Tài nguyên đang được tải lên... tải...
  1. Quảng trường
  2. Chiến lược thúc đẩy động lực của gấu lười biếng

Chiến lược thúc đẩy động lực của gấu lười biếng

Tác giả:ChaoZhang, Ngày: 2024-02-02 17:42:58
Tags:

img

Tổng quan

Chiến lược Lão lười Squeeze Momentum là một chiến lược giao dịch định lượng kết hợp Bollinger Bands, Keltner Channels và một chỉ số động lực. Nó sử dụng Bollinger Bands và Keltner Channels để xác định xem thị trường hiện đang bị ép, sau đó sử dụng chỉ số động lực để tạo ra tín hiệu giao dịch.

Ưu điểm chính của chiến lược này là có thể tự động xác định sự khởi đầu của xu hướng di chuyển và xác định thời gian nhập cảnh với chỉ số động lực.

Chiến lược logic

Chiến lược Lazy Bear Squeeze Momentum đưa ra phán đoán dựa trên ba chỉ số sau:

  1. Bollinger Bands: Bao gồm băng trung, băng trên và băng dưới
  2. Các kênh Keltner: Bao gồm đường giữa, đường trên và đường dưới
  3. Chỉ số động lực: Giá hiện tại trừ giá n ngày trước

Khi dải Bollinger phía trên nằm dưới đường Keltner phía trên và dải Bollinger phía dưới nằm trên đường Keltner phía dưới, chúng ta xác định thị trường đang bị ép.

Để xác định thời gian nhập cảnh, chúng tôi sử dụng chỉ số đà để đo tốc độ thay đổi giá. Một tín hiệu mua được tạo ra khi đà vượt trên trung bình động của nó và một tín hiệu bán khi đà vượt dưới trung bình động của nó.

Phân tích lợi thế

Những lợi thế chính của chiến lược Lazy Bear Squeeze Momentum:

  1. Tự động xác định các mục đầu vào các xu hướng mới
  2. Kết hợp các chỉ số ngăn chặn tín hiệu sai
  3. Nhận cả xu hướng và đảo ngược trung bình
  4. Các thông số tùy chỉnh cho tối ưu hóa
  5. Sức mạnh trên các sản phẩm khác nhau

Phân tích rủi ro

Ngoài ra còn có một số rủi ro cho chiến lược Lazy Bear Squeeze Momentum:

  1. Khả năng tín hiệu sai từ Bollinger & Keltner
  2. Không ổn định động lực, thiếu các mục nhập tốt nhất
  3. Hiệu suất kém nếu không tối ưu hóa
  4. Sự tương quan cao với lựa chọn sản phẩm

Để giảm thiểu rủi ro, các khuyến nghị bao gồm: tối ưu hóa chiều dài cho Bollinger & Keltner, điều chỉnh dừng lỗ, chọn các sản phẩm lỏng, xác minh tín hiệu với các chỉ số khác.

Hướng dẫn tối ưu hóa

Các hướng chính để nâng cao hiệu suất:

  1. Kết hợp các tham số thử nghiệm trên các sản phẩm và khung thời gian
  2. Tối ưu hóa chiều dài cho Bollinger Bands và Keltner Channels
  3. Tối ưu hóa chiều dài của chỉ số động lực
  4. Các loại giao dịch khác nhau là stop loss/take profit cho giao dịch dài và ngắn
  5. Các chỉ số bổ sung để xác minh tín hiệu

Thông qua thử nghiệm và tối ưu hóa nghiêm ngặt, lợi thế và lợi nhuận của chiến lược có thể được cải thiện đáng kể.

Kết luận

Chiến lược Lazy Bear Squeeze Momentum có khả năng tạo ra tín hiệu mạnh thông qua cách tiếp cận đa chỉ số, và có thể xác định hiệu quả xu hướng mới bắt đầu.

