Turtle Trading-Entscheidungssystem
ChaoZhang
Überblick
Das Seil-Trading-Entscheidungssystem ist eine Trend-Tracking-Trading-Strategie, die auf der Breakout-Theorie basiert. Es erzeugt Handelssignale durch die Erzeugung von Moving Averages der höchsten und niedrigsten Preise der Handelsvarianten, um potenzielle Trends zu erkennen. Es erzeugt Handelssignale, wenn die Preise die höchsten oder niedrigsten Preise innerhalb eines bestimmten Zeitraums durchbrechen.
Strategieprinzip
Das Kernstrategie-Signal des Ozean-Handelsentscheidungssystems wird erzeugt durch die Vergleiche der Größenverhältnisse zwischen dem Preis und den Höchst- und Tiefpreisen des N1-Zyklus. Wenn der Preis den Höchst- und Tiefpreis des N1-Zyklus überschreitet, wird ein Kaufsignal erzeugt; wenn der Preis den Tiefpreis des N2-Zyklus überschreitet, wird ein Verkaufsignal erzeugt.
Nach dem Börsengang wird die Größenverbindung zwischen dem Kurs und dem Stop-Loss-Preis in Echtzeit verglichen, um ein mobiles Stop-Loss-Signal zu erzeugen. Gleichzeitig wird die Beziehung zwischen dem Preis und der Aufnahmelinie verglichen, um eine Aufnahmelinie zu erzeugen.
Die Einzelschäden werden auf das Gesamtkapital begrenzt, indem ein bestimmter Prozentsatz des Anfangskapitals entnommen wird.
Analyse der Stärken
Die Entscheidungssysteme für den Kauf und Verkauf von Seehunden haben folgende Vorteile:
Erfassen von potenziellen Trends: Die Richtung eines potenziellen Trends kann durch den Vergleich der Beziehung zwischen dem Preis und den zyklischen Höchst- und Tiefstpreisen erkannt werden, um einen potenziellen Preistrend früher zu erfassen.
Risikomanagement: Vermögensverwaltung und Stop-Loss-Verfahren werden eingesetzt, um das einzelne und das Gesamtverlustrisiko zu kontrollieren.
Gewichtung: Eine angemessene Gewichtung ermöglicht zusätzliche Gewinne im Trend.
Integrität: Die Integration von Kapitalmanagement, Stop-Loss-Management und Lagerhaltung führt zu einer vollständigeren Entscheidungsfindung.
Einfach und klar: Die Regeln für die Signalerzeugung sind einfach, unkompliziert und leicht zu verstehen und zu verifizieren.
Risikoanalyse
Es gibt auch Risiken für die Entscheidungssysteme bei den Strandtransaktionen:
Falschbruchrisiko: Der Preis kann falsche Höchst- oder Tiefstpreise aufweisen, was zu falschen Signalen führt. Die Parameter können entsprechend angepasst werden, um einige falsche Durchbrüche zu filtern.
Trendwechselrisiko: Es besteht das Risiko, dass ein Preiswechsel nach einer Verlagerung zu einem erhöhten Verlust führt. Die Anzahl der Verlagerungen sollte angemessen begrenzt und die Verluste rechtzeitig eingestellt werden.
Parameteroptimierungsrisiken: Die Parameter-Einstellungen in verschiedenen Märkten können sehr unterschiedlich sein. Die Parameteroptimierungs-Parameter sollten unterteilt werden, um das Risiko zu verringern.
Optimierungsrichtung
Die Entscheidungssysteme für den Kauf und Verkauf von Seehunden können in folgenden Bereichen optimiert werden:
Hinzugefügt wurde ein Filter, der die Stärke von Preisüberschreitungen erkennt und einige falsche Überschreitungen herausfiltert.
Optimierung von Stop-Loss-Strategien: Wie kann man Stop-Loss-Strategien nachvollziehen, um eine Balance zwischen dem Schutz von Gewinnen und der Verringerung von unnötigen Stop-Losses zu finden?
Optimierung der Segmentparameter: Kombination von Parametern zur Optimierung der Merkmale der verschiedenen Sorten.
Mehr Maschinelles Lernen: Trends werden mithilfe von Algorithmen ermittelt.
