Chiến lược này được gọi là
Chiến lược này chủ yếu dựa trên hai chỉ số cho các tín hiệu giao dịch định lượng. Đầu tiên là chỉ số mô hình W, xác định các mô hình W trong giá bằng cách chéo tăng của trung bình di chuyển đơn giản nhanh (10 giai đoạn) vượt qua trung bình di chuyển đơn giản chậm (30 giai đoạn). Thứ hai là chỉ số khối lượng, so sánh khối lượng hiện tại với 2 lần khối lượng di chuyển trung bình đơn giản (20 giai đoạn). Nếu khối lượng hiện tại lớn hơn 2 lần trung bình, thì năng lượng khối lượng cao được xác định. Chiến lược tạo ra các tín hiệu mua khi mô hình giá W trùng với khối lượng giao dịch cao.
Cụ thể, chiến lược xác định các cơ hội giao dịch thông qua các bước sau:
Tính toán các đường trung bình di chuyển đơn giản 10 và 30 giai đoạn;
Xác định mô hình W khi đường nhanh vượt qua đường chậm, kèm theo một đường băng trước đó theo hướng ngược lại;
Tính toán trung bình di chuyển đơn giản của khối lượng 20 giai đoạn, nhận ra khối lượng cao khi khối lượng hiện tại lớn hơn 2 lần so với mức trung bình;
Tạo tín hiệu mua khi mô hình W và khối lượng lớn xảy ra cùng nhau.
Thông qua các đánh giá định lượng dựa trên nhiều chỉ số, chiến lược này có thể xác định hiệu quả các cơ hội đảo ngược giá và hình thành các giao dịch có lợi nhuận.
Ưu điểm lớn nhất của chiến lược này nằm ở những phán đoán định lượng dựa trên nhiều chỉ số, làm cho các tín hiệu giao dịch chính xác và đáng tin cậy hơn.
Chỉ số mô hình W xác định chính xác sự đảo ngược giá với chất lượng cao;
Xác minh khối lượng lớn tránh tín hiệu sai và tăng độ tin cậy;
Sự kết hợp của nhiều chỉ số làm cho chiến lược toàn diện hơn và hình thái với tỷ lệ thắng cao hơn;
Độ linh hoạt cao để điều chỉnh và tối ưu hóa các tham số cho các môi trường thị trường khác nhau.
Tóm lại, chiến lược này kết hợp thành công mô hình kỹ thuật với chỉ số khối lượng thông qua các kỹ thuật định lượng để xác định các cơ hội giao dịch chất lượng cao với độ tin cậy cao, khả năng thích nghi rộng và các khái niệm tiên tiến.
Chiến lược này cũng mang lại một số rủi ro, chủ yếu trong các khía cạnh sau:
Mô hình W không thể dự đoán hoàn hảo sự đảo ngược giá, một số tín hiệu sai có thể tồn tại;
Xác nhận khối lượng lớn cũng có thể bỏ lỡ một số cơ hội và không thể xác định tất cả các điểm mua;
Các thiết lập tham số như thời gian trung bình động cần điều chỉnh dựa trên môi trường thị trường thay đổi, nếu không nó sẽ ảnh hưởng đến hiệu suất chiến lược;
Không chỉ số kỹ thuật nào có thể dự đoán hoàn hảo thị trường và phương pháp nhiều chỉ số không thể tránh hoàn toàn tổn thất.
Để giải quyết các rủi ro trên, chúng ta có thể cải thiện thêm từ các quan điểm sau:
Thêm điểm dừng lỗ để kiểm soát chặt chẽ lỗ giao dịch duy nhất;
Tối ưu hóa các thiết lập tham số và điều chỉnh các khoảng thời gian trung bình động v.v.;
Tăng các phương pháp tiếp cận mô hình tổng thể với các chỉ số kỹ thuật hơn;
Thêm các mô-đun quản lý rủi ro để điều chỉnh kích thước vị trí dựa trên các chế độ thị trường.
Chiến lược này có thể tối ưu hóa thêm:
Điều chỉnh tham số: tìm kết hợp tham số tối ưu thông qua kiểm tra và quét nhiều hơn, ví dụ như thời gian trung bình động, nhân khối lượng vv;
Mô hình tập hợp: tăng thêm các chỉ số kỹ thuật và mô hình tập hợp để cải thiện sự ổn định;
Định dạng vị trí động: xây dựng các mô hình quản lý vị trí động dựa trên các chỉ số thị trường để giảm kích thước vị trí trong môi trường rủi ro cao;
Chiến lược dừng lỗ: thiết lập các điểm dừng lỗ thích hợp để kiểm soát lỗ;
Xác nhận thử nghiệm sau: kiểm tra chiến lược này trong nhiều điều kiện thị trường hơn để xác minh độ vững chắc.
Với những cải tiến liên tục trong các hướng trên, sự ổn định và lợi nhuận của chiến lược có thể được tăng thêm.
/*backtest start: 2023-12-01 00:00:00 end: 2023-12-31 23:59:59 period: 1h basePeriod: 15m exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ //@version=5 strategy("Combined Strategy", overlay=true) // Input parameters for the W pattern with high volume wBottomDepth_W = input.int(3, title="W Bottom Depth", minval=1) volumeMultiplier_W = input.int(2, title="Volume Multiplier", minval=1) // Calculate moving averages for the W pattern maShort = ta.sma(close, 10) maLong = ta.sma(close, 30) // Find W pattern wBottom = ta.crossover(maShort, maLong) and ta.crossover(maShort[1], maLong[1]) // Check for high volume isHighVolume = volume > volumeMultiplier_W * ta.sma(volume, 20) // Strategy logic for the W pattern with high volume if (wBottom and isHighVolume) strategy.entry("W Pattern Buy", strategy.long) // Plot shapes to highlight W pattern and high volume plotshape(series=wBottom and isHighVolume, title="W Bottom with High Volume", color=color.new(color.green, 0), style=shape.triangleup, location=location.belowbar, size=size.small) // Strategy logic for the second strategy longCondition_My = ta.crossover(ta.sma(close, 14), ta.sma(close, 28)) if (longCondition_My) strategy.entry("Long Entry", strategy.long) shortCondition_My = ta.crossunder(ta.sma(close, 14), ta.sma(close, 28)) if (shortCondition_My) strategy.entry("Short Entry", strategy.short)