O recurso está a ser carregado... Carregamento...

Coordenação da estratégia de stop loss deslizante

Autora:ChaoZhang, Data: 2023-11-02 16:28:55
Tags:

Resumo

Esta estratégia utiliza o RSI estocástico e o indicador de taxa de variação de preços para identificar a direção da tendência para a entrada e coordenar o stop loss deslizante para a gestão de riscos.

Estratégia lógica

Em primeiro lugar, a estratégia calcula o RSI estocástico usando o indicador RSI com comprimento 5 e o indicador estocástico com comprimento 7.

Em segundo lugar, a estratégia calcula a taxa de variação do indicador EMA ROC. Quando o EMA ROC está acima da metade do limiar ou abaixo da metade negativa do limiar, identifica o movimento ativo dos preços.

Em seguida, combinando os sinais do RSI estocástico e a taxa de mudança do preço, ele identifica a direção da tendência.

Por fim, a estratégia usa stop loss deslizante coordenado para gerenciamento de risco. Após a abertura da posição, ele continua a atualizar o preço mais alto / mais baixo e usa certa distância percentual do preço mais alto / mais baixo como nível de stop loss.

Análise das vantagens

As vantagens desta estratégia:

O indicador RSI estocástico identifica efetivamente as tendências e as situações de sobrecompra/supervenda.
A taxa de variação do preço filtra fora do mercado de gama para evitar falsos sinais.
O stop loss de deslizamento coordenado pode bloquear os lucros na maior medida, controlando o risco.
A estratégia tem grande espaço de otimização para ajuste de parâmetros com base em diferentes produtos.
A lógica estratégica é simples e clara, fácil de compreender e implementar.

Análise de riscos

Os riscos desta estratégia:

O RSI estocástico pode gerar sinais falsos, precisa de confirmação com outros fatores.
Coordenada deslizante stop loss pode ser muito agressivo, poderia ser parado por lacunas durante a noite.
A reversão a curto prazo pode desencadear o stop loss.
Os parâmetros precisam de otimização para diferentes produtos, caso contrário o desempenho pode ser pobre.
O custo de negociação afeta a rentabilidade da estratégia, freqüência de negociação razoável necessária.

Orientações de otimização

A estratégia pode ser ainda melhorada nos seguintes aspectos:

Otimizar os parâmetros do RSI estocástico para reduzir sinais falsos.
Otimizar a taxa de variação dos parâmetros de preço para melhorar o efeito de filtragem. Pode testar diferentes valores de comprimento e limiar.
Adicionar indicador de tendência para evitar ser parado por reversões, como médias móveis.
Optimize a percentagem de stop loss para reduzir o risco de ficar preso.
Adicionar o gerenciamento do tamanho da posição para controlar o risco de negociação única, como o montante fixo de stop loss ou ajustar dinamicamente o tamanho da posição com base no patrimônio da conta.
Testar parâmetros em diferentes produtos para melhorar a adaptabilidade.

Resumo

Em resumo, esta estratégia tem lógica clara e simples, identifica a direção da tendência com o RSI estocástico e filtra sinais com taxa de mudança de preço, que podem capturar efetivamente tendências de médio e longo prazo. Coordena bloqueios de stop loss deslizantes em lucros e controla o risco. Com otimização adicional, esta estratégia pode se tornar uma tendência muito prática após a estratégia.

/*backtest
start: 2023-10-02 00:00:00
end: 2023-11-01 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("Sto2", overlay=false, initial_capital=10000, default_qty_type=strategy.percent_of_equity, default_qty_value=100, commission_type=strategy.commission.percent, commission_value=0.0)

