fonte - fonte anterior, depois toma o valor absoluto da sua alteração e normaliza-a com a fonte.
Cálculo de comprimento dinâmico: utiliza o método de cálculo de comprimento dinâmico da BlackCat1402
Análise composta: combina leituras do VAWSI, Persistência da Tendência e ATR para gerar um indicador composto.
A taxa de variação da taxa de variação da taxa de variação da taxa de variação da taxa de variação da taxa de variação da taxa de variação da taxa de variação da taxa de variação da taxa de variação.
Os sinais comerciais: confirmam os cruzamento e geram sinais comerciais quando o preço cruza completamente a linha de limiar calculada.
Análise multidimensional: Ao combinar vários indicadores, a estratégia pode analisar o mercado de diferentes ângulos, melhorando a precisão da decisão.
Adaptabilidade: o cálculo dinâmico do comprimento permite que a estratégia se adapte às diferentes condições do mercado, aumentando a sua flexibilidade.
Gestão do risco: configurações dinâmicas de stop-loss e take-profit ajudam a controlar melhor o risco e a adaptar-se às alterações do mercado.
Indicadores originais: os indicadores VAWSI e Trend Persistence fornecem informações únicas sobre o mercado que podem captar sinais ignorados pelos indicadores tradicionais.
Anti-Repainting: O uso de barstate.isconfirmed garante que os sinais não sejam repintados, melhorando a precisão do backtesting.
Personalização: múltiplos parâmetros ajustáveis permitem que a estratégia seja adaptada a diferentes instrumentos de negociação e prazos.
Super-otimização: o grande número de parâmetros pode levar a uma super-otimização, potencialmente com um desempenho ruim na negociação ao vivo.
Adaptabilidade ao mercado: embora tenha um bom desempenho em certos mercados, pode não ser adequado para todas as condições de mercado, especialmente em mercados de baixa volatilidade.
Complexidade: A complexidade da estratégia pode dificultar a sua compreensão e manutenção, aumentando o risco de erros operacionais.
Computação intensiva: múltiplos indicadores personalizados e cálculos dinâmicos podem resultar em alta carga computacional, afetando a velocidade de execução.
Confiança em dados históricos: a estratégia utiliza uma grande quantidade de dados históricos para cálculos, o que pode levar a atrasos em algumas situações.
Optimização de parâmetros: usar algoritmos de aprendizado de máquina para otimizar vários parâmetros de peso e comprimento para melhorar o desempenho da estratégia em diferentes condições de mercado.
Reconhecimento do estado do mercado: adicionar um módulo de reconhecimento do estado do mercado para ajustar automaticamente os parâmetros da estratégia em diferentes ambientes de mercado.
Filtragem de sinais: introduzir mecanismos de filtragem adicionais, tais como limiares de força da tendência, para reduzir os falsos sinais.
Análise de volume: aprofundar a análise de volume, possivelmente introduzindo o reconhecimento de padrões de volume para melhorar a confiabilidade do sinal.
Análise de vários prazos: integrar sinais de vários prazos para melhorar a robustez das decisões comerciais.
Optimização da gestão de riscos: Implementar estratégias de gestão de riscos mais sofisticadas, como dimensionamento dinâmico de posições e stop-loss de vários níveis.
Eficiência computacional: Otimize o código para melhorar a eficiência do cálculo, especialmente ao processar grandes quantidades de dados históricos.
O VAWSI e a Estratégia de Reversão de Persistência de Tendência é um sistema de negociação complexo e abrangente que combina múltiplos indicadores inovadores e ajustes dinâmicos de parâmetros.
Por meio de otimização adicional, especialmente no ajuste de parâmetros, reconhecimento do estado do mercado e gerenciamento de riscos, essa estratégia tem o potencial de se tornar uma poderosa ferramenta de negociação. No entanto, os usuários devem notar que nenhuma estratégia é perfeita e o monitoramento e ajuste contínuos são necessários. Na aplicação prática, recomenda-se realizar testes minuciosos em contas demo e combinar essa estratégia com outras ferramentas analíticas e conhecimento do mercado para tomar decisões de negociação.