Zusammenfassen
Das Beach-Trading-Entscheidungssystem beurteilt potenzielle Trendrichtungen durch den Vergleich von Preisen mit den höchsten und niedrigsten Preisen innerhalb eines bestimmten Zeitraums und baut das gesamte Entscheidungssystem in Kombination mit einem Risikomanagementmodul auf. Es hat eine starke Trendverfolgungskapazität, aber es gibt auch einige Probleme mit der Optimierung von Pseudo-Breakout-Risiken und Parametern. Die Strategie kann als Grundmodell für quantitative Transaktionen dienen und auf dieser Grundlage erweitert und optimiert werden, um ein eigenes Entscheidungssystem zu entwickeln.
/*backtest
start: 2024-01-29 00:00:00
end: 2024-02-28 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/
// © 李和邪
// 本脚本所有内容只适用于交流学习，不构成投资建议，所有后果自行承担。
//@version=5
strategy(title='Turtle Trading Strategy@lihexie',
shorttitle='OKX-海龟交易系统@李和邪',
overlay=true,
pyramiding=4,
initial_capital = 1000,
default_qty_type = strategy.percent_of_equity,
default_qty_value=100,
slippage = 0,
commission_type = strategy.commission.percent,
commission_value = 0.05)
// 输入参数
from_date = input(timestamp("2013-01-01T00:00:00+08:00"), "From Date/开始日期")
end_date = input(timestamp("2024-08-01T00:00:00+08:00"), "To Date/结束日期")
valid_date() => true
current_mode = input.string("Mode 1", "Enter Mode/进场系统",['Mode 1','Mode 2'])
// mode 1
entry_length = input.int(20, 'Entry Length/系统1进场长度', minval=1) // 进场长度
exit_length = input.int(10, 'Exit Length/系统2出场长度', minval=1) // 出场长度
// mode 2
entry_length_mode2 = input.int(55, 'Mode2 Entry Length/系统2进场长度', minval=1) // 进场长度
exit_length_mode2 = input.int(20, 'Mode2 Exit Length/系统2出场长度', minval=1)
atr_period = input.int(14, "ATR Period/计算ATR的周期", minval=1) // ATR周期
risk_per_trade = input.float(0.02, "Risk Per Trade/每笔交易的风险，0.02就是2%", minval=0.001, maxval=1) // 每笔交易的风险
initial_stop_atr_multiple = input.float(2, "Initial Stop ATR Multiple/止损使用的ATR倍数", minval=0.1, maxval=10) // 初始止损ATR倍数
pyramid_atr_multiple = input.float(0.5, "Pyramid ATR Multiple/加仓使用的ATR倍数", minval=0.1, maxval=10) // 加仓ATR倍数
max_units = input.int(4, "Max Units/最大头寸单位数", minval=1, maxval=10) // 最大头寸单位数
highlighting = input(title='Highlighter On/Off ?/是否高亮显示', defval=true) // 是否高亮显示
// 初始化变量
var int units = 0
var float trailing_stop_long = na
var float trailing_stop_short = na
var float real_entry_price_long = na
var float real_entry_price_short = na
var float add_unit_price_long = na
var float add_unit_price_short = na
var bool last_trade_win = false
// 计算ATR
atr = ta.atr(atr_period)
// 计算单位大小
unit_size = (strategy.equity * risk_per_trade) / (initial_stop_atr_multiple * atr)
// 切换模式
mode_signal = current_mode == "Mode 1" ? (last_trade_win==false?true:false) : true
float entry_price_long = na
float entry_price_short = na
float exit_price_long = na
float exit_price_short = na
// 计算进场和出场价格
if current_mode == "Mode 1"
entry_price_long := ta.highest(entry_length)
entry_price_short := ta.lowest(entry_length)
exit_price_long := ta.lowest(exit_length)
exit_price_short := ta.highest(exit_length)
else
entry_price_long := ta.highest(entry_length_mode2)
entry_price_short := ta.lowest(entry_length_mode2)
exit_price_long := ta.lowest(exit_length_mode2)
exit_price_short := ta.highest(exit_length_mode2)
// 计算止损价格
stop_price_long = entry_price_long - (initial_stop_atr_multiple * atr)
stop_price_short = entry_price_short + (initial_stop_atr_multiple * atr)
// 交易逻辑
// 生成买入和卖出信号
long_signal = ta.crossover(close, entry_price_long[1]) and strategy.position_size==0 and valid_date()
short_signal = ta.crossunder(close, entry_price_short[1]) and strategy.position_size==0 and valid_date()
