ianzeng123
2
konzentrieren Sie sich auf
319
Anhänger
Überblick
Dies ist eine Trend-Tracking-Trading-Strategie, die Dynamic Reactor und Multi-Kernel Regression kombiniert. Die Strategie berechnet die dynamischen Support/Resistance-Linien über ATR und SMA und identifiziert Markttrends mit Hilfe der Kombination von Rückgängen von Gauss-Kern und Epanechnikov-Kern. Gleichzeitig wird die MA200-Equilibrium als langfristiger Trendfilter verwendet und ein Triple-Profit-Ziel und eine Stop-Loss-Mechanismus eingerichtet.
Strategieprinzip
Die Strategie besteht aus vier Kernbereichen:
Dynamischer Trendreaktor ((DR): Die Verwendung von ATR und SMA, um dynamische Unterstützungs- / Widerstandsbänder zu erstellen und die Richtung des Trends anhand der Preisposition zu bestimmen. In einem Aufwärtstrend wird der untere Band als Unterstützung verwendet, in einem Abwärtstrend wird der obere Band als Widerstand verwendet.
Multi-Kern-Rückführung (MKR): Preisrückführung in Kombination mit dem Gauss-Kern und dem Epanechnikov-Kern, um eine optimierte Kombination der beiden Kernfunktionen durch einstellbare Gewichtsparameter zu erreichen. Diese Methode erfasst die dynamischen Merkmale der Preisentwicklung besser.
MA200-Trendfilter: Die 200-Tage-Mittellinie wird als langfristiger Trendindikator verwendet, der nur dann den Handel erlaubt, wenn ein eindeutiger Trend mit dem MA200 entsteht, und die Periode wird durch die Parameter ConsolidationRange identifiziert.
Vermögensverwaltungssystem: Setzung mit dreifacher Gewinnzielung: 1,5%, 3,0%, 4,5% und 1% Stop Loss, Verteilung der Positionen in einem Verhältnis von 33% -33% -34% zur Erzielung von Gewinnmaximierung bei gleichzeitiger Risikokontrolle.
Strategische Vorteile
- Zuverlässigkeit der Trenderkennung: Durch die doppelte Bestätigung von DR und MKR wird die Genauigkeit der Trendbeurteilung erhöht.
- Integrität des Risikomanagements: Die Kombination aus Teilergebnissen und einheitlichen Stop-Losses schützt sowohl die Gewinne als auch die Verluste.
- Anpassungsfähigkeit: Die Mehrkern-Rückgangsmethode ist besser geeignet, sich an unterschiedliche Marktbedingungen anzupassen.
- Die Handelssignale sind eindeutig: Die Trendwendepunkte sind klar grafisch angezeigt.
- Filtermechanismen verbessert: Unvorteilhafte Marktumstände durch MA200 und Bilanzierungszeiten identifiziert und ausgeschlossen.
Strategisches Risiko
- Risiken der Parameteroptimierung: Überoptimierung kann zu einer Überpassung führen und die tatsächliche Leistung der Strategie beeinträchtigen.
- Rückstandsrisiko: Die Durchschnittslinie und der Regressionsindikator haben einen gewissen Rückstand und können wichtige Wendepunkte verpassen.
- Abhängigkeit vom Marktumfeld: In stark schwankenden oder horizontalen Märkten kann die Performance schlechter sein.
- Durchführungsrisiko: Ein mehrfacher Stop-Loss-Auftrag kann aufgrund von Liquiditätsproblemen nicht vollständig ausgeführt werden.
Richtung der Strategieoptimierung
- Dynamische Parameter-Anpassung: ATR-Multiplikation und Regressionszyklus können automatisch an die Marktschwankungen angepasst werden.
- Signalbestätigung: Zusätzliche Indikatoren wie Verkehrsvolumen und Schwankungen können hinzugefügt werden, um die Signalzuverlässigkeit zu verbessern.
- Optimierung der Positionsverwaltung: Dynamische Positionsverwaltung basierend auf der Volatilität.
- Klassifizierung der Marktumgebung: Hinzufügung eines Moduls zur Erkennung von Marktzuständen und Verwendung verschiedener Parameter-Einstellungen für verschiedene Marktumgebungen.
Zusammenfassen
Die Strategie baut ein vollständiges Handelssystem auf, indem sie mehrere technische Indikatoren und fortschrittliche statistische Methoden miteinander verbindet. Die Strategie hat den Vorteil, Trends genau zu erfassen und ein gutes Risikomanagementsystem zu haben, muss aber auch auf die Optimierung der Parameter und die Marktanpassungsfähigkeit achten. Durch die empfohlene Optimierungsrichtung besteht noch Raum für weitere Verbesserungen.