/*backtest
start: 2024-05-21 00:00:00
end: 2024-06-20 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("VAWSI and Trend Persistance Reversal", overlay=true, max_bars_back = 4999, process_orders_on_close = true)
//INPUTS
sltp = input.float(title = "Minimum SL/TP", defval = 5.0)
rsi_weight = input.float(title = "Wawsi weight", defval = 100.0)
half_weight= input.float(title = "Trend Persistence Weight", defval = 79.0)
atr_weight = input.float(title = "ATR Weight", defval = 20.0)
com_mult = input.float(title = "Combination Mult", defval = 1, step = .001)
smoothing = input.int(title = "Trend Persistence smooth length", defval = 3)
CycPart = input.float(1.1, step = .001, title = "Length Cycle Decimal")
src = close
hclose = request.security(ticker.heikinashi(syminfo.tickerid), timeframe.period, src)
//BlackCat1402's Dynamic Length Calculation
EhlersHoDyDC(Price, CycPart) =>
// Vars:
Smooth = 0.00
Detrender = 0.00
I1 = 0.00
Q1 = 0.00
jI = 0.00
jQ = 0.00
I2 = 0.00
Q2 = 0.00
Re = 0.00
Im = 0.00
Period = 0.00
SmoothPeriod = 0.00
pi = 2 * math.asin(1)
DomCycle = 0.0
//Hilbert Transform
Smooth := bar_index > 5 ? (4 * Price + 3 * nz(Price[1]) + 2 * nz(Price[2]) + nz(Price[3])) / 10 : Smooth
Detrender := bar_index > 5 ? (.0962 * Smooth + .5769 * nz(Smooth[2]) - .5769 * nz(Smooth[4]) - .0962 * nz(Smooth[6])) * (.075 * nz(Period[1]) + .54) : Detrender
//Compute InPhase and Quadrature components
Q1 := bar_index > 5 ? (.0962 * Detrender + .5769 * nz(Detrender[2]) - .5769 * nz(Detrender[4]) - .0962 * nz(Detrender[6])) * (.075 * nz(Period[1]) + .54) : Q1
I1 := bar_index > 5 ? nz(Detrender[3]) : I1
//Advance the phase of I1 and Q1 by 90 degrees
jI := (.0962 * I1 + .5769 * nz(I1[2]) - .5769 * nz(I1[4]) - .0962 * nz(I1[6])) * (.075 * nz(Period[1]) + .54)
jQ := (.0962 * Q1 + .5769 * nz(Q1[2]) - .5769 * nz(Q1[4]) - .0962 * nz(Q1[6])) * (.075 * nz(Period[1]) + .54)
//Phasor addition for 3 bar averaging
I2 := I1 - jQ
Q2 := Q1 + jI
//Smooth the I and Q components before applying the discriminator
I2 := .2 * I2 + .8 * nz(I2[1])
Q2 := .2 * Q2 + .8 * nz(Q2[1])
//Homodyne Discriminator
Re := I2 * nz(I2[1]) + Q2 * nz(Q2[1])
Im := I2 * nz(Q2[1]) - Q2 * nz(I2[1])
Re := .2 * Re + .8 * nz(Re[1])
Im := .2 * Im + .8 * nz(Im[1])
Period := Im != 0 and Re != 0 ? 2 * pi / math.atan(Im / Re) : Period
Period := Period > 1.5 * nz(Period[1]) ? 1.5 * nz(Period[1]) : Period
Period := Period < .67 * nz(Period[1]) ? .67 * nz(Period[1]) : Period
//Limit Period to be within the bounds of 6 bar and 50 bar cycles
Period := Period < 6 ? 6 : Period
Period := Period > 50 ? 50 : Period
Period := .2 * Period + .8 * nz(Period[1])
SmoothPeriod := .33 * Period + .67 * nz(SmoothPeriod[1])
//it can add filter to Period here
DomCycle := math.ceil(CycPart * SmoothPeriod) > 34 ? 34 : math.ceil(CycPart * SmoothPeriod) < 1 ? 1 : math.ceil(CycPart * SmoothPeriod)
DomCycle
wma(src, length) =>
wma = 0.0
sum = 0.0
norm = length * (length + 1) / 2
for i = 0 to length - 1
