A estratégia de troca de algoritmos de modelos de ruptura e devoramento de potência
Autora:ChaoZhang, Data: 2024-01-30 17:20:59Tags:
Resumo
Este artigo descreve uma estratégia de negociação algorítmica que usa o padrão de engolimento para identificar oportunidades de lucro e que usa o cruzamento do preço com a média móvel como sinal de entrada. A estratégia combina análise técnica de preços com um método de rastreamento de tendências, com o objetivo de obter lucros em pontos de reversão de tendências e tendências.
Princípios
A lógica central da estratégia baseia-se na fusão de dois indicadores não relacionados:
Forma de engolir: um padrão de inversão de duas linhas K, em que a entidade da segunda linha K engole completamente a entidade da primeira linha K, usado para identificar a oportunidade de reversão.
O preço cruza com a média móvel: um sinal de compra é gerado quando o preço atravessa a média móvel cruzada acima abaixo da média móvel; um sinal de venda é gerado quando o preço atravessa a média móvel cruzada abaixo acima da média móvel.
A probabilidade de lucro pode ser aumentada por determinar o momento em que o mercado pode se inverter, combinando-se o cruzamento do preço com a média móvel como um sinal de filtragem para determinar a reversão.
Especificamente, a estratégia determina a probabilidade de uma reversão do setor através do rastreamento de três formas de absorção: absorção multi-head, absorção em branco e absorção sem sombra. Em seguida, o preço é filtrado com os sinais de golden fork e dead fork da média móvel para determinar a direção da posição.
Vantagens
A maior vantagem desta estratégia é a utilização de uma combinação de indicadores não relacionados para melhorar o efeito de decisão. A forma de engolir determina a hora e a probabilidade de uma reversão do mercado; enquanto o preço e a média móvel verificam a direção e a intensidade da reversão.
Outra vantagem é a flexibilidade de configuração de parâmetros. Os usuários podem definir seus próprios parâmetros, como o ciclo da média móvel, o tamanho do stop-loss e outros, para otimizar a estratégia.
Risco
Apesar da utilização de vários indicadores para melhorar o efeito de julgamento, a estratégia ainda apresenta um certo risco de falsos sinais. A forma de engolir não é um sinal de reversão 100% confiável, e o cruzamento do preço com a média móvel também pode falhar. Tudo isso pode levar a um prejuízo no início do avanço.
Além disso, como a maioria das estratégias de análise técnica, a estratégia também tem um efeito ruim sobre o mercado em que os mercados em conflito, como oscilações de preços, são organizados; uma perturbação contínua pode desencadear prejuízos ou reduzir o espaço para lucros.
Para controlar o risco, os parâmetros da média móvel podem ser ajustados apropriadamente para otimizar o tamanho do stop loss. Também pode ser considerado o grau de participação da estratégia de ajuste dinâmico em combinação com outros indicadores para identificar tendências e mercados turbulentos.
Optimização
A estratégia pode ser otimizada em vários aspectos:
Testar mais tipos de médias móveis para encontrar a melhor combinação de parâmetros; por exemplo, medias móveis ponderadas, suavização sequencial de medias móveis, etc.;
Aumentar os indicadores de tendência para evitar a abertura de mercados turbulentos.
Otimizar o modo de parar para melhorar o efeito de parar. Pode considerar estratégias de parar como o rastreamento de parar, a saída do candelier.
Aumente o método de aprendizagem de máquina para determinar a forma da linha K e melhore a precisão do reconhecimento do glúteo.
Adicionou a função de otimização automática de parâmetros para realizar a adaptação de parâmetros.
Resumo
Esta estratégia consiste em absorver a forma de julgar o tempo de reversão e de verificar a direção inversa do preço e do cruzamento da média móvel. É uma estratégia de análise técnica para melhorar o efeito da decisão através da fusão de indicadores. As vantagens são a complementaridade dos indicadores e a flexibilidade dos parâmetros.