Strategiequellcode
/*backtest
start: 2024-02-25 00:00:00
end: 2024-08-07 00:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Binance","currency":"SOL_USDT"}]
*/
//@version=5
strategy("DR + Multi Kernel Regression + Signals + MA200 with TP/SL (Optimized)", overlay=true, shorttitle="DR+MKR+Signals+MA200_TP_SL_Opt", pyramiding=0, default_qty_type=strategy.percent_of_equity, default_qty_value=10)
// =====================================================================
// PARTEA 1: Dynamic Reactor – linie unică colorată în funcție de trend
// =====================================================================
// Parametri pentru Dynamic Reactor
atrLength = input.int(14, title="Lungimea ATR", minval=1)
smaLength = input.int(20, title="Lungimea SMA", minval=1)
multiplier = input.float(1.5, title="Multiplicator ATR", minval=0.1, step=0.1)
// Calculăm ATR și SMA
atrValue = ta.atr(atrLength)
smaValue = ta.sma(close, smaLength)
// Benzile de bază
basicUpper = smaValue + atrValue * multiplier
basicLower = smaValue - atrValue * multiplier
// Calculăm benzile finale (similar cu SuperTrend)
var float finalUpper = basicUpper
var float finalLower = basicLower
if bar_index > 0
finalUpper := close[1] > finalUpper[1] ? math.max(basicUpper, finalUpper[1]) : basicUpper
finalLower := close[1] < finalLower[1] ? math.min(basicLower, finalLower[1]) : basicLower
// Determinăm trendul curent:
// - Dacă prețul curent este peste finalUpper din bara anterioară → uptrend (1)
// - Dacă prețul este sub finalLower din bara anterioară → downtrend (-1)
// - Altfel, păstrăm trendul precedent.
var int trend = 1
if bar_index > 0
trend := close > finalUpper[1] ? 1 : close < finalLower[1] ? -1 : nz(trend[1], 1)
// Linia Dynamic Reactor:
// - În uptrend se utilizează finalLower (nivel de suport)
// - În downtrend se utilizează finalUpper (nivel de rezistență)
drLine = trend == 1 ? finalLower : finalUpper
// Plotăm linia Dynamic Reactor
p_dr = plot(drLine, color=trend == 1 ? color.green : color.red, title="Dynamic Reactor", linewidth=2)
// =====================================================================
// PARTEA 2: Multi Kernel Regression
// =====================================================================
// Parametri pentru regresia cu kernel
regLength = input.int(50, title="Perioada regresiei", minval=1)
h1 = input.float(10.0, title="Bandă Gaussiană (h1)", minval=0.1)
h2 = input.float(10.0, title="Bandă Epanechnikov (h2)", minval=0.1)
alpha = input.float(0.5, title="Pondere Kernel Gaussian (0-1)", minval=0, maxval=1)
// Funcție: regresie cu kernel Gaussian
f_gaussian_regression(bw) =>
num = 0.0
den = 0.0
for i = 0 to regLength - 1
// Kernel Gaussian: K(x) = exp(-0.5 * (i/bw)^2)
weight = math.exp(-0.5 * math.pow(i / bw, 2))
num += close[i] * weight
den += weight
num / (den == 0 ? 1 : den)
// Funcție: regresie cu kernel Epanechnikov
f_epanechnikov_regression(bw) =>
num = 0.0
den = 0.0
for i = 0 to regLength - 1
ratio = i / bw
// Kernel Epanechnikov: K(u) = 1 - u^2 pentru |u| <= 1, altfel 0
weight = math.abs(ratio) <= 1 ? (1 - math.pow(ratio, 2)) : 0
num += close[i] * weight
den += weight
num / (den == 0 ? 1 : den)
// Calculăm regresiile pentru fiecare kernel
regGauss = f_gaussian_regression(h1)
regEpan = f_epanechnikov_regression(h2)
// Combinăm rezultatele celor două regresii
multiKernelRegression = alpha * regGauss + (1 - alpha) * regEpan
// Plotăm linia Multi Kernel Regression
p_mkr = plot(multiKernelRegression, color=trend == 1 ? color.green : color.red, title="Multi Kernel Regression", linewidth=2)
// Adăugăm ceata (fill) între Dynamic Reactor și Multi Kernel Regression
fillColor = trend == 1 ? color.new(color.green, 80) : color.new(color.red, 80)
fill(p_dr, p_mkr, color=fillColor, title="Trend Fill")
// =====================================================================
// PARTEA 2.1: MA 200 și evidențierea consolidării
// =====================================================================
// Calculăm MA 200 pentru trend pe termen lung
ma200 = ta.sma(close, 200)
p_ma200 = plot(ma200, color=color.blue, title="MA 200", linewidth=2)
// Parametru pentru detectarea consolidării (cât de aproape trebuie să fie prețul de MA200, în %)
