A Estratégia de Esgotamento de Momento é uma estratégia de tendência que utiliza médias móveis e osciladores percentuais de preços para minimizar a exposição à baixa.
Os principais indicadores desta estratégia são a média móvel de exaustão e exaustão. A exaustão é uma medida da oscilação de preços, calculada a partir de preços próximos, altos e baixos. O cálculo específico é: (média móvel de exaustão próxima + alta + baixa) / média móvel de exaustão. A média móvel de exaustão é a média móvel de exaustão. Quando a exaustão cruza acima da média móvel de exaustão, indica consolidação no mercado e uma possível formação de uma nova tendência. Quando a exaustão cruza abaixo da média móvel de exaustão, sinaliza uma inversão de tendência e devemos considerar tirar lucro.
Além disso, a estratégia também utiliza médias móveis de longo e curto prazo para ajudar a determinar a tendência, incluindo linhas de 300 dias, 150 dias e 50 dias.
O MACD também é usado para sinais de compra e venda de curto prazo. Quando a linha MACD cruza acima da linha de sinal, indica um sinal de alta, e quando o MACD cruza abaixo da linha de sinal, indica um sinal de baixa.
A lógica específica de entrada e saída é:
O indicador de crescimento é o indicador de crescimento do mercado de ações, o indicador de crescimento do mercado de ações e o indicador de crescimento do mercado de ações.
Stop loss a curto prazo: cruzamento de exaustão abaixo da média móvel de exaustão; ou cruzamento do MACD abaixo da linha de sinal.
O valor da posição em risco deve ser calculado de acordo com o método de classificação da posição em risco, de acordo com o método de classificação da posição em risco.
Esta estratégia combina múltiplos indicadores para determinar o esgotamento da tendência e controlar os riscos.
O indicador de exaustão pode identificar eficazmente a consolidação e a reversão.
Usar médias móveis de vários prazos para determinar a tendência evita ser enganado pelo ruído do mercado a curto prazo.
O MACD ajuda a confirmar os sinais de compra e venda, melhorando o desempenho da estratégia.
O RSI desempenha o seu papel de comprar baixo e vender alto, comprando em situações extremamente sobrevendidas.
A estratégia clara de captação de lucro e stop loss pode controlar eficazmente o risco de cada negociação.
Há também alguns riscos com esta estratégia:
Confiando em múltiplos indicadores, configurações incorretas de parâmetros podem levar a sinais de negociação errados.
O indicador de esgotamento não é totalmente fiável, podendo falhar quando há divergência de preços.
A colocação inadequada de stop loss pode resultar em ser interrompida por flutuações de curto prazo.
Quando o mercado global está variando, os indicadores podem falhar.
A estratégia pode ser otimizada nos seguintes aspectos:
Testar diferentes combinações de parâmetros para encontrar os parâmetros ideais e reduzir os sinais falsos.
Incorporar indicadores de volatilidade, como o ATR, para ajustar dinamicamente a faixa de stop loss de acordo com a volatilidade do mercado.
Otimizar o dimensionamento das posições, com regras de dimensionamento de posições diferentes para diferentes condições de mercado.
Incorporar padrões de gráficos como linhas de tendência, linhas de suporte para melhorar o desempenho da estratégia.
Adicionar algoritmos de aprendizagem de máquina para ajudar a avaliar a eficácia dos principais indicadores, realizando otimização dinâmica.
A estratégia de exaustão de momento combina vários indicadores para identificar a reversão da tendência e controlar os riscos. Ele tem a capacidade de seguir a tendência e pode determinar efetivamente os pontos de entrada e saída. Melhorias adicionais podem ser feitas através da otimização de parâmetros, regras de stop loss, incorporação de padrões de gráficos e muito mais.
/*backtest start: 2022-11-09 00:00:00 end: 2023-11-15 00:00:00 period: 1d basePeriod: 1h exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ // This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/ // © spiritualhealer117 //@version=4 strategy("Infiten Slope Strategy", overlay=false,calc_on_every_tick = true, default_qty_type=strategy.percent_of_equity, default_qty_value = 100) // //TIME RESTRICT FOR BACKTESTING { // inDateRange = (time >= timestamp(syminfo.timezone, 2003, // 1, 1, 0, 0)) and // (time < timestamp(syminfo.timezone, 2021, 5, 25, 0, 0)) // //} //OPTIMAL PARAMETERS { daysback = 30 volumesens = 1.618 //} //Calculating Exhaustion and Exhaustion Moving Average { clh = close+low+high exhaustion = (clh-sma(clh,daysback))/sma(clh,daysback) exhaustionSma = sma(exhaustion,daysback) //} //Long Term Moving Averages for sell signals { red = sma(close,300) white = sma(close,150) blue = sma(close,50) plot(red,color=color.red) plot(white,color=color.white) plot(blue,color=color.blue) //} //MACD Calculation { fast_length = input(title="Fast Length", type=input.integer, defval=12) slow_length = input(title="Slow Length", type=input.integer, defval=26) src = input(title="Source", type=input.source, defval=close) signal_length = input(title="Signal Smoothing", type=input.integer, minval = 1, maxval = 50, defval = 9) sma_source = input(title="Simple MA (Oscillator)", type=input.bool, defval=false) sma_signal = input(title="Simple MA (Signal Line)", type=input.bool, defval=false) // Calculating fast_ma = sma_source ? sma(src, fast_length) : ema(src, fast_length) slow_ma = sma_source ? sma(src, slow_length) : ema(src, slow_length) macd = fast_ma - slow_ma signal = sma_signal ? sma(macd, signal_length) : ema(macd, signal_length) hist = macd - signal //} //SIGMOID Bottom { timeAdjust = 300/sma(close,500) //} //RSI bottom { len = input(14, minval=1, title="Length") up = rma(max(change(src), 0), len) down = rma(-min(change(close), 0), len) rsi = down == 0 ? 100 : up == 0 ? 0 : 100 - (100 / (1 + up / down)) //} //Entry and exit conditions { //Sell conditions bigVolume = sma(volume,30)*volumesens sellcond1 = crossunder(exhaustion,exhaustionSma) and volume > bigVolume sellcond2 = crossunder(macd,signal) and volume > bigVolume midtermsellcond1 = crossunder(blue,white) longtermsellcond1 = white < red //Buy conditions buycond = crossover(exhaustion,exhaustionSma) and not longtermsellcond1 buycond2 = rsi < 30 buycond3 = crossover(blue,white) and longtermsellcond1 //} //Backtest Run Buy/Sell Commands { strategy.entry("buycond",true, when=buycond and bigVolume) strategy.entry("buycond2",true, when=buycond2 and bigVolume) strategy.close_all(when=sellcond1,comment="short term sell signal 1") strategy.close_all(when=midtermsellcond1, comment="mid term sell signal 1") strategy.close_all(when=longtermsellcond1, comment="long term sell signal 1") strategy.close_all(when=sellcond2, comment="short term sell signal 2") plot(strategy.position_size) //Sell on last tested day (only for data collection) //strategy.close_all(when=not inDateRange) //}