多级分批止盈BTC机器人交易策略
Author: ChaoZhang, Date: 2023-10-18 11:12:39Tags:
概述
该策略是一种多级分批止盈的BTC机器人交易策略。它通过寻找最低点进行买入entry,然后设置多级止盈点进行分批止盈出场exit。同时设置止损点进行风险控制。该策略适合看涨BTC的情形。
策略原理
寻找入场时机:当CC指标下穿0轴时产生买入signal,在该点买入多单。
设置止损点:通过input设置止损百分比,转换成价位进行止损。
设置多级止盈点:分为4个出场点,通过input设置各个出场点的止盈百分比,转换成价位进行分批止盈。
风险控制:设置最大持仓量,通过input设置每个出场点的出场量百分比,进行风险分散。
优势分析
这种策略具有以下优势:
入场信号比较可靠,寻找最低点买入,避免在高点买入。
多级止盈可以锁定部分利润,同时保留一部分利润继续运行。
设置止损点进行风险控制,可以把亏损控制在一定范围内。
分批出场可以进行风险分散,避免一次全部亏损。
回撤可以得到一定程度的控制。
风险分析
该策略也存在以下风险:
CC指标无法百分百确定最低点,可能会漏买入机会。
止损点设置不当可能造成不必要的止损。
分批出场设置不当也可能造成利润的损失。
震荡行情中止盈会比较困难。
行情剧烈反转时,可能难以止损。
优化方向
可以从以下几个方面进行优化:
优化入场信号,加入更多指标或者机器学习判断来确定买入时机。
优化止损策略,使其更具有弹性,能更好地应对行情。
优化出场策略,使其能更好适应震荡和趋势行情。
加入trailing stop等策略,使止盈更具弹性。
测试不同品种参数设置,寻找最佳参数组合。
总结
本策略总体来说是一个基于寻找最低点买入信号,并设置多级止盈和止损的BTC交易策略。它具有一定的优势,同时也存在可以优化的方向。通过进一步优化,可以使策略在回撤控制和止盈方面做的更好。但总的来说,该策略为BTC的机器人交易提供了一个可行的思路。
/*backtest
start: 2023-09-17 00:00:00
end: 2023-10-17 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
args: [["v_input_1",2]]
*/
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © RafaelZioni
// © theCrypster 2020
//@version=4
// strategy(title = "BTC bot", overlay = true, pyramiding=1,initial_capital = 10000, default_qty_type= strategy.percent_of_equity, default_qty_value = 100, calc_on_order_fills=false, slippage=0,commission_type=strategy.commission.percent,commission_value=0.075)
strat_dir_input = input(title="Strategy Direction", defval="long", options=["long", "short", "all"])
strat_dir_value = strat_dir_input == "long" ? strategy.direction.long : strat_dir_input == "short" ? strategy.direction.short : strategy.direction.all
strategy.risk.allow_entry_in(strat_dir_value)
//INPUTS
higherTF = input("W", type=input.resolution)
pc = security(syminfo.tickerid, higherTF, close[1], lookahead=true)
ph = security(syminfo.tickerid, higherTF, high[1], lookahead=true)
pl = security(syminfo.tickerid, higherTF, low[1], lookahead=true)
PP = 0.0,R1 = 0.0, R2 = 0.0, R3 = 0.0,S1 = 0.0, S2 = 0.0, S3 = 0.0
PP := (ph + pl + pc) / 3
R1 := PP + (PP - pl)
S1 := PP - (ph - PP)
R2 := PP + (ph - pl)
S2 := PP - (ph - pl)
factor=input(2)
R3 := ph + factor * (PP - pl)
S3 := pl - 2 * (ph - PP)
//
length=input(21)
//
p = close
vrsi = rsi(p, length)
pp=ema(vrsi,length)
d=(vrsi-pp)*5
cc=(vrsi+d+pp)/2
//
low1=crossover(cc,0)
sell=crossover(close[1],R3)
//
l = low1
s=sell
if l
strategy.entry("buy", strategy.long)
if s
strategy.entry("sell", strategy.short)
per(pcnt) =>
strategy.position_size != 0 ? round(pcnt / 100 * strategy.position_avg_price / syminfo.mintick) : float(na)
stoploss=input(title=" stop loss", defval=15, minval=0.01)
los = per(stoploss)
q1=input(title=" qty_percent1", defval=25, minval=1)
q2=input(title=" qty_percent2", defval=25, minval=1)
q3=input(title=" qty_percent3", defval=25, minval=1)
tp1=input(title=" Take profit1", defval=3, minval=0.01)
tp2=input(title=" Take profit2", defval=5, minval=0.01)
tp3=input(title=" Take profit3", defval=7, minval=0.01)
tp4=input(title=" Take profit4", defval=10, minval=0.01)
strategy.exit("x1", qty_percent = q1, profit = per(tp1), loss = los)
strategy.exit("x2", qty_percent = q2, profit = per(tp2), loss = los)
strategy.exit("x3", qty_percent = q3, profit = per(tp3), loss = los)
strategy.exit("x4", profit = per(tp4), loss = los)
更多内容