/////////////// Time Frame ///////////////
testStartYear = input(2017, "Backtest Start Year") 
testStartMonth = input(1, "Backtest Start Month")
testStartDay = input(1, "Backtest Start Day")
testPeriodStart = timestamp(testStartYear,testStartMonth,testStartDay, 0, 0)

testStopYear = input(2019, "Backtest Stop Year")
testStopMonth = input(12, "Backtest Stop Month")
testStopDay = input(31, "Backtest Stop Day")
testPeriodStop = timestamp(testStopYear,testStopMonth,testStopDay, 0, 0)

testPeriod() => true
    
///////////// Stochastic calc /////////////
smoothK = input(1, minval=1)
smoothD = input(7, minval=1)
lengthRSI = input(5, minval=1)
lengthStoch = input(7, minval=1)
src = input(close, title="RSI Source")

up = sma(max(change(src), 0), lengthRSI) 
down = sma(-min(change(src), 0), lengthRSI)
rsi1 = down == 0 ? 100 : up == 0 ? 0 : 100 - (100 / (1 + up / down))

k = sma(stoch(rsi1, rsi1, rsi1, lengthStoch), smoothK)
d = sma(k, smoothD)

///////////// Rate Of Change ///////////// 
source = close, roclength = input(14, minval=1), pcntChange = input(2, minval=1)
roc = 100 * (source - source[roclength]) / source[roclength]
emaroc = ema(roc, roclength / 2)
isMoving() => emaroc > (pcntChange / 2) or emaroc < (0 - (pcntChange / 2))

/////////////// STRATEGY ///////////////
long = k > d and isMoving()
short = k < d and isMoving()

last_long = 0.0
last_short = 0.0
last_long := long ? time : nz(last_long[1])
last_short := short ? time : nz(last_short[1])

long_signal = crossover(last_long, last_short)
short_signal = crossover(last_short, last_long)

last_open_long_signal = 0.0
last_open_short_signal = 0.0
last_open_long_signal := long_signal ? open : nz(last_open_long_signal[1])
last_open_short_signal := short_signal ? open : nz(last_open_short_signal[1])

last_long_signal = 0.0
last_short_signal = 0.0
last_long_signal := long_signal ? time : nz(last_long_signal[1])
last_short_signal := short_signal ? time : nz(last_short_signal[1])

in_long_signal = last_long_signal > last_short_signal
in_short_signal = last_short_signal > last_long_signal

last_high = 0.0
last_low = 0.0
last_high := not in_long_signal ? na : in_long_signal and (na(last_high[1]) or high > nz(last_high[1])) ? high : nz(last_high[1])
last_low := not in_short_signal ? na : in_short_signal and (na(last_low[1]) or low < nz(last_low[1])) ? low : nz(last_low[1])
sl_inp = input(2.0, title='Stop Loss %') / 100
tp_inp = input(9.0, title='Take Profit %') / 100 
 
take_level_l = strategy.position_avg_price * (1 + tp_inp)
take_level_s = strategy.position_avg_price * (1 - tp_inp) 

since_longEntry = barssince(last_open_long_signal != last_open_long_signal[1]) // LONG SL
since_shortEntry = barssince(last_open_short_signal != last_open_short_signal[1]) // SHORT SL

slLong = in_long_signal ? strategy.position_avg_price * (1 - sl_inp) : na
slShort = strategy.position_avg_price * (1 + sl_inp)
long_sl = in_long_signal ? slLong : na
short_sl = in_short_signal ? slShort : na

// Strategy
if testPeriod()
    strategy.entry("Long Entry",  strategy.long, when=long)
    strategy.entry("Short Entry", strategy.short, when=short)
    strategy.exit("Long Ex", "Long Entry", stop=long_sl, limit=take_level_l, when=since_longEntry > 0)
    strategy.exit("Short Ex", "Short Entry", stop=short_sl, limit=take_level_s, when=since_shortEntry > 0)
    
///////////// Plotting /////////////
bgcolor(isMoving() ? long ? color.green : short ? color.red : na : color.white, transp=80)
p1 = plot(k, color=color.gray, linewidth=0)
p2 = plot(d, color=color.gray, linewidth=0)
h0 = hline(100)
h1 = hline(50)
h3 = hline(0)
fill(p1, p2, color = k > d ? color.lime : color.red, transp=70)

Mais.