/*backtest
start: 2023-12-30 00:00:00
end: 2024-01-29 00:00:00
period: 3h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
//@author=Daveatt
StrategyName = "BEST Engulfing + MA"
ShortStrategyName = "BEST Engulfing + MA"
strategy(title=StrategyName, shorttitle=ShortStrategyName, overlay=true)
includeEngulfing = true
includeMA = true
source_ma = input(title="Source Price vs MA", type=input.source, defval=close)
typeofMA = input(title="Type of MA", defval="SMA", options=["RMA", "SMA", "EMA", "WMA", "VWMA", "SMMA", "KMA", "TMA", "HullMA", "DEMA", "TEMA"])
length_ma = input(32, title = "MA Length", type=input.integer)
// ---------- Candle components and states
GreenCandle = close > open
RedCandle = close < open
NoBody = close==open
Body = abs(close-open)
// bullish conditions
isBullishEngulfing1 = max(close[1],open[1]) < max(close,open) and min(close[1],open[1]) > min(close,open) and Body > Body[1] and GreenCandle and RedCandle[1]
isBullishEngulfing2 = max(close[1],open[1]) < max(close,open) and min(close[1],open[1]) <= min(close,open) and Body > Body[1] and GreenCandle and RedCandle[1]
// bearish conditions
isBearishEngulfing1 = max(close[1],open[1]) < max(close,open) and min(close[1],open[1]) > min(close,open) and Body > Body[1] and RedCandle and GreenCandle[1]
isBearishEngulfing2 = max(close[1],open[1]) >= max(close,open) and min(close[1],open[1]) > min(close,open) and Body > Body[1] and RedCandle and GreenCandle[1]
// consolidation of conditions
isBullishEngulfing = isBullishEngulfing1 or isBullishEngulfing2
isBearishEngulfing = isBearishEngulfing1 or isBearishEngulfing2
//isBullishEngulfing = max(close[1],open[1]) < max(close,open) and min(close[1],open[1]) > min(close,open) and Body > Body[1] and GreenCandle and RedCandle[1]
//isBearishEngulfing = max(close[1],open[1]) < max(close,open) and min(close[1],open[1]) > min(close,open) and Body > Body[1] and RedCandle and GreenCandle[1]
Engulf_curr = 0 - barssince(isBearishEngulfing) + barssince(isBullishEngulfing)
Engulf_Buy = Engulf_curr < 0 ? 1 : 0
Engulf_Sell = Engulf_curr > 0 ? 1 : 0
// Price vs MM
smma(src, len) =>
smma = 0.0
smma := na(smma[1]) ? sma(src, len) : (smma[1] * (len - 1) + src) / len
smma
ma(smoothing, src, length) =>
if smoothing == "RMA"
rma(src, length)
else
if smoothing == "SMA"
sma(src, length)
else
if smoothing == "EMA"
ema(src, length)
else
if smoothing == "WMA"
wma(src, length)
else
if smoothing == "VWMA"
vwma(src, length)
else
if smoothing == "SMMA"
smma(src, length)
else
if smoothing == "HullMA"
wma(2 * wma(src, length / 2) - wma(src, length), round(sqrt(length)))
else
if smoothing == "LSMA"
src
else
if smoothing == "KMA"
xPrice = src
xvnoise = abs(xPrice - xPrice[1])
nfastend = 0.666
nslowend = 0.0645
nsignal = abs(xPrice - xPrice[length])
nnoise = sum(xvnoise, length)
nefratio = iff(nnoise != 0, nsignal / nnoise, 0)
nsmooth = pow(nefratio * (nfastend - nslowend) + nslowend, 2)
nAMA = 0.0
nAMA := nz(nAMA[1]) + nsmooth * (xPrice - nz(nAMA[1]))
nAMA
else
if smoothing == "TMA"
sma(sma(close, length), length)
else
if smoothing == "DEMA"
2 * src - ema(src, length)
else
if smoothing == "TEMA"
3 * (src - ema(src, length)) + ema(ema(src, length), length)
else
src
MA = ma(typeofMA, source_ma, length_ma)
plot(MA, color=#006400FF, title="MA breakout", linewidth=3)
macrossover = crossover (source_ma, MA)
macrossunder = crossunder(source_ma, MA)
since_ma_buy = barssince(macrossover)
since_ma_sell = barssince(macrossunder)
macross_curr = 0 - since_ma_sell + since_ma_buy
bullish_MA_cond = macross_curr < 0 ? 1 : 0
bearish_MA_cond = macross_curr > 0 ? 1 : 0
posUp = (Engulf_Buy ? 1 : 0) + (bullish_MA_cond ? 1 : 0)
posDn = (Engulf_Sell ? 1 : 0) + (bearish_MA_cond ? 1 : 0)
