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

EMA de preços com otimização estocástica baseada em aprendizagem de máquina

Autora:ChaoZhang, Data: 2024-01-26 14:57:08
Tags:

Resumo

Esta estratégia combina a média móvel suave com o indicador estocástico para capturar mais oportunidades nas tendências. usa principalmente duas médias móveis exponenciais com períodos diferentes para gerar sinais de negociação, juntamente com o cruzamento da linha K e da linha D no indicador estocástico para seleção de tempo de entrada, a fim de obter maior lucratividade nas tendências.

Princípio da estratégia

A estratégia usa médias móveis suaves de 12 períodos e 26 períodos. Quando a linha rápida cruza acima da linha lenta da parte inferior, vá longo. Quando a linha rápida cruza abaixo da linha lenta da parte superior, vá curto. Para filtrar sinais falsos, requer que as linhas rápidas e lentas estejam na mesma direção, com a linha rápida acima da linha lenta para longa e a linha rápida abaixo da linha lenta para curta.

O cruzamento da linha K e da linha D no indicador estocástico é usado para seleção de tempo de entrada. Quando a linha K cruza acima da linha D abaixo da linha de sobrecompra, vá longo. Quando a linha K cruza abaixo da linha D acima da linha de sobrevenda, vá curto.

A média móvel suave determina a direção da tendência, enquanto o indicador estocástico filtra o ruído e seleciona o tempo de entrada.

Vantagens da estratégia

A média móvel suave em si tem a característica de seguir tendências, fácil de rastrear tendências
Utilize o Stochastic para filtrar ruído e melhorar a lucratividade
A combinação de MA rápidas e lentas permite entrar quando a MA rápida se retira para a MA lenta, obtendo um melhor risco-recompensa
O cruzamento da linha K e da linha D proporciona uma otimização adicional do tempo

Por conseguinte, esta estratégia poderia seguir a tendência de forma selectiva para captar oportunidades, obtendo uma maior rentabilidade.

Análise de riscos

Alto risco de saída prematura a curto prazo. Os sinais podem ser negados ou presos quando a MA rápida retira para a MA lenta
Como segue a tendência, não pode adaptar-se rapidamente a uma inversão drástica da tendência, levando a grandes perdas.

Para reduzir esses riscos, poderíamos definir stop loss, ou adotar parâmetros MA mais moderados.

Orientações de otimização

A estratégia poderá ser melhorada a partir dos seguintes aspectos:

Teste diferentes combinações de parâmetros de MA para encontrar o parâmetro ideal
Teste diferentes combinações de parâmetros estocásticos
Adicionar estratégia de stop loss
Adicionar stop loss dinâmico com base na volatilidade
Optimização dos parâmetros de ensaio em diferentes produtos e prazos
Utilize algoritmos de aprendizagem de máquina para otimizar parâmetros

Além disso, as estratégias de stop loss poderiam efetivamente reduzir o risco e melhorar a estabilidade.

Conclusão

A estratégia integra os pontos fortes da média móvel suave e estocástica para seguir tendências, selecionando um melhor momento de entrada. É fácil de operar, com risco controlado e grande valor prático. Seu desempenho pode ser melhorado através de testes e otimização contínuos. Ele fornece aos comerciantes quant um modelo de rastreamento de tendências eficiente e estável.

/*backtest
start: 2024-01-18 00:00:00
end: 2024-01-25 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
// author SoftKill

strategy(title="Price EMA with stock", shorttitle="EMA STOCH", overlay=true)
src = input(title="Source", type=input.source, defval=close)

src_0 = src[0]
src_1 = src[1]
src_2 = src[2]
src_3 = src[3]
src_4 = src[4]

len50 = input(50, minval=1, title="Length")
src50 = input(close, title="Source")
out50 = ema(src50, len50)
len100 = input(100)
src100 = input(close, title="Source")
out100 = ema(src100, len100)

len1 = input(1, minval=1, title="Length")
src1 = input(close, title="Source")
out1 = sma(src1, len1)

length = input(5, minval=1)
OverBought = input(80)
OverSold = input(20)
smoothK = 3
smoothD = 3

k = sma(stoch(close, high, low, length), smoothK)
d = sma(k, smoothD)
cu = crossover(k,OverSold)
co = crossunder(k,OverBought)

sma_down = crossunder(out1, out50)
sma_up = crossover(out1,out50)

