O recurso está a ser carregado... Carregamento...
  1. Quadrado
  2. Estratégia de cruzamento da média móvel de vários prazos

Estratégia de cruzamento da média móvel de vários prazos

Autora:ChaoZhang, Data: 2024-02-19 15:41:29
Tags:

img

Resumo

A Estratégia de Crossover de Média Móvel de Multiframe é uma estratégia de negociação algorítmica que utiliza sinais de crossover de média móvel entre diferentes períodos de tempo para determinar a direção da tendência.

Estratégia lógica

Esta estratégia calcula o indicador CCI em diferentes períodos para determinar a direção da tendência do mercado, combinado com os sinais MACD para localizar cruzes de ouro e cruzes de morte, e, finalmente, utiliza o indicador ATR para definir os níveis de stop loss/take profit, a fim de comprar baixo e vender alto.

Especificamente, ele primeiro calcula o CCI de 20 períodos para julgar tendências de alta ou baixa. Em seguida, verifica se as linhas MACD estão se cruzando para identificar sinais de negociação. Em seguida, o ATR é usado para gerar trailing stops para bloquear lucros. Finalmente, todos os sinais são consolidados para gerar os sinais de entrada e saída.

Vantagens

  1. Combinação de múltiplos indicadores melhora a precisão do sinal

    A combinação de CCI, MACD e ATR aumenta a fiabilidade dos sinais de negociação, avaliando coletivamente a tendência, o ímpeto e a volatilidade.

  2. Análise de quadros de tempo múltiplos capta o ritmo do mercado

    O CCI de período mais longo capta a tendência geral, enquanto o MACD de maior frequência localiza pontos de virada locais, permitindo que a estratégia capitalize grandes oscilações do mercado.

  3. O controlo da parada traseira do ATR é eficaz em termos de risco

    O stop loss baseado no ATR pode adaptar-se à volatilidade do mercado, enquanto a sua característica de trailing bloqueia ainda mais os lucros à medida que o mercado se move favoravelmente.

Riscos

  1. Espaço de otimização limitado

    A maioria dos parâmetros tem um espaço de ajuste estreito, atingindo facilmente um gargalo de desempenho.

  2. Aumento da carga de computação

    Múltiples indicadores correndo juntos podem aumentar a carga de computação, causando atrasos na negociação de alta frequência.

  3. Sinais frequentes, controlo de risco limitado

    Os sinais podem ser frequentes, enquanto o controle de riscos depende principalmente da parada de atraso do ATR, que tem limitações contra movimentos extremos.

Melhorias

  1. Aplicar aprendizado de máquina para ajuste de parâmetros mais eficiente

    A otimização bayesiana, algoritmos genéticos, etc., podem permitir um ajuste de parâmetros mais inteligente e eficiente.

  2. Adicionar indicadores funcionais para melhorar a adaptabilidade

    Incorporar outros indicadores como volatilidade, volume, sentimento pode tornar a estratégia mais robusta e flexível.

  3. Reforçar a gestão dos riscos para melhorar a estabilidade

    Regras mais científicas de stop loss podem ser projetadas, e módulos adicionais como dimensionamento de posição podem ajudar a proteger contra eventos extremos.

Conclusão

A Multi Timeframe Moving Average Crossover Strategy utiliza os poderes do CCI, MACD e ATR para alcançar uma captura confiável de tendências e um controle de risco eficiente. Ele leva em conta a tendência, o impulso e a volatilidade para gerar sinais precisos, entender os ritmos do mercado e gerenciar o risco. Embora alguns aspectos como ajuste de parâmetros, carga computacional e controle de riscos possam ser melhorados, é um sistema de negociação algorítmico sólido.

/*backtest
start: 2024-01-01 00:00:00
end: 2024-01-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy('smplondonclinic Strategy', shorttitle='SMPLC Strategy', overlay=true, pyramiding = 0, process_orders_on_close = true, default_qty_type = strategy.percent_of_equity, default_qty_value = 100)

direction   = input.string(title='Entry Direction', defval='Long', options=['Long', 'Short', 'Both'],group = "Strategy Entry Direction")

TPPerc = input.float(title='Take Profit (%)', minval=0.0, step=0.1, defval=0.5, group='Strategy TP & SL')
SLPerc = input.float(title='Stop Loss (%)', minval=0.0, step=0.1, defval=0.5, group='Strategy TP & SL')

period = input(20, 'CCI period',group = "TREND MAGIC")
coeff = input(1, 'ATR Multiplier',group = "TREND MAGIC")
AP = input(5, 'ATR Period',group = "TREND MAGIC")
ATR = ta.sma(ta.tr, AP)
srctm = close
upT = low - ATR * coeff
downT = high + ATR * coeff
MagicTrend = 0.0
MagicTrend := ta.cci(srctm, period) >= 0 ? upT < nz(MagicTrend[1]) ? nz(MagicTrend[1]) : upT : downT > nz(MagicTrend[1]) ? nz(MagicTrend[1]) : downT
color1 = ta.cci(srctm, period) >= 0 ? #0022FC : #FC0400
plot(MagicTrend, color=color1, linewidth=3)
tmb = ta.cci(srctm, period) >= 0 and close>MagicTrend
tms = ta.cci(srctm, period) <= 0 and close<MagicTrend

