Strategie zur Trendverfolgung von Doppelbereichsfiltern

Schriftsteller:ChaoZhang, Datum: 2024-02-05 11:15:28
Tags:

Übersicht

Die Dual Range Filter Trend Tracking Strategie ist eine quantitative Handelsstrategie, die das doppelte EMA-Bereichsfiltern verwendet, um die Trendrichtung zu identifizieren und Trends zu verfolgen.

Strategie Logik

Der Kern dieser Strategie ist die doppelte EMA-Bereichsfilterung. Es berechnet den ATR-Bereich der Kerzen und glättet ihn aus, verwendet dann zwei EMAs, um die Position der Kerzen innerhalb des Bereichs zu lokalisieren, um festzustellen, ob es sich derzeit in einem Trend befindet. Wenn der Preis durch den Bereich bricht, signalisiert er eine Veränderung des Trends.

Speziell berechnet die Strategie zunächst die ATR-Bereichsgröße der Kerzen und glättet sie dann mit zwei EMAs aus. Die ATR-Bereich repräsentiert die normale Schwankungsbreite der Kerzen. Wenn der Preis diese Bandbreite überschreitet, bedeutet dies, dass eine Trendänderung stattgefunden hat. Die Strategie zeichnet die Richtung auf, wenn der Preis die EMA-Bereich durchbricht. Wenn sich die Richtung ändert, bedeutet dies, dass eine Trendumkehr stattgefunden hat, und dann kann sie sich für den Markteintritt entscheiden.

Nach dem Markteintritt verwendet die Strategie einen schwimmenden Stop-Loss, um Gewinne zu erzielen. Während der Haltezeit beurteilt sie ständig, ob der Kerzenstock wieder außerhalb des Bereichs gefallen ist.

Analyse der Vorteile

Die Dual Range Filter Trend Tracking Strategie kombiniert die Vorteile der gleitenden Durchschnittsfilterung und der Berechnung des Bereichs, um die Trendrichtung genau zu bestimmen und häufige Marktein- und Ausstiege in den verschiedenen Märkten zu vermeiden.

Verwenden Sie ATR-Prinzip, um zu beurteilen, Kerzenfluktuationsbereich, vermeidet den Markteintritt ohne Richtung während der Markt-Bereich
Der doppelte EMA-Filter verbessert die Urteilsgenauigkeit und verringert die falschen Signale
Echtzeit-Floating-Stop-Loss kann effektiv Trend-Gewinne sichern
Einfache und klare Strategielogik, leicht zu verstehen und zu optimieren

Risikoanalyse

Diese Strategie birgt auch einige Risiken, vor allem in folgenden Aspekten:

Große Lücken können den ATR-Bereich durchbrechen, was zu einem vorzeitigen Einstieg führt
In stark trendigen Märkten kann der Stop Loss vorzeitig ausgelöst werden
Falsche Parameter-Einstellungen beeinträchtigen auch die Strategieleistung

Um diesen Risiken entgegenzuwirken, können Methoden wie die angemessene Optimierung von Parametern, die Verhinderung falscher Ausbrüche und die Beurteilung der Trendstärke zur Lösung dieser Risiken verwendet werden.

Optimierungsvorschläge

Die Strategie zur Trendverfolgung von Dual-Range-Filtern bietet auch Möglichkeiten zur weiteren Optimierung, wobei die wichtigsten Optimierungsrichtungen Folgendes umfassen:

Optimieren Sie die ATR-Parameter, um den Schwankungsbereich der Kerzen zu verbessern
Einbeziehung von Volumenindikatoren zur Vermeidung falscher Ausbrüche
Beurteilen Sie die Trendstärke, um einmalige Ausbrüche und nachhaltige Trends zu unterscheiden
Optimieren Sie den Stop-Loss-Preis, um lange Trends zu verfolgen und gleichzeitig Gewinn zu erzielen

Durch diese Optimierungen kann die Strategie in mehr Marktumgebungen stetige Gewinne erzielen.

Zusammenfassung

Die Dual-Range-Filter-Trend-Tracking-Strategie integriert die verschiedenen Vorteile des gleitenden Durchschnittsfilters und des ATR-Range-Urteils und kann effektiv die Richtung und den Eintrittszeitpunkt nachhaltiger mittelfristiger Trends identifizieren. Sie tritt nur in den Markt ein, wenn sich die Trends ändern, und verwendet einen schwimmenden Stop-Loss, um Gewinne zu erzielen. Diese Strategie hat eine einfache und klare Logik und eignet sich sehr gut für den mittelfristigen Trendhandel. Durch die kontinuierliche Optimierung von Parametern und Urteilsregeln kann diese Strategie in verschiedenen Märkten gute Renditen erzielen.