sum := sum + src[i] * (length - i)
wma := sum / norm
length = math.round(math.ceil(EhlersHoDyDC(hclose,CycPart)))
// Traditional Function initialization
highest_custom(src, length) =>
x = src
for i = 0 to math.min(length, 4999)
if src[i] > x
x := src[i]
x
lowest_custom(src, length) =>
x = src
for i = 0 to math.min(length, 4999)
if src[i] < x
x := src[i]
x
rma(src, len) =>
sum = 0.0
for i = 0 to len - 1
math.min(1, len)
sum += src[i]
rma = sum / len
rma := nz(rma[1]) * (len - 1) / len + src / len
sma(src, length) =>
math.sum(src, length) / length
hln(src, length) =>
TR = math.max(math.abs(src - src[1]), high - low)
TR := src / math.abs(ta.change(rma(TR, length)))
TR := (1 / TR) * 100
vawma(src, length) =>
atr = ta.atr(1)
aavg = sma(atr, length)
vavg = sma(volume, length)
weighted_sum = 0.0
sum_weights = 0.0
weighted = 0.0
for i = 0 to length
weight = ((volume[i] / vavg + (atr[i]) / aavg) / 2)
weighted_sum += src[i] * weight
sum_weights += weight
a = (weighted_sum / sum_weights)
vawsi(src, len) =>
rmaUp = vawma(math.max(ta.change(src), 0), len)
rmaDown = vawma(-math.min(ta.change(src), 0), len)
rsi = 100 - (100 / (1 + rmaUp / rmaDown))
trendPersistence(src, length, smoothing) =>
trendu = math.abs(src - highest_custom(src, length))
trendd = math.abs(src - lowest_custom(src, length))
trendu := wma(trendu, smoothing)
trendd := wma(trendd, smoothing)
trendu := ta.change(ta.cum(trendu))
trendd := ta.change(ta.cum(trendd))
trend = wma(math.max(trendu, trendd), smoothing)
rmaUp = rma(math.max(ta.change(trend), 0), length)
rmaDown = rma(-math.min(ta.change(trend), 0), length)
rsi = 100 - (100 / (1 + rmaUp / rmaDown))
//Strategy Calculations
sl = ((100 - sltp) / 100) * close
tp = ((100 + sltp) / 100) * close
var bool crossup = na
var bool crossdown = na
var float dir = na
var float BearGuy = 0
BullGuy = ta.barssince(crossup or crossdown)
if na(BullGuy)
BearGuy += 1
else
BearGuy := math.min(BullGuy, 4999)
rsiw = rsi_weight / 100
cew = half_weight / 100
atrw = atr_weight / 100
atr = hln(hclose, length) * atrw
ce = 1 / trendPersistence(hclose, length, smoothing)
com = 1 / math.max(math.abs(vawsi(hclose, length) - 50) * 2, 20)
comfin = (((com * rsiw) + (ce * cew) - atr)) * com_mult
lower = highest_custom(math.min((math.max(highest_custom(src, BearGuy) * (1 - comfin), sl)), src[1]), BearGuy)
upper = lowest_custom(math.max((math.min(lowest_custom(src, BearGuy) * (1 + comfin), tp)), src[1]), BearGuy)
var float thresh = na
if na(thresh)
thresh := lower
if na(dir)
dir := 1
if crossdown
dir := -1
if crossup
dir := 1
if dir == 1
thresh := lower
if dir == -1
thresh := upper
crossup := ta.crossover(hclose, thresh) and barstate.isconfirmed
crossdown := ta.crossunder(hclose, thresh) and barstate.isconfirmed
//STRATEGY
if crossup
strategy.entry("long", strategy.long)
if crossdown
strategy.entry("Short", strategy.short)
//PLOTTING
col = hclose > thresh ? color.lime : color.red
plot(thresh, linewidth = 2, color = color.new(col[1], 0))