// 生成出场信号
exit_long_signal = ta.crossunder(close, exit_price_long[1]) and strategy.position_size > 0 and valid_date()
exit_short_signal = ta.crossover(close, exit_price_short[1]) and strategy.position_size < 0 and valid_date()
if long_signal
if mode_signal
strategy.entry("Long", strategy.long, qty=unit_size, stop=stop_price_long)
units := 1
trailing_stop_long := stop_price_long
real_entry_price_long := close
add_unit_price_long := real_entry_price_long+pyramid_atr_multiple*atr
else
last_trade_win:=false
if short_signal
if mode_signal
strategy.entry("Short", strategy.short, qty=unit_size, stop=stop_price_short)
units := 1
trailing_stop_short := stop_price_short
real_entry_price_short := close
add_unit_price_short := real_entry_price_short-pyramid_atr_multiple*atr
else
last_trade_win:=false
// 出场逻辑
if exit_long_signal
last_trade_win := strategy.position_avg_price<close?true:false
strategy.close_all("SL")
units := 0
real_entry_price_long := na
add_unit_price_long := na
trailing_stop_long := na
if exit_short_signal
last_trade_win := strategy.position_avg_price>close?true:false
strategy.close_all("SS")
units := 0
real_entry_price_short := na
add_unit_price_short := na
trailing_stop_short := na
// 生成加仓信号
add_unit_signal = (close > add_unit_price_long or close < add_unit_price_short) and units[1] < max_units and valid_date()
// 加仓逻辑
if add_unit_signal
if strategy.position_size > 0
strategy.entry("AL", strategy.long, qty=unit_size)
real_entry_price_long := close
add_unit_price_long := real_entry_price_long+pyramid_atr_multiple*atr
trailing_stop_long := real_entry_price_long - (initial_stop_atr_multiple * atr)
if strategy.position_size < 0
strategy.entry("AS", strategy.short, qty=unit_size)
real_entry_price_short := close
add_unit_price_short := real_entry_price_short-pyramid_atr_multiple*atr
trailing_stop_short := real_entry_price_short + (initial_stop_atr_multiple * atr)
units := units + 1
// 移动止损逻辑
trailing_stop_long_signal = ta.crossunder(close, trailing_stop_long) and strategy.position_size > 0 and valid_date()
trailing_stop_short_signal = ta.crossover(close, trailing_stop_short) and strategy.position_size < 0 and valid_date()
if trailing_stop_long_signal
last_trade_win := strategy.position_avg_price<close?true:false
strategy.close_all("TSL")
units := 0
real_entry_price_long := na
add_unit_price_long := na
trailing_stop_long := na
if trailing_stop_short_signal
last_trade_win := strategy.position_avg_price>close?true:false
strategy.close_all("TSS")
units := 0
real_entry_price_short := na
add_unit_price_short := na
trailing_stop_short := na
// 美化图表
plot_entry_lowest = plot(entry_price_short, 'Lower', color=color.new(#0094FF, 0)) // 绘制进场最低线
plot_entry_highest = plot(entry_price_long, 'Upper', color=color.new(#0094FF, 0)) // 绘制进场最高线
entry_line = ta.barssince(short_signal) <= ta.barssince(long_signal) ? entry_price_short : entry_price_long // 进场线
exit_line = ta.barssince(short_signal) <= ta.barssince(long_signal) ? exit_price_short : exit_price_long // 出场线
plot(entry_line, title='Trend Line', color=color.new(#ff52f1, 0), linewidth=2) // 绘制趋势线
plot_exit = plot(exit_line, title='Exit Line', color=color.new(color.blue, 0), linewidth=1, style=plot.style_circles) // 绘制出场线
entry_long_color = highlighting and strategy.position_size>0 ? color.new(color.green, transp = 88) : na
entry_short_color = highlighting and strategy.position_size<0 ? color.new(color.red, transp = 88) : na
fill(plot_entry_highest, plot_exit, color=entry_long_color, title='Background') // 高亮多头趋势
fill(plot_entry_lowest, plot_exit, color=entry_short_color, title='Background') // 高亮空头趋势