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

Estratégia de negociação quantitativa baseada na tendência de onda

Autora:ChaoZhang, Data: 2023-11-28 16:17:31
Tags:

Resumo

Esta estratégia é projetada com base no indicador de tendência de onda. O indicador de tendência de onda combina o canal de preços e a média móvel para identificar efetivamente as tendências do mercado e gerar sinais de negociação. Esta estratégia entra em posições longas ou curtas quando a linha de tendência de onda cruza os níveis-chave que representam o estado de sobrecompra ou sobrevenda.

Estratégia lógica

Calcule a média móvel triangular ap do preço, bem como a média móvel exponencial esa de ap.
Calcule a média móvel exponencial d da diferença absoluta entre ap e esa.
Derivar o indicador de volatilidade ci.
Calcule a média móvel do período n2 de ci para obter o indicador de tendência de onda wt1.
Estabelecer linhas de limiar de sobrecompra e sobrevenda.
Vai longo quando o wt1 cruza acima da linha de sobrevenda, vai curto quando o wt1 cruza abaixo da linha de sobrecompra.

Análise das vantagens

As rupturas da tendência de onda dos níveis de sobrecompra/supervenda captam efetivamente os pontos de inversão da tendência e geram sinais de negociação precisos.
Combinando as teorias do canal de preços e da média móvel, o indicador evita sinais falsos frequentes.
Aplicável a todos os prazos e a uma variedade de instrumentos de negociação.
Os parâmetros personalizáveis proporcionam uma boa experiência do utilizador.

Riscos e soluções

Os sinais podem ser de baixo risco, podem utilizar períodos de espera mais curtos ou combinar-se com outros indicadores para filtragem de sinal.
Não existem mecanismos de dimensionamento de posições e de stop loss, riscos de perdas.

Orientações de otimização

Considere a combinação com outros indicadores como o KDJ e o MACD para formar combinações estratégicas, aumentando a estabilidade.
Projetar automaticamente stop loss como trailing stops, volatilidade pára para limitar por perda comercial.
Utilize algoritmos de aprendizagem de máquina em dados históricos para ajustar automaticamente parâmetros e melhorar o desempenho da estratégia.

Conclusão

Esta estratégia identifica tendências e níveis de sobrecompra / sobrevenda usando o indicador de tendência de onda, formando uma tendência efetiva após a estratégia. Em comparação com osciladores de curto prazo, a tendência de onda evita falsos sinais e fornece melhor estabilidade. Com métodos adequados de controle de risco, pode alcançar lucros constantes.

/*backtest
start: 2023-11-20 00:00:00
end: 2023-11-27 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/


//@author SoftKill21
//@version=4

strategy(title="WaveTrend strat", shorttitle="WaveTrend strategy")
n1 = input(10, "Channel Length")
n2 = input(21, "Average Length")
Overbought = input(70, "Over Bought")
Oversold = input(-30, "Over Sold ")

// BACKTESTING RANGE
 
// From Date Inputs
fromDay = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
fromMonth = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
fromYear = input(defval = 2001, title = "From Year", minval = 1970)
 
// To Date Inputs
toDay = input(defval = 1, title = "To Day", minval = 1, maxval = 31)
toMonth = input(defval = 12, title = "To Month", minval = 1, maxval = 12)
toYear = input(defval = 2020, title = "To Year", minval = 1970)
 
// Calculate start/end date and time condition
DST = 1 //day light saving for usa
//--- Europe
London = iff(DST==0,"0000-0900","0100-1000")
//--- America
NewYork = iff(DST==0,"0400-1500","0500-1600")
//--- Pacific
Sydney = iff(DST==0,"1300-2200","1400-2300")
//--- Asia
Tokyo = iff(DST==0,"1500-2400","1600-0100")

//-- Time In Range
timeinrange(res, sess) => time(res, sess) != 0

london = timeinrange(timeframe.period, London)
newyork = timeinrange(timeframe.period, NewYork)

startDate = timestamp(fromYear, fromMonth, fromDay, 00, 00)
finishDate = timestamp(toYear, toMonth, toDay, 00, 00)
time_cond = true //and (london or newyork)

ap = hlc3 
esa = ema(ap, n1)
d = ema(abs(ap - esa), n1)
ci = (ap - esa) / (0.015 * d)
tci = ema(ci, n2)
 
wt1 = tci
wt2 = sma(wt1,4)

plot(0, color=color.gray)
plot(Overbought, color=color.red)
plot(Oversold, color=color.green)

plot(wt1, color=color.green)
longButton = input(title="Long", type=input.bool, defval=true)
shortButton = input(title="Short", type=input.bool, defval=true)

if(longButton==true)
    strategy.entry("long",1,when=crossover(wt1,Oversold) and time_cond)
    strategy.close("long",when=crossunder(wt1, Overbought))
    
if(shortButton==true)
    strategy.entry("short",0,when=crossunder(wt1, Overbought) and time_cond)
    strategy.close("short",when=crossover(wt1,Oversold))

//strategy.close_all(when= not (london or newyork),comment="time")
if(dayofweek == dayofweek.friday)
    strategy.close_all(when= timeinrange(timeframe.period, "1300-1400"), comment="friday")

Mais.