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

A estratégia de negociação baseada no volume MA adaptativa piramidal dinâmica de stop loss e take profit

Autora:ChaoZhang, Data: 2024-04-12 16:19:20
Tags:HMAMACDATRRSIOBVVMA

img

Resumo

Esta estratégia combina múltiplos indicadores técnicos, incluindo a média móvel do casco (HMA), a divergência da convergência da média móvel (MACD), a faixa média verdadeira (ATR), o índice de força relativa (RSI), o volume no balanço (OBV) e a média móvel do volume. Analisando abrangentemente esses indicadores, a estratégia visa identificar tendências de mercado e oportunidades de entrada em potencial. Além disso, a estratégia emprega técnicas de gerenciamento de risco como piramidagem, stop loss dinâmico e take profit e trailing stop loss para capturar oportunidades de tendência enquanto controla estritamente os riscos.

Princípios de estratégia

  1. Calcular indicadores como HMA, MACD, ATR, RSI, OBV e Volume Moving Average
  2. Determinar as condições longas e curtas com base no cruzamento das linhas MACD, na relação entre a OBV e a sua média móvel, nos níveis do RSI e na comparação do volume com a sua média móvel
  3. Definir o número máximo de posições da pirâmide e a proporção de cada posição adicional, aumentando gradualmente as posições à medida que a tendência continua
  4. Ajustar de forma dinâmica os níveis de stop loss e take profit com base no ATR e adotar uma estratégia de stop loss para proteger os lucros
  5. Calcular o tamanho da posição para cada entrada com base no capital próprio da conta, na percentagem de risco e no ATR, alcançando uma gestão dinâmica da posição
  6. Desenhar linhas de nível de stop loss e take profit no gráfico para exibir visualmente o controlo do risco

Vantagens da estratégia

  1. Combinação de vários indicadores para melhorar a confiabilidade do sinal: a estratégia considera de forma abrangente fatores como preço, tendência, impulso e volume e confirma os sinais de negociação através de múltiplos indicadores, melhorando assim a confiabilidade dos sinais de negociação.
  2. Gestão adaptativa de posições para controlo dinâmico do risco: com base em factores como o património líquido da conta, a percentagem de risco e o ATR, a estratégia pode ajustar dinamicamente o tamanho da posição para cada entrada, reduzindo automaticamente as posições quando a volatilidade do mercado aumenta, controlando efetivamente os riscos.
  3. Pirâmide para capturar plenamente as oportunidades de tendência: Após a tendência ser estabelecida, a estratégia aumenta gradualmente as posições através da pirâmide, maximizando a participação nos movimentos de tendência e aumentando a lucratividade da estratégia.
  4. A estratégia de stop loss e take profit dinâmico para o controlo oportuno das perdas e proteção dos lucros: a estratégia ajusta os níveis de stop loss e take profit em tempo real com base nas alterações no ATR, interrompendo prontamente as perdas quando a tendência se inverte, enquanto protege continuamente os lucros através da estratégia de stop loss de trailing, reduzindo efetivamente a redução da estratégia.
  5. Display de gráfico intuitivo para fácil monitorização e tomada de decisão: A estratégia traça indicadores-chave e linhas de nível stop loss/take profit no gráfico, permitindo que os traders monitorem intuitivamente os movimentos do mercado e a execução da estratégia, fornecendo uma base para ajustes de estratégia oportunos.

Riscos estratégicos

  1. Risco de otimização de parâmetros: A estratégia envolve vários parâmetros, e a seleção inadequada de parâmetros pode levar a um desempenho fraco da estratégia.
  2. Risco de alteração do ambiente de mercado: a estratégia é testada e otimizada com base em dados históricos, mas as condições do mercado podem mudar, fazendo com que o desempenho futuro da estratégia difira significativamente do seu desempenho histórico.
  3. Risco de evento de cisne negro: movimentos extremos do mercado (como subidas ou quedas acentuadas) podem causar que a estratégia experimente reduções significativas.
  4. Risco de sobreajuste: se os parâmetros da estratégia forem muito complexos, pode ocorrer sobreajuste, onde a estratégia tem um bom desempenho em dados históricos, mas mal em aplicações reais.

Orientações para a otimização da estratégia

  1. Optimização de parâmetros dinâmicos: considerar o uso de métodos como o aprendizado de máquina para ajustar os parâmetros da estratégia em tempo real com base nas mudanças nas condições do mercado, melhorando a adaptabilidade da estratégia.
  2. Aplicabilidade a vários mercados e a vários ativos: alargar a estratégia a mais mercados e ativos para reforçar a robustez da estratégia através de investimentos diversificados.
  3. Combinação com a análise fundamental: para além da análise técnica, deve incorporar-se a consideração das tendências macroeconómicas e industriais para melhorar a abrangência da estratégia.
  4. Incorporação de análise do sentimento do mercado: introduzir indicadores do sentimento do mercado, como o índice de medo, para capturar mudanças extremas no sentimento do mercado e fornecer mais oportunidades de negociação para a estratégia.
  5. Optimização das medidas de controlo dos riscos: melhorar ainda mais o sistema de controlo dos riscos, como a introdução de um mecanismo de ajustamento adaptativo para as estratégias de stop loss, a fim de reforçar as capacidades de gestão dos riscos da estratégia.