consolidationRange = input.float(1.0, title="Consolidation Range (%)", minval=0.1, step=0.1)
// Determinăm dacă suntem într-o fază de consolidare (prețul este în interiorul unui interval mic în jurul MA200)
isConsolidation = (math.abs(close - ma200) / ma200 * 100) < consolidationRange
// Colorăm fundalul graficului cu un gri translucid atunci când e consolidare
bgcolor(isConsolidation ? color.new(color.gray, 90) : na, title="Consolidation BG")
// =====================================================================
// PARTEA 3: Semnale Buy și Sell
// =====================================================================
// Semnale de intrare:
// - Buy Signal: când linia Multi Kernel Regression trece peste linia Dynamic Reactor
// - Sell Signal: când linia Multi Kernel Regression trece sub linia Dynamic Reactor
buySignal = ta.crossover(multiKernelRegression, drLine)
sellSignal = ta.crossunder(multiKernelRegression, drLine)
// Plotăm semnalele pe grafic
plotshape(buySignal, style=shape.triangleup, location=location.belowbar, color=color.green, size=size.tiny, title="Buy Signal")
plotshape(sellSignal, style=shape.triangledown, location=location.abovebar, color=color.red, size=size.tiny, title="Sell Signal")
// Setăm condiții de alertă
alertcondition(buySignal, title="Buy Alert", message="Buy Signal: Kernel is above Dynamic Reactor")
alertcondition(sellSignal, title="Sell Alert", message="Sell Signal: Kernel is below Dynamic Reactor")
// =====================================================================
// PARTEA 4: Trade Management – Intrări, 3 TP și 1 SL
// =====================================================================
// Parametrii pentru TP și SL (valori ajustate pentru un raport risc-recompensă mai favorabil)
tp1Perc = input.float(1.5, title="TP1 (%)", minval=0.1, step=0.1)
tp2Perc = input.float(3.0, title="TP2 (%)", minval=0.1, step=0.1)
tp3Perc = input.float(4.5, title="TP3 (%)", minval=0.1, step=0.1)
slPerc = input.float(1.0, title="Stop Loss (%)", minval=0.1, step=0.1)
// ---- Intrări de tranzacționare cu filtrare suplimentară pe baza trendului MA200 și consolidării ----
// Pentru poziții long, intrăm doar când prețul este peste MA200 și nu este în consolidare.
// Pentru poziții short, intrăm doar când prețul este sub MA200 și nu este în consolidare.
if (buySignal and close > ma200 and not isConsolidation)
strategy.entry("Long", strategy.long)
if (sellSignal and close < ma200 and not isConsolidation)
strategy.entry("Short", strategy.short)
// ---- Gestionarea ordinelor pentru poziții long ----
if (strategy.position_size > 0)
entryPrice = strategy.position_avg_price
// Calculăm nivelurile de TP și SL pentru poziția long
long_sl = entryPrice * (1 - slPerc / 100)
long_tp1 = entryPrice * (1 + tp1Perc / 100)
long_tp2 = entryPrice * (1 + tp2Perc / 100)
long_tp3 = entryPrice * (1 + tp3Perc / 100)
// Plasăm TP-urile (alocări: 33%, 33% și 34%)
strategy.exit("Long_TP1", from_entry="Long", limit=long_tp1, qty_percent=33, comment="TP1")
strategy.exit("Long_TP2", from_entry="Long", limit=long_tp2, qty_percent=33, comment="TP2")
strategy.exit("Long_TP3", from_entry="Long", limit=long_tp3, qty_percent=34, comment="TP3")
// Plasăm ordinul de SL pentru poziția long
strategy.exit("Long_SL", from_entry="Long", stop=long_sl, comment="SL")
// ---- Gestionarea ordinelor pentru poziții short ----
if (strategy.position_size < 0)
entryPrice = strategy.position_avg_price
// Calculăm nivelurile de TP și SL pentru poziția short
short_sl = entryPrice * (1 + slPerc / 100)
short_tp1 = entryPrice * (1 - tp1Perc / 100)
short_tp2 = entryPrice * (1 - tp2Perc / 100)
short_tp3 = entryPrice * (1 - tp3Perc / 100)
// Plasăm TP-urile (alocări: 33%, 33% și 34%)
strategy.exit("Short_TP1", from_entry="Short", limit=short_tp1, qty_percent=33, comment="TP1")
strategy.exit("Short_TP2", from_entry="Short", limit=short_tp2, qty_percent=33, comment="TP2")
strategy.exit("Short_TP3", from_entry="Short", limit=short_tp3, qty_percent=34, comment="TP3")
// Plasăm ordinul de SL pentru poziția short
strategy.exit("Short_SL", from_entry="Short", stop=short_sl, comment="SL")