/*backtest
start: 2024-01-31 00:00:00
end: 2024-02-01 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © mtahreemalam original strategy by LazyBear

strategy(title = 'SQM Strategy, TP & SL',
         shorttitle = 'Squeeze.M Strat',
         overlay = true,
         pyramiding = 0,
         default_qty_type = strategy.percent_of_equity,
         default_qty_value = 100,
         initial_capital = 1000,
         commission_type=strategy.commission.percent, 
         commission_value=0.0,
         process_orders_on_close=true,
         use_bar_magnifier=true)
//Strategy logic
strategy_logic = input.string("Cross above 0", "Strategy Logic", options = ["LazyBear", "Cross above 0"])

// Date Range
testPeriodSwitch = input(false, "Custom Backtesting Date Range",group="Backtesting Date Range")
i_startTime = input(defval = timestamp("01 Jan 2022 00:01 +0000"), title = "Backtesting Start Time",group="Backtesting Date Range")
i_endTime = input(defval = timestamp("31 Dec 2022 23:59 +0000"), title = "Backtesting End Time",group="Backtesting Date Range")
timeCond = true
isPeriod = testPeriodSwitch == true ? timeCond : true

//// Stoploss and Take Profit Parameters
// Enable Long Strategy
enable_long_strategy = input.bool(true, title='Enable Long Strategy', group='SL/TP For Long Strategy', inline='1')
long_stoploss_value = input.float(defval=5, title='Stoploss %', minval=0.1, group='SL/TP For Long Strategy', inline='2')
long_stoploss_percentage = close * (long_stoploss_value / 100) / syminfo.mintick
long_takeprofit_value = input.float(defval=5, title='Take Profit %', minval=0.1, group='SL/TP For Long Strategy', inline='2')
long_takeprofit_percentage = close * (long_takeprofit_value / 100) / syminfo.mintick

// Enable Short Strategy
enable_short_strategy = input.bool(true, title='Enable Short Strategy', group='SL/TP For Short Strategy', inline='3')
short_stoploss_value = input.float(defval=5, title='Stoploss %', minval=0.1, group='SL/TP For Short Strategy', inline='4')
short_stoploss_percentage = close * (short_stoploss_value / 100) / syminfo.mintick
short_takeprofit_value = input.float(defval=5, title='Take Profit %', minval=0.1, group='SL/TP For Short Strategy', inline='4')
short_takeprofit_percentage = close * (short_takeprofit_value / 100) / syminfo.mintick

//// Inputs
//SQUEEZE MOMENTUM STRATEGY
length = input(20, title='BB Length', group = "Squeeze Momentum Settings")
mult = input(2.0, title='BB MultFactor', group = "Squeeze Momentum Settings")
source = close
lengthKC = input(20, title='KC Length', group = "Squeeze Momentum Settings")
multKC = input(1.5, title='KC MultFactor', group = "Squeeze Momentum Settings")
useTrueRange = input(true, title='Use TrueRange (KC)', group = "Squeeze Momentum Settings")
signalPeriod=input(5, title="Signal Length", group = "Squeeze Momentum Settings")
show_labels_sqm = input(title='Show Buy/Sell SQM Labels', defval=true, group = "Squeeze Momentum Settings")
h0 = hline(0)

// Defining MA
ma = ta.sma(source, length)

// Calculate BB
basis = ma
dev = mult * ta.stdev(source, length)
upperBB = basis + dev
lowerBB = basis - dev

// Calculate KC
range_1 = useTrueRange ? ta.tr : high - low
rangema = ta.sma(range_1, lengthKC)
upperKC = ma + rangema * multKC
lowerKC = ma - rangema * multKC


// SqzON | SqzOFF | noSqz
sqzOn = lowerBB > lowerKC and upperBB < upperKC
sqzOff = lowerBB < lowerKC and upperBB > upperKC
noSqz = sqzOn == false and sqzOff == false