//if (not na(k) and not na(d))
  //  if (co and k < OverSold)
    //    strategy.entry("StochLE", strategy.long, comment="StochLE")
    //if (cu and k > OverBought)
     //   strategy.entry("StochSE", strategy.short, comment="StochSE")

crossCandle_4 = crossover(src[4],out50)
crossCandleUnder_4= cross(src[4],out50)
crossCandle_3 = crossover(src[3],out50)
crossCandleUnder_3= crossunder(src[3],out50)
crossCandle_2 = crossover(src[2],out50)
crossCandleUnder_2= crossunder(src[2],out50)
crossCandle_1 = crossover(src[1],out50)
crossCandleUnder_1= crossunder(src[1],out50)
crossCandle_0 = crossover(src[0],out50)
crossCandleUnder_0= crossunder(src[0],out50)

conditionOver = (crossCandle_4 or crossCandle_3 or crossCandle_2 or crossCandle_1 or crossCandle_0)
conditionUnder =(crossCandleUnder_4 or crossCandleUnder_3 or crossCandleUnder_2 or crossCandleUnder_1 or crossCandleUnder_0)

touch4 = (cross(low[4],out50) or cross(high[4],out50))
touch3 = (cross(low[3],out50) or cross(high[3],out50))
touch2 = (cross(low[2],out50) or cross(high[2],out50))
touch1 = (cross(low[1],out50) or cross(high[1],out50))

touch = touch1 or touch2 or touch3 or touch4

//and sma_up
//and sma_down

// Getting inputs
fast_length = input(title="Fast Length", type=input.integer, defval=12)
slow_length = input(title="Slow Length", type=input.integer, defval=26)
src_macd = 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)

// Plot colors
col_grow_above = #26A69A
col_grow_below = #FFCDD2
col_fall_above = #B2DFDB
col_fall_below = #EF5350
col_macd = #0094ff
col_signal = #ff6a00

// Calculating
fast_ma = sma_source ? sma(src_macd, fast_length) : ema(src_macd, fast_length)
slow_ma = sma_source ? sma(src_macd, slow_length) : ema(src_macd, slow_length)
macd = fast_ma - slow_ma
signal = sma_signal ? sma(macd, signal_length) : ema(macd, signal_length)
hist = macd - signal

//plot(hist, title="Histogram", style=plot.style_columns, color=(hist>=0 ? (hist[1] < hist ? col_grow_above : col_fall_above) : (hist[1] < hist ? col_grow_below : col_fall_below) ), transp=0 )
//plot(macd, title="MACD", color=col_macd, transp=0)
//plot(signal, title="Signal", color=col_signal, transp=0)


// plot((conditionOver or conditionUnder or touch)  and src[0] >= out50 and close >= out50 and  (cu) and out50 > out100 and hist>=0 , title="Buy", style=plot.style_columns, color=color.lime)
// plot((conditionOver or conditionUnder or touch)  and src[0] <= out50 and close <= out50 and  (co) and out50< out100 and hist<=0 , title="sell", style=plot.style_columns, color=color.red)


long_cond = ((conditionOver or conditionUnder or touch)  and src[0] >= out50 and close > out50 and  (cu) and out50 > out100 and hist>=0)
short_cond = ((conditionOver or conditionUnder or touch)  and src[0] <= out50 and close < out50 and  (co) and out50< out100 and hist<=0)

tp=input(0.1)
sl=input(0.1)

strategy.entry("long",strategy.long, when=long_cond)
strategy.entry("short",strategy.short, when=short_cond)

strategy.exit("X_long", "long", profit=close * tp / syminfo.mintick,  loss=close * sl / syminfo.mintick, when=touch  )
strategy.exit("x_short", "short",profit=close * tp / syminfo.mintick,loss=close * sl / syminfo.mintick,when = touch )

// //tp = input(0.0003, title="tp")
// tp = 0.0003
// //sl = input(1.0 , title="sl")
// sl = 1.0
// strategy.exit("closelong", "long" , profit = close * tp / syminfo.mintick, loss = close * sl / syminfo.mintick, alert_message = "closelong")
// strategy.exit("closeshort", "short" , profit = close * tp / syminfo.mintick, loss = close * sl / syminfo.mintick, alert_message = "closeshort")

Mais.