Estratégia de acompanhamento de tendências baseada em MOST e KAMA
ChaoZhang
Visão geral
A estratégia usa uma combinação de várias médias móveis, como SMA, EMA, KAMA, para identificar a direção da tendência de preços e projetar uma estratégia de seguimento de tendências com base em uma linha de parada de ruptura de preços. Quando o preço sobe, trails the upper band como parada; quando o preço desce, trails the lower limit como parada. A vantagem da estratégia é a combinação de várias médias móveis, que podem suavizar os dados de preços e identificar tendências.
Princípio da estratégia
A estratégia usa o KAMA como um indicador básico para determinar a direção da tendência, pois o KAMA é mais sensível às mudanças de preço, permitindo a identificação precoce de reversões. Além disso, a estratégia inclui uma combinação de várias outras médias móveis, como SMA, EMA, etc., que permitem a filtragem de preços e a identificação da direção da tendência principal.
A estratégia do stop loss é baseada no preço em si e na média móvel. Concretamente, o stop loss que segue para cima sobrepõe uma proporção à média móvel como uma barreira; o stop loss que segue para baixo subtrai uma proporção à média móvel como uma barreira. Isso permite que o preço pare imediatamente quando ocorre uma reversão.
As condições de entrada são: fazer mais quando o preço de baixo para cima quebra a linha de parada de cima para baixo; fazer vazio quando o preço de cima para baixo quebra a linha de parada de baixo para baixo.
Análise de vantagens
A maior vantagem da estratégia é que a combinação de várias médias móveis pode aumentar a precisão do julgamento de tendências e reduzir os falsos sinais. Ao mesmo tempo, a linha de stop loss da estratégia é baseada na mudança na dinâmica das médias móveis e pode ser ajustada em função do preço em tempo real para responder a eventos inesperados.
Além disso, em comparação com a estratégia de um único indicador, a estratégia combina os benefícios da estratégia de acompanhamento de tendência e de ruptura. Em situações de tendência, pode-se maximizar o lucro; e em situações de turbulência, pode-se reduzir os prejuízos com a configuração de stop loss.
Análise de Riscos
O principal risco dessa estratégia é que a configuração da linha de parada pode ser muito relaxada e não permitir a parada em tempo hábil. Isso ocorre porque a taxa de retirada da linha de parada é fixada e, se a situação mudar drasticamente, a impossibilidade de atualizar a linha de parada em tempo hábil pode levar a maiores perdas.
Além disso, a média móvel em si é muito atrasada e não pode reagir imediatamente às mudanças de preço. Isso também pode levar a perda de tempo quando o mercado vira rapidamente.
Direção de otimização
A estratégia pode ser melhorada em vários aspectos:
Testar a proporção da linha de perda sob diferentes configurações de parâmetros para encontrar uma combinação de parâmetros mais eficiente;
Tente definir o seu limite de perda como uma variação dinâmica, ajustando-o à volatilidade do mercado;
Aumentar os critérios de avaliação de outros indicadores, introduzir mais variáveis no Stop Loss Basis e melhorar a adaptabilidade da estratégia;
Otimizar os parâmetros de ciclo das médias móveis para encontrar a melhor configuração de ciclo para o preço de suavização.
Resumir
Esta estratégia é bastante robusta em geral, julgando a direção da tendência através de várias combinações de médias móveis e projetando mecanismos de parada de rastreamento dinâmico, com o objetivo de acompanhar a operação da tendência. A vantagem é que pode reduzir os falsos sinais, controlando o risco de perda por meio da parada. A desvantagem é que a linha de parada pode ser definida de forma muito ampla e não pode ser rapidamente interrompida.
/*backtest
start: 2023-02-22 00:00:00
end: 2024-02-28 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy('Atlantean Trend Signal BUY SELL Strategy', overlay=true)
ma_length = input.int(title='Moving Average Length', minval=1, defval=3)
percent = input.float(3.3, 'STOP LOSS Percent', step=0.1, minval=0)
src = input(title='Source', defval=close)
mav = input.string(title="Moving Average Type", defval="KAMA", options=["SMA", "EMA", "WMA", "DEMA", "TMA", "VAR", "WWMA", "ZLEMA", "TSF", "HULL", "TILL", "KAMA"])
T3a1 = 0.7
_type = false //input(false, title='Activate Moving Average Screening Mode')
_type1 = false //input(false, title='Activate Moving Average Color Change Screening Mode')
activateScreener = input.bool(false, title="Activate Screener?")