/*backtest
start: 2023-01-29 00:00:00
end: 2024-02-04 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("Range Filter [DW] & Labels", shorttitle="RF [DW] & Labels", overlay=true)

//Conditional Sampling EMA Function 
Cond_EMA(x, cond, n)=>
    var val     = array.new_float(0)
    var ema_val = array.new_float(1)
    if cond
        array.push(val, x)
        if array.size(val) > 1
            array.remove(val, 0)
        if na(array.get(ema_val, 0))
            array.fill(ema_val, array.get(val, 0))
        array.set(ema_val, 0, (array.get(val, 0) - array.get(ema_val, 0))*(2/(n + 1)) + array.get(ema_val, 0))
    EMA = array.get(ema_val, 0)
    EMA

//Conditional Sampling SMA Function
Cond_SMA(x, cond, n)=>
    var vals = array.new_float(0)
    if cond
        array.push(vals, x)
        if array.size(vals) > n
            array.remove(vals, 0)
    SMA = array.avg(vals)
    SMA

//Standard Deviation Function
Stdev(x, n)=>
    sqrt(Cond_SMA(pow(x, 2), 1, n) - pow(Cond_SMA(x, 1, n), 2))

//Range Size Function
rng_size(x, scale, qty, n)=> 
    ATR      = Cond_EMA(tr(true), 1, n)
    AC       = Cond_EMA(abs(x - x[1]), 1, n)
    SD       = Stdev(x, n)
    rng_size = scale=="Pips" ? qty*0.0001 : scale=="Points" ? qty*syminfo.pointvalue : scale=="% of Price" ? close*qty/100 : scale=="ATR" ? qty*ATR :
               scale=="Average Change" ? qty*AC : scale=="Standard Deviation" ? qty*SD : scale=="Ticks" ? qty*syminfo.mintick : qty   

//Two Type Range Filter Function
rng_filt(h, l, rng_, n, type, smooth, sn, av_rf, av_n)=>
    rng_smooth = Cond_EMA(rng_, 1, sn)
    r          = smooth ? rng_smooth : rng_
    var rfilt  = array.new_float(2, (h + l)/2)
    array.set(rfilt, 1, array.get(rfilt, 0))
    if type=="Type 1"
        if h - r > array.get(rfilt, 1)
            array.set(rfilt, 0, h - r)
        if l + r < array.get(rfilt, 1)
            array.set(rfilt, 0, l + r)
    if type=="Type 2"
        if h >= array.get(rfilt, 1) + r
            array.set(rfilt, 0, array.get(rfilt, 1) + floor(abs(h - array.get(rfilt, 1))/r)*r)
        if l <= array.get(rfilt, 1) - r
            array.set(rfilt, 0, array.get(rfilt, 1) - floor(abs(l - array.get(rfilt, 1))/r)*r)
    rng_filt1 = array.get(rfilt, 0)
    hi_band1  = rng_filt1 + r
    lo_band1  = rng_filt1 - r
    rng_filt2 = Cond_EMA(rng_filt1, rng_filt1 != rng_filt1[1], av_n)
    hi_band2  = Cond_EMA(hi_band1, rng_filt1 != rng_filt1[1], av_n)
    lo_band2  = Cond_EMA(lo_band1, rng_filt1 != rng_filt1[1], av_n)
    rng_filt  = av_rf ? rng_filt2 : rng_filt1
    hi_band   = av_rf ? hi_band2 : hi_band1
    lo_band   = av_rf ? lo_band2 : lo_band1
    [hi_band, lo_band, rng_filt]
 
//-----------------------------------------------------------------------------------------------------------------------------------------------------------------
//Inputs
//-----------------------------------------------------------------------------------------------------------------------------------------------------------------

//Filter Type
f_type = input(defval="Type 1", options=["Type 1", "Type 2"], title="Filter Type")

//Movement Source
mov_src = input(defval="Close", options=["Wicks", "Close"], title="Movement Source")

//Range Size Inputs
rng_qty   = input(defval=2.618, minval=0.0000001, title="Range Size")
rng_scale = input(defval="Average Change", options=["Points", "Pips", "Ticks", "% of Price", "ATR", "Average Change", "Standard Deviation", "Absolute"], title="Range Scale")