conditionUP = posUp == 2 and posUp[1] < 2
conditionDN = posDn == 2 and posDn[1] < 2
sinceUP = barssince(conditionUP)
sinceDN = barssince(conditionDN)
// primary-first signal of the trend
nUP = crossunder(sinceUP,sinceDN)
nDN = crossover(sinceUP,sinceDN)
// and the following secondary signals
// save of the primary signal
sinceNUP = barssince(nUP)
sinceNDN = barssince(nDN)
buy_trend = sinceNDN > sinceNUP
sell_trend = sinceNDN < sinceNUP
// engulfing by
barcolor(nUP ? color.orange : na, title="Bullish condition")
barcolor(nDN ? color.yellow : na, title="Bearish condition")
isLong = nUP
isShort = nDN
long_entry_price = valuewhen(nUP, close, 0)
short_entry_price = valuewhen(nDN, close, 0)
longClose = close[1] < MA
shortClose = close[1] > MA
///////////////////////////////////////////////
//* Backtesting Period Selector | Component *//
///////////////////////////////////////////////
StartYear = input(2017, "Backtest Start Year",minval=1980)
StartMonth = input(1, "Backtest Start Month",minval=1,maxval=12)
StartDay = input(1, "Backtest Start Day",minval=1,maxval=31)
testPeriodStart = timestamp(StartYear,StartMonth,StartDay,0,0)
StopYear = input(2020, "Backtest Stop Year",minval=1980)
StopMonth = input(12, "Backtest Stop Month",minval=1,maxval=12)
StopDay = input(31, "Backtest Stop Day",minval=1,maxval=31)
testPeriodStop = timestamp(StopYear,StopMonth,StopDay,0,0)
testPeriod() => true
//////////////////////////
//* Profit Component *//
//////////////////////////
input_tp_pips = input(600, "Backtest Profit Goal (in USD)",minval=0)
input_sl_pips = input(300, "Backtest STOP Goal (in USD)",minval=0)
tp = buy_trend? long_entry_price + input_tp_pips : short_entry_price - input_tp_pips
sl = buy_trend? long_entry_price - input_sl_pips : short_entry_price + input_sl_pips
long_TP_exit = buy_trend and high >= tp
short_TP_exit = sell_trend and low <= tp
plot(tp, title="TP", style=plot.style_circles, linewidth=3, color=color.blue)
plot(sl, title="SL", style=plot.style_circles, linewidth=3, color=color.red)
if testPeriod()
strategy.entry("Long", 1, when=isLong)
strategy.close("Long", when=longClose )
strategy.exit("XL","Long", limit=tp, when=buy_trend, stop=sl)
if testPeriod()
strategy.entry("Short", 0, when=isShort)
strategy.close("Short", when=shortClose )
strategy.exit("XS","Short", when=sell_trend, limit=tp, stop=sl)
- Estratégia de negociação de ações baseada no retorno do menor ponto do dia do renko
- Estratégias de rastreamento de tendências do canal de preços binários
- Estratégia de ruptura de potência de MA dupla
- SMART estratégias de negociação quantitativa profissional
- A estratégia bilateral para romper o canal de flutuação da linha K
- Estratégias de rastreamento de tendências baseadas em vários indicadores
- Estratégias de negociação de indicadores MACD multicíclicos
- Estratégia de ruptura de choque bidirecional
- Estratégias de extrusão de potência baseadas na faixa de Bryn e no canal de Carkin
- Estratégias de negociação de ruptura bidirecional baseadas na linha K
- Estratégia de opinião pública de dupla linha
- Estratégias de negociação inversa baseadas no RSI
- Estratégia de negociação bidirecional do ADX
- Estratégias de captura de pontos baixos baseadas em correção de regressão linear do Wix
- Estratégias de negociação de médias móveis de índices triplos e índices aleatórios
- A estratégia do duplo 7 dias de ruptura
- A estratégia de negociação quantitativa baseada no MACD duplo
- Estratégia de cruzamento da linha uniforme do cinturão de brinquedos
- A estratégia de curto-circuito do mercado de resíduos
- Estratégias de rastreamento de tendências baseadas em médias móveis adaptativas