Chiến lược này kết hợp hai đường chéo vàng EMA, bộ lọc tiếng ồn ATR bình thường và chỉ số xu hướng ADX để cung cấp các tín hiệu mua đáng tin cậy hơn cho các nhà giao dịch. Nó tích hợp nhiều chỉ số để lọc các tín hiệu sai và xác định các cơ hội giao dịch đáng tin cậy hơn.
Chiến lược này sử dụng EMA 8 giai đoạn và 20 giai đoạn để xây dựng một hệ thống chéo vàng EMA kép. Nó tạo ra tín hiệu mua khi EMA ngắn hơn vượt qua EMA dài hơn.
Ngoài ra, chiến lược đã thiết lập một số chỉ số phụ để lọc:
14 thời gian ATR, bình thường để lọc ra biến động giá nhỏ trên thị trường.
ADX 14 giai đoạn để xác định sức mạnh của xu hướng.
SMA khối lượng 14 giai đoạn để lọc các điểm thời gian với khối lượng giao dịch nhỏ.
Chỉ số siêu xu hướng 4/14 để đánh giá hướng thị trường tăng hoặc giảm.
Chỉ khi hướng xu hướng, giá trị ATR bình thường, mức ADX và điều kiện khối lượng được đáp ứng, đường chéo vàng EMA cuối cùng sẽ kích hoạt tín hiệu mua.
Độ tin cậy từ sự kết hợp của nhiều chỉ số
Tích hợp các chỉ số như EMA, ATR, ADX và Super Trend tạo thành một hệ thống lọc tín hiệu mạnh mẽ, độ tin cậy cao hơn.
Sự linh hoạt hơn trong điều chỉnh tham số
Các giá trị ngưỡng của ATR bình thường, ADX, thời gian giữ vv có thể được tối ưu hóa, linh hoạt hơn.
Phân biệt thị trường bò và gấu
Xác định thị trường tăng và giảm bằng cách sử dụng Super Trend, tránh bỏ lỡ cơ hội.
Khó khăn trong tối ưu hóa tham số
Quá nhiều tham số, khó tìm ra sự kết hợp tối ưu.
Nguy cơ thất bại của chỉ số
Vẫn có nguy cơ tín hiệu sai do bản chất chậm của các chỉ số. Lý thuyết dừng lỗ thích hợp cần được xem xét.
Tần suất giao dịch thấp
Tần số có xu hướng thấp do nhiều bộ lọc, thời gian không giao dịch dài có thể.
Tối ưu hóa sự kết hợp tham số
Tìm ra sự kết hợp tối ưu đòi hỏi một lượng lớn dữ liệu backtesting.
Kết hợp học máy
Sử dụng thuật toán ML để tự động tối ưu hóa các tham số theo thời gian.
Xem xét nhiều yếu tố thị trường hơn
Kết hợp các chỉ số về cấu trúc thị trường, cảm xúc v.v. cải thiện sự đa dạng.
Chiến lược này xem xét toàn diện xu hướng, biến động và các yếu tố giá khối lượng. Thông qua lọc đa chỉ số và điều chỉnh tham số, nó tạo thành một hệ thống giao dịch đáng tin cậy. Độ tin cậy cao và có thể được cải thiện hơn nữa thông qua tối ưu hóa.