//Range Period
rng_per = input(defval=14, minval=1, title="Range Period (for ATR, Average Change, and Standard Deviation)")

//Range Smoothing Inputs
smooth_range = input(defval=true, title="Smooth Range")
smooth_per   = input(defval=27, minval=1, title="Smoothing Period")

//Filter Value Averaging Inputs
av_vals    = input(defval=true, title="Average Filter Changes")
av_samples = input(defval=2, minval=1, title="Number Of Changes To Average")

// New inputs for take profit and stop loss
take_profit_percent = input(defval=100.0, minval=0.1, maxval=1000.0, title="Take Profit Percentage", step=0.1)
stop_loss_percent = input(defval=100, minval=0.1, maxval=1000.0, title="Stop Loss Percentage", step=0.1)

//-----------------------------------------------------------------------------------------------------------------------------------------------------------------
//Definitions
//-----------------------------------------------------------------------------------------------------------------------------------------------------------------

//High And Low Values
h_val = mov_src=="Wicks" ? high : close
l_val = mov_src=="Wicks" ? low : close

//Range Filter Values
[h_band, l_band, filt] = rng_filt(h_val, l_val, rng_size((h_val + l_val)/2, rng_scale, rng_qty, rng_per), rng_per, f_type, smooth_range, smooth_per, av_vals, av_samples)

//Direction Conditions
var fdir = 0.0
fdir    := filt > filt[1] ? 1 : filt < filt[1] ? -1 : fdir
upward   = fdir==1 ? 1 : 0
downward = fdir==-1 ? 1 : 0

//Colors
filt_color = upward ? #05ff9b : downward ? #ff0583 : #cccccc
bar_color  = upward and (close > filt) ? (close > close[1] ? #05ff9b : #00b36b) :
             downward and (close < filt) ? (close < close[1] ? #ff0583 : #b8005d) : #cccccc

//-----------------------------------------------------------------------------------------------------------------------------------------------------------------
//Outputs
//-----------------------------------------------------------------------------------------------------------------------------------------------------------------

//Filter Plot
filt_plot = plot(filt, color=filt_color, transp=0, linewidth=3,  title="Filter")

//Band Plots
h_band_plot = plot(h_band, color=#05ff9b, transp=100, title="High Band")
l_band_plot = plot(l_band, color=#ff0583, transp=100, title="Low Band")

//Band Fills
fill(h_band_plot, filt_plot, color=#00b36b, transp=85, title="High Band Fill")
fill(l_band_plot, filt_plot, color=#b8005d, transp=85, title="Low Band Fill")

//Bar Color
barcolor(bar_color)

//External Trend Output
plot(fdir, transp=100, editable=false, display=display.none, title="External Output - Trend Signal")

// Trading Conditions Logic
longCond = close > filt and close > close[1] and upward > 0 or close > filt and close < close[1] and upward > 0 
shortCond = close < filt and close < close[1] and downward > 0 or close < filt and close > close[1] and downward > 0

CondIni = 0
CondIni := longCond ? 1 : shortCond ? -1 : CondIni[1]
longCondition = longCond and CondIni[1] == -1
shortCondition = shortCond and CondIni[1] == 1

// Strategy Entry and Exit
strategy.entry("Buy", strategy.long, when = longCondition)
strategy.entry("Sell", strategy.short, when = shortCondition)

// New: Close conditions based on percentage change
long_take_profit_condition = close > strategy.position_avg_price * (1 + take_profit_percent / 100)
short_take_profit_condition = close < strategy.position_avg_price * (1 - take_profit_percent / 100)

long_stop_loss_condition = close < strategy.position_avg_price * (1 - stop_loss_percent / 100)
short_stop_loss_condition = close > strategy.position_avg_price * (1 + stop_loss_percent / 100)

strategy.close("Buy", when = shortCondition or long_take_profit_condition or long_stop_loss_condition)
strategy.close("Sell", when = longCondition or short_take_profit_condition or short_stop_loss_condition)

// Plot Buy and Sell Labels
plotshape(longCondition, title = "Buy Signal", text ="BUY", textcolor = color.white, style=shape.labelup, size = size.normal, location=location.belowbar, color = color.green, transp = 0)
plotshape(shortCondition, title = "Sell Signal", text ="SELL", textcolor = color.white, style=shape.labeldown, size = size.normal, location=location.abovebar, color = color.red, transp = 0)

// Alerts
alertcondition(longCondition, title="Buy Alert", message = "BUY")
alertcondition(shortCondition, title="Sell Alert", message = "SELL")

Mehr