showsignallabels = input(title='Show Signal Labels?', defval=true)
Var_Func(src, ma_length) =>
valpha = 2 / (ma_length + 1)
vud1 = src > src[1] ? src - src[1] : 0
vdd1 = src < src[1] ? src[1] - src : 0
vUD = math.sum(vud1, 9)
vDD = math.sum(vdd1, 9)
vCMO = nz((vUD - vDD) / (vUD + vDD))
VAR = 0.0
VAR := nz(valpha * math.abs(vCMO) * src) + (1 - valpha * math.abs(vCMO)) * nz(VAR[1])
VAR
VAR = Var_Func(src, ma_length)
DEMA = 2 * ta.ema(src, ma_length) - ta.ema(ta.ema(src, ma_length), ma_length)
Wwma_Func(src, ma_length) =>
wwalpha = 1 / ma_length
WWMA = 0.0
WWMA := wwalpha * src + (1 - wwalpha) * nz(WWMA[1])
WWMA
WWMA = Wwma_Func(src, ma_length)
// KAMA Calculation
Kama_Func(src, ma_length) =>
xvnoise = math.abs(src - src[1])
nfastend = 0.666
nslowend = 0.0645
nsignal = math.abs(src - src[ma_length])
nnoise = math.sum(xvnoise, ma_length)
nefratio = nnoise != 0 ? nsignal / nnoise : 0
nsmooth = math.pow(nefratio * (nfastend - nslowend) + nslowend, 2)
nAMA = 0.0
nAMA := nz(nAMA[1]) + nsmooth * (src - nz(nAMA[1]))
nAMA
Zlema_Func(src, ma_length) =>
zxLag = ma_length / 2 == math.round(ma_length / 2) ? ma_length / 2 : (ma_length - 1) / 2
zxEMAData = src + src - src[zxLag]
ZLEMA = ta.ema(zxEMAData, ma_length)
ZLEMA
ZLEMA = Zlema_Func(src, ma_length)
Tsf_Func(src, ma_length) =>
lrc = ta.linreg(src, ma_length, 0)
lrc1 = ta.linreg(src, ma_length, 1)
lrs = lrc - lrc1
TSF = ta.linreg(src, ma_length, 0) + lrs
TSF
TSF = Tsf_Func(src, ma_length)
HMA = ta.wma(2 * ta.wma(src, ma_length / 2) - ta.wma(src, ma_length), math.round(math.sqrt(ma_length)))
T3e1 = ta.ema(src, ma_length)
T3e2 = ta.ema(T3e1, ma_length)
T3e3 = ta.ema(T3e2, ma_length)
T3e4 = ta.ema(T3e3, ma_length)
T3e5 = ta.ema(T3e4, ma_length)
T3e6 = ta.ema(T3e5, ma_length)
T3c1 = -T3a1 * T3a1 * T3a1
T3c2 = 3 * T3a1 * T3a1 + 3 * T3a1 * T3a1 * T3a1
T3c3 = -6 * T3a1 * T3a1 - 3 * T3a1 - 3 * T3a1 * T3a1 * T3a1
T3c4 = 1 + 3 * T3a1 + T3a1 * T3a1 * T3a1 + 3 * T3a1 * T3a1
T3 = T3c1 * T3e6 + T3c2 * T3e5 + T3c3 * T3e4 + T3c4 * T3e3
getMA(src, ma_length) =>
ma = 0.0
ma := switch mav
'SMA' => ta.sma(src, ma_length)
'EMA' => ta.ema(src, ma_length)
'WMA' => ta.wma(src, ma_length)
'DEMA' => DEMA
'TMA' => ta.sma(ta.sma(src, math.ceil(ma_length / 2)), math.floor(ma_length / 2) + 1)
'VAR' => VAR
'WWMA' => WWMA
'ZLEMA' => ZLEMA
'TSF' => TSF
'HULL' => HMA
'TILL' => T3
'KAMA' => Kama_Func(src, ma_length)
ma
ALL = getMA(src, ma_length)
exMov = ALL
fark = exMov * percent * 0.01
longStop = exMov - fark
longStopPrev = nz(longStop[1], longStop)
longStop := exMov > longStopPrev ? math.max(longStop, longStopPrev) : longStop
shortStop = exMov + fark
shortStopPrev = nz(shortStop[1], shortStop)
shortStop := exMov < shortStopPrev ? math.min(shortStop, shortStopPrev) : shortStop
dir = 1
dir := nz(dir[1], dir)
dir := dir == -1 and exMov > shortStopPrev ? 1 : dir == 1 and exMov < longStopPrev ? -1 : dir
MOST = dir == 1 ? longStop : shortStop
cro = _type and _type1 ? ta.crossover(exMov, exMov[1]) : _type ? ta.crossover(close, exMov) : ta.crossover(exMov, MOST)
cru = _type and _type1 ? ta.crossunder(exMov, exMov[1]) : _type ? ta.crossunder(close, exMov) : ta.crossunder(exMov, MOST)
direction = 0
direction := cro ? 1 : cru ? -1 : direction[1]
col1 = exMov > exMov[1]
col3 = exMov < exMov[1]
colorM = col1 and _type and _type1 ? color.rgb(14, 241, 52) : col3 and _type and _type1 ? color.red : color.new(#00bcd4, 0)
if (cro)
strategy.entry('LONG', strategy.long)
if (cru)
strategy.close('LONG')
plot(_type ? na : MOST, color=color.new(color.maroon, 0), linewidth=3, title='MOST')
plot(exMov, color=colorM, linewidth=2, title='exMov')
plotshape(cro and showsignallabels, title='BUY', text='BUY', location=location.belowbar, style=shape.labelup, size=size.tiny, color=color.new(#00bcd4, 0), textcolor=color.new(color.white, 0))
plotshape(cru and showsignallabels, title='SELL', text='SELL', location=location.abovebar, style=shape.labeldown, size=size.tiny, color=color.new(#e91e63, 0), textcolor=color.new(color.white, 0))