/*backtest start: 2023-11-29 00:00:00 end: 2023-12-06 00:00:00 period: 5m basePeriod: 1m exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ //Description: //This strategy is a refactored version of an EMA cross strategy with a normalized ATR filter and ADX control. //It aims to provide traders with signals for long positions based on market conditions defined by various indicators. //How it Works: //1. EMA: Uses short (8 periods) and long (20 periods) EMAs to identify crossovers. //2. ATR: Uses a 14-period ATR, normalized to its 20-period historical range, to filter out noise. //3. ADX: Uses a 14-period RMA to identify strong trends. //4. Volume: Filters trades based on a 14-period SMA of volume. //5. Super Trend: Uses a Super Trend indicator to identify the market direction. //How to Use: //- Buy Signal: Generated when EMA short crosses above EMA long, and other conditions like ATR and market direction are met. //- Sell Signal: Generated based on EMA crossunder and high ADX value. //Originality and Usefulness: //This script combines EMA, ATR, ADX, and Super Trend indicators to filter out false signals and identify more reliable trading opportunities. //USD Strength is not working, just simulated it as PSEUDO CODE: [close>EMA(50)] //Strategy Results: //- Account Size: $1000 //- Commission: Not considered //- Slippage: Not considered //- Risk: Less than 5% per trade //- Dataset: Aim for more than 100 trades for sufficient sample size //Note: This script should be used for educational purposes and should not be considered as financial advice. //Chart: //- The script's output is plotted as Buy and Sell signals on the chart. //- No other scripts are included for clarity. //- Have tested with 30mins period //- You are encouraged to play with parameters, let me know if you //@version=5 strategy("Advanced EMA Cross with Normalized ATR Filter, Controlling ADX", shorttitle="ALP V5", overlay=true ) // Initialize variables var bool hasBought = false var int barCountSinceBuy = 0 // Define EMA periods emaShort = ta.ema(close, 8) emaLong = ta.ema(close, 20) // Define ATR parameters atrLength = 14 atrValue = ta.atr(atrLength) maxHistoricalATR = ta.highest(atrValue, 20) minHistoricalATR = ta.lowest(atrValue, 20) normalizedATR = (atrValue - minHistoricalATR) / (maxHistoricalATR - minHistoricalATR) // Define ADX parameters adxValue = ta.rma(close, 14) adxHighLevel = 30 isADXHigh = adxValue > adxHighLevel // Initialize risk management variables var float stopLossPercent = na var float takeProfitPercent = na // Calculate USD strength // That's not working as usd strenght, since I couldn't manage to get usd strength //I've just simulated it as if the current close price is above 50 days average (it's likely a bullish trend), usd is strong (usd_strenth variable is positive) usd_strength = close / ta.ema(close, 50) - 1 // Adjust risk parameters based on USD strength if (usd_strength > 0) stopLossPercent := 3 takeProfitPercent := 6 else stopLossPercent := 4 takeProfitPercent := 8 // Initialize position variable var float positionPrice = na // Volume filter minVolume = ta.sma(volume, 14) * 1.5 isVolumeHigh = volume > minVolume // Market direction using Super Trend indicator [supertrendValue, supertrendDirection] = ta.supertrend(4, 14) bool isBullMarket = supertrendDirection < 0 bool isBearMarket = supertrendDirection > 0 // Buy conditions for Bull and Bear markets buyConditionBull = isBullMarket and ta.crossover(emaShort, emaLong) and normalizedATR > 0.2 buyConditionBear = isBearMarket and ta.crossover(emaShort, emaLong) and normalizedATR > 0.5 buyCondition = buyConditionBull or buyConditionBear // Sell conditions for Bull and Bear markets sellConditionBull = isBullMarket and (ta.crossunder(emaShort, emaLong) or isADXHigh) sellConditionBear = isBearMarket and (ta.crossunder(emaShort, emaLong) or isADXHigh) sellCondition = sellConditionBull or sellConditionBear // Final Buy and Sell conditions if (buyCondition) strategy.entry("Buy", strategy.long) positionPrice := close hasBought := true barCountSinceBuy := 0 if (hasBought) barCountSinceBuy := barCountSinceBuy + 1 // Stop-loss and take-profit levels longStopLoss = positionPrice * (1 - stopLossPercent / 100) longTakeProfit = positionPrice * (1 + takeProfitPercent / 100) // Final Sell condition finalSellCondition = sellCondition and hasBought and barCountSinceBuy >= 3 and isVolumeHigh if (finalSellCondition) strategy.close("Buy") positionPrice := na hasBought := false barCountSinceBuy := 0 // Implement stop-loss and take-profit strategy.exit("Stop Loss", "Buy", stop=longStopLoss) strategy.exit("Take Profit", "Buy", limit=longTakeProfit) // Plot signals plotshape(series=buyCondition, title="Buy Signal", location=location.belowbar, color=color.green, style=shape.labelup, text="Buy") plotshape(series=finalSellCondition, title="Sell Signal", location=location.abovebar, color=color.red, style=shape.labeldown, text="Sell")