//MACD

res           = input.timeframe("",  "Indicator TimeFrame", group = "MACD")
fast_length   = input.int(title="Fast Length", defval=12, group = "MACD")
slow_length   = input.int(title="Slow Length", defval=26, group = "MACD")
src           = input.source(title="Source", defval=close, group = "MACD")
signal_length = input.int(title="Signal Smoothing", minval = 1, maxval = 999, defval = 9, group = "MACD")
sma_source    = input.string(title="Oscillator MA Type", defval="EMA", options=["SMA", "EMA"], group = "MACD")
sma_signal    = input.string(title="Signal Line MA Type", defval="EMA", options=["SMA", "EMA"], group = "MACD")

fast_ma = request.security(syminfo.tickerid, res, sma_source == "SMA" ? ta.sma(src, fast_length) : ta.ema(src, fast_length))
slow_ma = request.security(syminfo.tickerid, res, sma_source == "SMA" ? ta.sma(src, slow_length) : ta.ema(src, slow_length))
macd = fast_ma - slow_ma
signal = request.security(syminfo.tickerid, res, sma_signal == "SMA" ? ta.sma(macd, signal_length) : ta.ema(macd, signal_length))
hist = macd - signal

trend_up   = macd > signal
trend_dn   = macd < signal
cross_UP   = signal[1] >= macd[1] and signal < macd
cross_DN   = signal[1] <= macd[1] and signal > macd
cross_UP_A = (signal[1] >= macd[1] and signal < macd) and macd > 0
cross_DN_B = (signal[1] <= macd[1] and signal > macd) and macd < 0


//UT Bot

srcut = close
showut = input.bool(false, 'Show UT Bot Labels', group = "UT BOT")
keyvalue = input.float(2, title='Key Vaule. \'This changes the sensitivity\'', step=.5, group = "UT BOT")
atrperiod = input(7, title='ATR Period', group = "UT BOT")
xATR = ta.atr(atrperiod)
nLoss = keyvalue * xATR

xATRTrailingStop = 0.0
iff_1 = srcut > nz(xATRTrailingStop[1], 0) ? srcut - nLoss : srcut + nLoss
iff_2 = srcut < nz(xATRTrailingStop[1], 0) and srcut[1] < nz(xATRTrailingStop[1], 0) ? math.min(nz(xATRTrailingStop[1]), srcut + nLoss) : iff_1
xATRTrailingStop := srcut > nz(xATRTrailingStop[1], 0) and srcut[1] > nz(xATRTrailingStop[1], 0) ? math.max(nz(xATRTrailingStop[1]), srcut - nLoss) : iff_2

pos = 0
iff_3 = srcut[1] > nz(xATRTrailingStop[1], 0) and srcut < nz(xATRTrailingStop[1], 0) ? -1 : nz(pos[1], 0)
pos := srcut[1] < nz(xATRTrailingStop[1], 0) and srcut > nz(xATRTrailingStop[1], 0) ? 1 : iff_3

xcolor = pos == -1 ? color.red : pos == 1 ? color.green : color.blue

//plot(xATR, color=xcolor, title='Trailing Stop')
buy = ta.crossover(srcut, xATRTrailingStop)
sell = ta.crossunder(srcut, xATRTrailingStop)
barcolor = srcut > xATRTrailingStop

plotshape(showut ? buy:na, title='Buy', text='Buy', style=shape.labelup, location=location.belowbar, color=color.new(color.green, 0), textcolor=color.new(color.white, 0), size=size.tiny)
plotshape(showut ? sell:na, title='Sell', text='Sell', style=shape.labeldown, color=color.new(color.red, 0), textcolor=color.new(color.white, 0), size=size.tiny)

//barcolor(barcolor ? color.green : color.red)

goLong = buy and tmb and cross_UP
goShort = sell and tms and cross_DN

plotshape(goLong, location=location.bottom, style=shape.triangleup, color=color.lime, size=size.small)
plotshape(goShort, location=location.top, style=shape.triangledown, color=color.red, size=size.small)

percentAsPoints(pcnt) =>
    strategy.position_size != 0 ? math.round(pcnt / 100.0 * strategy.position_avg_price / syminfo.mintick) : float(na)

percentAsPrice(pcnt) =>
    strategy.position_size != 0 ? (pcnt / 100.0 + 1.0) * strategy.position_avg_price : float(na)

current_position_size = math.abs(strategy.position_size)
initial_position_size = math.abs(ta.valuewhen(strategy.position_size[1] == 0.0, strategy.position_size, 0))

TP = strategy.position_avg_price + percentAsPoints(TPPerc) * syminfo.mintick * strategy.position_size / math.abs(strategy.position_size)
SL = strategy.position_avg_price - percentAsPoints(SLPerc) * syminfo.mintick * strategy.position_size / math.abs(strategy.position_size)

var long = false
var short = false

if direction == 'Long' 
    long := goLong
    short := false

if direction == 'Short'
    short := goShort
    long := false

if direction == 'Both' 
    long := goLong
    short := goShort

if long and strategy.opentrades == 0
    strategy.entry(id='Long', direction=strategy.long)

if short and strategy.opentrades == 0
    strategy.entry(id='Short', direction=strategy.short)

if strategy.position_size > 0

    strategy.exit('TPSL', from_entry='Long', qty=initial_position_size, limit=TP, stop=SL)

if strategy.position_size < 0

    strategy.exit('TPSL2', from_entry='Short', qty=initial_position_size, limit=TP, stop=SL)
Mais.

2019 FMZ - Todos os direitos reservados