Dynamische Kauf-Verkaufsvolumen-Break-out-Strategie

Schriftsteller:ChaoZhang, Datum: 2023-12-26 11:15:31
Tags:

Übersicht

Diese Strategie bestimmt durch maßgeschneiderte Zeitrahmen Kauf- und Verkaufsvolumen lang und kurz, kombiniert mit wöchentlichen VWAP und Bollinger Bands zum Filtern, um eine hohe Wahrscheinlichkeit Trendverfolgung zu realisieren.

Strategieprinzip

Berechnung der Kauf- und Verkaufsvolumenindikatoren innerhalb eines angepassten Zeitrahmens

BV: Kaufvolumen, verursacht durch den Kauf am Tiefpunkt
SV: Verkaufsmenge, verursacht durch Verkauf an Höhepunkten

Prozesskauf- und Verkaufsvolumen

Gleichbleibend nach 20-Perioden-EMA
Verarbeitete Kauf- und Verkaufsmengen in positives und negatives Volumen aufteilen

Richteranzeige Richtung

Größer als 0 ist bullish, kleiner als 0 ist bearish

Bestimmung der Divergenz in Kombination mit wöchentlichen VWAP- und Bollinger Bands

Preis über VWAP und Indikator bullish ist langes Signal
Preis unter VWAP und Indikator-Beiß ist Kurzsignal

Dynamische Gewinn- und Stop-Loss-Verfahren

Festgelegte Prozentsatz von Take-Profit und Stop-Loss auf Basis des täglichen ATR

Vorteile

Das Kauf- und Verkaufsvolumen spiegelt die reale Marktdynamik wider, erfasst die potenzielle Energie von Trends
Wöchentlich beurteilt der VWAP die langfristige Trendrichtung, Bollinger Bands bestimmen Ausbruchssignale
Dynamische ATR-Sets nehmen Gewinn und Stop-Loss, maximieren Gewinnverriegelung und vermeiden Übersteuerung

Risiken

Kauf- und Verkaufsvolumendaten enthalten bestimmte Fehler, die zu Fehleinschätzungen führen können
Eine Kombination von Beurteilungen über einen einzigen Indikator führt in der Regel zu falschen Signalen.
Unzulässige Bollinger-Band-Parameter-Einstellungen verringern gültige Ausbrüche

Optimierungsrichtlinien

Optimieren Sie mit mehreren Zeitrahmen-Einkaufs- und Verkaufsvolumenindikatoren
Hinzufügen von Handelsvolumen und sonstigen Hilfsindikatoren zur Filterung
Dynamische Anpassung der Bollinger-Band-Parameter zur Verbesserung der Breakout-Effizienz

Schlussfolgerung

Diese Strategie nutzt die Vorhersagbarkeit des Kauf- und Verkaufsvolumens voll aus und erzeugt mit VWAP und Bollinger Bands ergänzte Hochwahrscheinlichkeitssignale, während das Risiko durch dynamische Take Profit und Stop Loss effektiv kontrolliert wird.

/*backtest
start: 2022-12-19 00:00:00
end: 2023-12-25 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © original author ceyhun
//@ exlux99 update

//@version=5
strategy('Buying Selling Volume Strategy', format=format.volume, precision=0, overlay=false)

weekly_vwap = request.security(syminfo.tickerid, "W", ta.vwap(hlc3))

vi = false
customTimeframe = input.timeframe("60", group="Entry Settings")

allow_long = input.bool(true, group="Entry Settings")
allow_short = input.bool(false, group="Entry Settings")

xVolume = request.security(syminfo.tickerid, customTimeframe, volume)
xHigh = request.security(syminfo.tickerid, customTimeframe, high)
xLow = request.security(syminfo.tickerid, customTimeframe, low)
xClose = request.security(syminfo.tickerid, customTimeframe, close)

BV = xHigh == xLow ? 0 : xVolume * (xClose - xLow) / (xHigh - xLow)
SV = xHigh == xLow ? 0 : xVolume * (xHigh - xClose) / (xHigh - xLow)

vol = xVolume > 0 ? xVolume : 1
TP = BV + SV
BPV = BV / TP * vol
SPV = SV / TP * vol
TPV = BPV + SPV

tavol20 = request.security(syminfo.tickerid, customTimeframe, ta.ema(vol, 20))
tabv20= request.security(syminfo.tickerid, customTimeframe, ta.ema(BV, 20))
tasv20= request.security(syminfo.tickerid, customTimeframe, ta.ema(SV, 20))
VN = vol / tavol20
BPN = BV / tabv20 * VN * 100
SPN = SV / tasv20 * VN * 100
TPN = BPN + SPN

xbvp = request.security(syminfo.tickerid, customTimeframe,-math.abs(BPV))
xbpn = request.security(syminfo.tickerid, customTimeframe,-math.abs(BPN))
xspv = request.security(syminfo.tickerid, customTimeframe,-math.abs(SPV))
xspn = request.security(syminfo.tickerid, customTimeframe,-math.abs(SPN))

