Pengurusan Risiko yang Ditingkatkan: Melaksanakan pengurusan kedudukan dan strategi kawalan risiko yang lebih canggih, seperti ukuran kedudukan berdasarkan turun naik.
Arahan pengoptimuman ini bertujuan untuk meningkatkan kebolehsesuaian dan kestabilan strategi, membolehkan ia mengekalkan prestasi yang baik dalam pelbagai keadaan pasaran.
Strategi Sasaran Berbilang Jangka Masa Klasifikasi Lorenzian adalah sistem perdagangan komprehensif yang menggabungkan kaedah analisis teknikal canggih dengan mekanisme pengurusan risiko yang pintar. Melalui analisis pelbagai jangka masa, pengenalan trend dinamik, dan pengoptimuman harga sasaran, strategi ini mempunyai potensi untuk mencapai prestasi perdagangan yang konsisten di pelbagai keadaan pasaran. Walau bagaimanapun, ia juga menghadapi cabaran seperti kepekaan parameter dan ketergantungan pasaran. Melalui pengoptimuman dan pengurusan risiko yang berterusan, peniaga dapat memanfaatkan sepenuhnya kelebihan strategi sambil mengawal risiko berpotensi dengan berkesan.
/*backtest
start: 2023-07-31 00:00:00
end: 2024-07-30 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Lorenzian Classification Strategy with Target and Multi-Timeframe", overlay=true)
// Input parameters
length = input.int(5, "Lorenzian Length", minval=1)
threshold = input.float(1.0, "Threshold", step=0.1)
lookback = input.int(3, "Lookback Candles", minval=1, maxval=20)
targetPercentage = input.float(1.5, "Target Percentage (%)", step=0.1) // Target percentage for exit
higherTimeframe = input.timeframe("D", "Higher Timeframe") // Higher timeframe for multi-timeframe analysis
// Lorenzian Classification calculation for current timeframe
ema1 = ta.ema(hlc3, length)
ema2 = ta.ema(ema1, length)
ema3 = ta.ema(ema2, length)
d = ema1 - ema2
ci = d / (0.015 * ta.ema(math.abs(d), length)) * 100
lorenzian = ema3 + ci
// Lorenzian Classification calculation for higher timeframe
hlc3_htf = request.security(syminfo.tickerid, higherTimeframe, (high + low + close)/3 )
ema1_htf = ta.ema(hlc3_htf, length)
ema2_htf = ta.ema(ema1_htf, length)
ema3_htf = ta.ema(ema2_htf, length)
d_htf = ema1_htf - ema2_htf
ci_htf = d_htf / (0.015 * ta.ema(math.abs(d_htf), length)) * 100
lorenzian_htf = ema3_htf + ci_htf
// Signal generation
crossUp = ta.crossover(close, lorenzian)
crossDown = ta.crossunder(close, lorenzian)
// Determine color based on price position relative to the line
lineColor = close > ema3 ? color.green : color.red
lineColorH = close > ema3_htf ? color.blue : color.red
// Plot the line with dynamic color
plot(ema3, color=lineColor, title="EMA3", linewidth=2)
plot(ema3_htf, color=lineColorH, title="EMA3 HTF", linewidth=2)
// Function to check for opposite movement
oppositeMove(isLong) =>
if isLong
lowest = ta.lowest(low, lookback)
lowest < lorenzian[lookback]
else
highest = ta.highest(high, lookback)
highest > lorenzian[lookback]
// Generate buy and sell signals
buySignal = crossUp and oppositeMove(true)
sellSignal = crossDown and oppositeMove(false)
// Calculate and manage target price
var float targetPrice = na
var float plotTargetPrice = na
var float entryPrice = na
// Variables to track trade outcomes
var int targetMet = 0
var int targetNotMet = 0
var int totalTrades = 0
if (buySignal)
strategy.entry("Buy", strategy.long)
entryPrice := close
targetPrice := entryPrice * (1 + targetPercentage/100)
plotTargetPrice := targetPrice
totalTrades := totalTrades + 1
if (sellSignal)
strategy.entry("Sell", strategy.short)
entryPrice := close
targetPrice := entryPrice * (1 - targetPercentage/100)
plotTargetPrice := targetPrice
totalTrades := totalTrades + 1
// Check if target price is met to exit
if (not na(targetPrice))
if (strategy.position_size > 0 and high >= targetPrice) // Long position exit condition
strategy.close("Buy")
targetPrice := na
entryPrice := na
targetMet := targetMet + 1
else if (strategy.position_size > 0 and low < entryPrice * (1 - targetPercentage/100)) // Stop loss for long
strategy.close("Buy")
targetPrice := na
entryPrice := na
targetNotMet := targetNotMet + 1
if (strategy.position_size < 0 and low <= targetPrice) // Short position exit condition
strategy.close("Sell")
targetPrice := na
entryPrice := na
targetMet := targetMet + 1
else if (strategy.position_size < 0 and high > entryPrice * (1 + targetPercentage/100)) // Stop loss for short
strategy.close("Sell")
targetPrice := na
entryPrice := na
targetNotMet := targetNotMet + 1
// Reset plotTargetPrice when position is closed
if (strategy.position_size == 0)
plotTargetPrice := na
// Plot signals and target price
plotshape(buySignal, title="Buy Signal", location=location.belowbar, color=color.green, style=shape.triangleup, size=size.small)
plotshape(sellSignal, title="Sell Signal", location=location.abovebar, color=color.purple, style=shape.triangledown, size=size.small)
plot(plotTargetPrice, color=color.yellow, title="Target Price", style=plot.style_circles, linewidth=2)
// Add alerts
alertcondition(buySignal, title="Buy Signal", message="Lorenzian Buy Signal")
alertcondition(sellSignal, title="Sell Signal", message="Lorenzian Sell Signal")
// Calculate success percentage
successPercentage = totalTrades > 0 ? (targetMet / totalTrades) * 100 : 0
// Create a table to display trade outcomes
var table tradeStats = table.new(position.top_right, 2, 3, border_width=1)
table.cell(tradeStats, 0, 0, "Targets Met", bgcolor=color.new(color.green, 30))
table.cell(tradeStats, 1, 0, "Targets Missed", bgcolor=color.new(color.red, 30))
table.cell(tradeStats, 0, 1, str.tostring(targetMet), bgcolor=color.new(color.green, 30))
table.cell(tradeStats, 1, 1, str.tostring(targetNotMet), bgcolor=color.new(color.red, 30))
table.cell(tradeStats, 0, 2, "Success Rate", bgcolor=color.new(color.blue, 30))
table.cell(tradeStats, 1, 2, str.tostring(successPercentage, "#.##") + "%", bgcolor=color.new(color.blue, 30))