Resumo

Ao empregar métodos como combinação de múltiplos indicadores, gerenciamento de posição adaptativo, piramidagem e stop loss dinâmico e take profit, esta estratégia visa capturar oportunidades de tendência enquanto controla estritamente os riscos, demonstrando um certo nível de robustez e lucratividade. No entanto, a estratégia também enfrenta riscos como otimização de parâmetros, mudanças nas condições do mercado e eventos de cisne negro, exigindo otimização e melhoria contínua em aplicações práticas. No futuro, as melhorias podem ser consideradas em áreas como otimização de parâmetros dinâmicos, expansão de múltiplos mercados, combinação com análise fundamental, análise do sentimento do mercado e otimização de controle de risco para melhorar a adaptabilidade e robustez da estratégia.


/*backtest
start: 2023-04-06 00:00:00
end: 2024-04-11 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("Enhanced Trading Strategy v5 with Visible SL/TP", overlay=true)

// Input settings
hma_length = input(9, title="HMA Length")
fast_length = input(12, title="MACD Fast Length")
slow_length = input(26, title="MACD Slow Length")
siglen = input(9, title="Signal Smoothing")
atr_length = input(14, title="ATR Length")
rsi_length = input(14, title="RSI Length")
obv_length = input(10, title="OBV Length")
volume_ma_length = input(10, title="Volume MA Length")

// Pyramiding inputs
max_pyramid_positions = input(3, title="Max Pyramid Positions")
pyramid_factor = input(0.5, title="Pyramid Factor")

// Risk and Reward Management Inputs
risk_per_trade = input(1.0, title="Risk per Trade (%)")
atr_multiplier_for_sl = input(1.5, title="ATR Multiplier for Stop Loss")
atr_multiplier_for_tp = input(3.0, title="ATR Multiplier for Take Profit")
trailing_atr_multiplier = input(2.0, title="ATR Multiplier for Trailing Stop")

// Position sizing functions
calc_position_size(equity, risk_pct, atr) =>
    pos_size = (equity * risk_pct / 100) / (atr_multiplier_for_sl * atr)
    pos_size

calc_pyramid_size(current_size, max_positions) =>
    pyramid_size = current_size * (max_positions - strategy.opentrades) / max_positions
    pyramid_size

// Pre-calculate lengths for HMA
half_length = ceil(hma_length / 2)
sqrt_length = round(sqrt(hma_length))

// Calculate indicators
hma = wma(2 * wma(close, half_length) - wma(close, hma_length), sqrt_length)
my_obv = cum(close > close[1] ? volume : close < close[1] ? -volume : 0)
obv_sma = sma(my_obv, obv_length)
[macd_line, signal_line, _] = macd(close, fast_length, slow_length, siglen)
atr = atr(atr_length)
rsi = rsi(close, rsi_length)
vol_ma = sma(volume, volume_ma_length)

// Conditions
long_condition = crossover(macd_line, signal_line) and my_obv > obv_sma and rsi > 50 and volume > vol_ma
short_condition = crossunder(macd_line, signal_line) and my_obv < obv_sma and rsi < 50 and volume > vol_ma

// Strategy Entry with improved risk-reward ratio
var float long_take_profit = na
var float long_stop_loss = na
var float short_take_profit = na
var float short_stop_loss = na

if (long_condition)
    size = calc_position_size(strategy.equity, risk_per_trade, atr)
    strategy.entry("Long", strategy.long, qty = size)
    long_stop_loss := close - atr_multiplier_for_sl * atr
    long_take_profit := close + atr_multiplier_for_tp * atr
    
if (short_condition)
    size = calc_position_size(strategy.equity, risk_per_trade, atr)
    strategy.entry("Short", strategy.short, qty = size)
    short_stop_loss := close + atr_multiplier_for_sl * atr
    short_take_profit := close - atr_multiplier_for_tp * atr

// Drawing the SL/TP lines
// if (not na(long_take_profit))
//     line.new(bar_index[1], long_take_profit, bar_index, long_take_profit, width = 2, color = color.green)
//     line.new(bar_index[1], long_stop_loss, bar_index, long_stop_loss, width = 2, color = color.red)

// if (not na(short_take_profit))
//     line.new(bar_index[1], short_take_profit, bar_index, short_take_profit, width = 2, color = color.green)
//     line.new(bar_index[1], short_stop_loss, bar_index, short_stop_loss, width = 2, color = color.red)

// Pyramiding logic
if (strategy.position_size > 0)
    if (close > strategy.position_avg_price * (1 + pyramid_factor))
        strategy.entry("Long Add", strategy.long, qty = calc_pyramid_size(strategy.position_size, max_pyramid_positions))

if (strategy.position_size < 0)
    if (close < strategy.position_avg_price * (1 - pyramid_factor))
        strategy.entry("Short Add", strategy.short, qty = calc_pyramid_size(-strategy.position_size, max_pyramid_positions))

// Trailing Stop
strategy.exit("Trailing Stop Long", "Long", trail_points = atr * trailing_atr_multiplier, trail_offset = atr * trailing_atr_multiplier)
strategy.exit("Trailing Stop Short", "Short", trail_points = atr * trailing_atr_multiplier, trail_offset = atr * trailing_atr_multiplier)

// Plots
plot(hma, title="HMA", color=color.blue)
plot(obv_sma, title="OBV SMA", color=color.orange)
hline(0, "Zero Line", color=color.gray, linestyle=hline.style_dotted)
plotshape(long_condition, title="Long Entry", location=location.belowbar, color=color.green, style=shape.labelup, text="Long")
plotshape(short_condition, title="Short Entry", location=location.abovebar, color=color.red, style=shape.labeldown, text="Short")


Relacionados

Mais.