// Momentum
val = ta.linreg(source - math.avg(math.avg(ta.highest(high, lengthKC), ta.lowest(low, lengthKC)), ta.sma(close, lengthKC)), lengthKC, 0)

red_line = ta.sma(val,signalPeriod)
blue_line = val

// lqm = if val > 0
//         if val > nz(val[1])
        // long_sqm_custom
        // if val < nz(val[1])
        // short_sqm_custom
// Plots
//plot(val, style = plot.style_line, title = "blue line", color= color.blue, linewidth=2)
//plot(ta.sma(val,SignalPeriod), style = plot.style_line, title = "red line",color = color.red, linewidth=2)

//plot(val, color=blue, linewidth=2)
//plot(0, color=color.gray, style=plot.style_cross, linewidth=2)
//plot(red_line, color=red, linewidth=2)

//LOGIC
//momentum filter
//filterMom = useMomAverage ? math.abs(val) > MomentumMin / 100000 ? true : false : true
//}

////SQM Long Short Conditions
//Lazy Bear Buy Sell Condition
// long_sqm_lazy = (blue_line>red_line)
// short_sqm_lazy = (blue_line<red_line)

long_sqm_lazy = ta.crossover(blue_line,red_line)
short_sqm_lazy = ta.crossunder(blue_line,red_line)


//Custom Buy Sell Condition
dir_sqm = val < 0 ? -1 : 1
long_sqm_custom = dir_sqm == 1 //and dir_sqm[1] == -1
short_sqm_custom = dir_sqm == -1 //and dir_sqm[1] == 1

long_sqm = strategy_logic == "LazyBear" ? long_sqm_lazy : long_sqm_custom 
short_sqm = strategy_logic == "LazyBear" ? short_sqm_lazy : short_sqm_custom 


// Plot Stoploss & Take Profit Levels
long_stoploss_price = strategy.position_avg_price * (1 - long_stoploss_value / 100)
long_takeprofit_price = strategy.position_avg_price * (1 + long_takeprofit_value / 100)
short_stoploss_price = strategy.position_avg_price * (1 + short_stoploss_value / 100)
short_takeprofit_price = strategy.position_avg_price * (1 - short_takeprofit_value / 100)
plot(enable_long_strategy and not enable_short_strategy ? long_stoploss_percentage : na, color=color.red, style=plot.style_linebr, linewidth=2, title='Long SL Level')
plot(enable_long_strategy and not enable_short_strategy ? long_takeprofit_percentage : na, color=color.green, style=plot.style_linebr, linewidth=2, title='Long TP Level')
plot(enable_short_strategy and not enable_long_strategy ? short_stoploss_price : na, color=color.red, style=plot.style_linebr, linewidth=2, title='Short SL Level')
plot(enable_short_strategy and not enable_long_strategy ? short_takeprofit_price : na, color=color.green, style=plot.style_linebr, linewidth=2, title='Short TP Level')


// Long Strategy
if long_sqm and enable_long_strategy == true
    strategy.entry('Long', strategy.long)
    strategy.exit('Long  SL/TP', from_entry='Long', loss=long_stoploss_percentage, profit=long_takeprofit_percentage)
    strategy.close('Long', comment = "L. CL")

// Short Strategy
if short_sqm and enable_short_strategy == true 
    strategy.entry('Short', strategy.short)
    strategy.exit('Short SL/TP', from_entry='Short', loss=short_stoploss_percentage, profit=short_takeprofit_percentage)
    strategy.close('Short', comment = "S.Cl")

plot_sqm_long = long_sqm and not long_sqm[1]
plot_sqm_short = short_sqm and not short_sqm[1]

plotshape(plot_sqm_long and show_labels_sqm, title='Buy', style=shape.labelup, location=location.belowbar, size=size.normal, text='Buy', textcolor=color.new(color.white, 0), color=color.new(color.green, 0))
plotshape(plot_sqm_short and show_labels_sqm, title='Sell', style=shape.labeldown, location=location.abovebar, size=size.normal, text='Sell', textcolor=color.new(color.white, 0), color=color.new(color.red, 0))

// Date Range EXIT
if (not isPeriod) 
    strategy.cancel_all()
    strategy.close_all()
Thêm nữa

2019 FMZ - Tất cả các quyền được bảo lưu