BPc1 = BPV > SPV ? BPV : xbvp
BPc2 = BPN > SPN ? BPN : xbpn
SPc1 = SPV > BPV ? SPV : xspv
SPc2 = SPN > BPN ? SPN : xspn
BPcon = vi ? BPc2 : BPc1
SPcon = vi ? SPc2 : SPc1


minus = BPcon + SPcon
plot(minus, color = BPcon > SPcon  ? color.green : color.red , style=plot.style_columns) 

length = input.int(20, minval=1, group="Volatility Settings")
src = minus//input(close, title="Source")
mult = input.float(2.0, minval=0.001, maxval=50, title="StdDev", group="Volatility Settings")
xtasma = request.security(syminfo.tickerid, customTimeframe, ta.sma(src, length))
xstdev = request.security(syminfo.tickerid, customTimeframe, ta.stdev(src, length))
basis = xtasma
dev = mult * xstdev
upper = basis + dev
lower = basis - dev
plot(basis, "Basis", color=#FF6D00, offset = 0)
p1 = plot(upper, "Upper", color=#2962FF, offset = 0)
p2 = plot(lower, "Lower", color=#2962FF, offset = 0)
fill(p1, p2, title = "Background", color=color.rgb(33, 150, 243, 95))

// Original a
longOriginal = minus > upper and BPcon > SPcon and close > weekly_vwap
shortOriginal = minus > upper and BPcon < SPcon and close< weekly_vwap



high_daily = request.security(syminfo.tickerid, "D", high)
low_daily  = request.security(syminfo.tickerid, "D", low)
close_daily = request.security(syminfo.tickerid, "D", close)

true_range = math.max(high_daily - low_daily, math.abs(high_daily - close_daily[1]), math.abs(low_daily - close_daily[1]))
atr_range = ta.sma(true_range*100/request.security(syminfo.tickerid, "D", close), 14)

ProfitTarget_Percent_long = input.float(100.0, title='TP Multiplier for Long entries ', step=0.5, step=0.5, group='Dynamic Risk Management')
Profit_Ticks_long = close + (close * (atr_range * ProfitTarget_Percent_long))/100
LossTarget_Percent_long = input.float(1.0, title='SL Multiplier for Long entries', step=0.5, group='Dynamic Risk Management')
Loss_Ticks_long = close - (close * (atr_range * LossTarget_Percent_long ))/100

ProfitTarget_Percent_short = input.float(100.0, title='TP Multiplier for Short entries ', step=0.5, step=0.5, group='Dynamic Risk Management')
Profit_Ticks_short = close - (close * (atr_range*ProfitTarget_Percent_short))/100
LossTarget_Percent_short = input.float(5.0, title='SL Multiplier for Short entries', step=0.5, group='Dynamic Risk Management')
Loss_Ticks_short = close + (close * (atr_range*LossTarget_Percent_short))/100



var longOpened_original = false
var int timeOfBuyLong = na
var float tpLong_long_original = na
var float slLong_long_original = na
long_entryx = longOriginal

longEntry_original = long_entryx and not longOpened_original 


if longEntry_original
    longOpened_original := true
    tpLong_long_original := Profit_Ticks_long
    slLong_long_original := Loss_Ticks_long
    timeOfBuyLong := time
    //lowest_low_var_sl := lowest_low

     
tpLong_trigger = longOpened_original[1] and ((close > tpLong_long_original) or (high > tpLong_long_original)) //or high > lowest_low_var_tp
slLong_Trigger = longOpened_original[1] and ((close < slLong_long_original) or (low < slLong_long_original)) //or low < lowest_low_var_sl

longExitSignal_original =   shortOriginal or tpLong_trigger or slLong_Trigger 


if(longExitSignal_original)
    longOpened_original := false
    tpLong_long_original := na
    slLong_long_original := na


if(allow_long)
    strategy.entry("long", strategy.long, when=longOriginal) 
    strategy.close("long", when= longExitSignal_original) //or shortNew

if(allow_short)
    strategy.entry("short", strategy.short, when=shortOriginal ) 
    strategy.close("short", when= longOriginal) //or shortNew

Mehr