ianzeng123
2
konzentrieren Sie sich auf
329
Anhänger
Das ist kein gewöhnlicher Fixer, sondern ein Fixer-Roboter, der denkt!
Wissen Sie was? Die meisten Leute, die sich mit Fix-Investments beschäftigen, sind “kaufen und kaufen”, aber diese Strategie ist so, als ob Sie einen superintelligenten Anlageassistenten hätten! Sie passt den Betrag für jeden Kauf an die Marktbedingungen an, von den anfänglichen 5 Prozent allmählich bis zu 100 Prozent.
Zwei Technik-Indikatoren kombinieren sich, Markttrends sind klar
Die Strategie basiert auf einer Kombination von vier technischen Kennzahlen:
- Die EMA ist auf der Durchschnittslinie.Wie ein Herz-Kreislauf-Diagramm der Märkte, das Ihnen die Richtung der Trends zeigt
- MACDDie “Snowmeter” der Marktdynamik, um zu beurteilen, wann man kaufen oder verkaufen muss
- RSI“Temperaturmesser” überkaufen und nicht nach oben oder unten jagen
- Brin-BandDie “Sicherheitszone” der Preisschwankungen, um den Widerstand zu beurteilen
Wenn diese vier Kennzahlen zusammenkommen, dann ist es wie eine “Vengeance Alliance”, in der die einzelnen Sektionen ihre Aufgaben erfüllen, aber stillschweigend zusammenarbeiten!
Die Logik der intelligenten Hypotheken, die immer mehr und mehr zu kaufen sind.
Das größte Problem beim Standard-Settling ist, dass man die Positionen nicht kontrolliert, und diese Strategie ist viel klüger:
- Erstmalige Investition in eine Wasserprobe mit 5%
- Jede Zunahme um 2,5%
- Je mehr die Preise fallen, desto größer wird der Abstand zwischen den Aufschlägen (z.B. 2%, 6%, 10%…)
- maximal 100% der Gesamtsumme in einer Einzahlung
Es ist wie ein Game-Upgrade: Je weiter nach hinten, desto größer wird der Einsatz, aber die Risiken sind so stark, dass man sie nicht kontrollieren kann!
Das ist die Art, wie man mit einem klugen Stop-Loss einen Gewinn auslöst und einen Verlust verhindert.
Die Strategie verkauft die Logik der Übermenschlichkeit:
- Mindestens 2% Gewinn, um zu verkaufenEs ist ein großes Vergnügen, dass die Menschen, die sich für die Zukunft der Welt einsetzen, keine “Hard Work for Nothing” machen.
- Trendwechsel und Zeit zum Aufhören“Wenn du mich nicht besuchst, dann nimm die Tasche und geh in Frieden”.
- Der Preis sank um 2% und führte zu einem Ausverkauf.Die Gewinne werden nicht zurückgegeben.
- Setzbare Stop-Loss-LinieSie können jedoch nach Ihrer Risikobereitschaft anpassen.
Einfach ausgedrückt, die Strategie lautet: “Wenn es um Geld geht, dann nicht nachlässig, wenn es um den Lauf ist, dann nicht kriegerisch”!
||
🤖 This Isn’t Ordinary DCA - It’s a Thinking DCA Robot!
You know what? Most people do dollar-cost averaging like mindless “buy-buy-buy” machines, but this strategy is like having a super-smart investment assistant! It adjusts the purchase amount based on market conditions, starting from 5% and gradually increasing up to 100%. It’s like shopping at a farmers market - buy more when it’s cheap, buy less when it’s expensive. Simple, brutal, but incredibly effective!
📊 Four Technical Indicators Working as a Team
Key point! This strategy uses a combination of four technical indicators:
- Fast/Slow EMA: Like the market’s “heartbeat monitor,” showing trend direction
- MACD: The market momentum “barometer” for timing entries and exits
- RSI: The overbought/oversold “thermometer” to avoid chasing highs and selling lows
- Bollinger Bands: Price volatility “safety zones” for support and resistance
These four indicators work together like assembling the “Avengers” - each has their role but they coordinate perfectly!
💡 Smart Pyramiding Logic: Buy More as It Drops
Pitfall alert! The biggest problem with regular DCA is poor position sizing control. This strategy is much smarter:
- Initial purchase uses 5% of capital to test the waters
- Each additional purchase increases by 2.5%
- The more price drops, the larger the spacing between purchases (2%, 6%, 10%…)
- Maximum single investment never exceeds 100% of total capital
It’s like leveling up in a video game - the investment gets bigger as you progress, but risk is tightly controlled!
🎯 Smart Take-Profit and Stop-Loss: Let Profits Run, Cut Losses Short
This strategy’s exit logic is super user-friendly:
- Minimum 2% profit before considering sale: No more “working hard for nothing”
- Exit when trend weakens: Take profits while you can, secure the gains
- 2% price drop triggers sell signal: Protect profits from giving back
- Configurable stop-loss: Though default is 100% (basically never triggered), you can adjust based on risk tolerance
Simply put, this strategy is “ruthless when making money, decisive when it’s time to run”!
[/trans]
Strategiequellcode
// This Pine Script™ code is subject to the terms of the MPL 2.0 at https://mozilla.org/MPL/2.0/
// © MTB by Neurodoc
// By Nicolás Astorga
//@version=5
strategy("Master Trading Bot by Neurodoc",
shorttitle="MTB Adaptation",
overlay=true,
initial_capital=10000,
pyramiding=100,
commission_value=0.1,
commission_type=strategy.commission.percent,
default_qty_type = strategy.cash)
// —————— CONFIGURATION (Based on ve.env) ——————
// Purchase and DCA Percentages
var GRP_DCA = "DCA Configuration"
start_percentage = input.float(5.0, "Initial Buy Percentage (%)", group=GRP_DCA)
increment_percentage = input.float(2.5, "DCA Increment per Buy (%)", group=GRP_DCA)
max_percentage = input.float(100.0, "Maximum Buy Percentage (%)", group=GRP_DCA)
min_profit_percent = input.float(2.0, "Minimum Profit Percentage for Sell (%)", group=GRP_DCA)
// Stop Loss and Drop Signal
var GRP_RISK = "Risk Management"
stop_loss_percent = input.float(100.0, "Stop Loss (%)", group=GRP_RISK, tooltip="A value of 100 means there is effectively no stop loss, as the price would have to go to zero.")
drop_percent_signal = input.float(2.0, "Price Drop Signal (%)", group=GRP_RISK)
// Indicator Parameters
var GRP_INDICATORS = "Indicator Parameters"
ema_fast_period = input.int(3, "Fast EMA", group=GRP_INDICATORS)
ema_mid_period = input.int(7, "Medium EMA", group=GRP_INDICATORS)
ema_slow_period = input.int(18, "Slow EMA", group=GRP_INDICATORS)
bb_length = input.int(20, "Bollinger Bands Length", group=GRP_INDICATORS)
bb_stddev = input.float(2.0, "Bollinger Bands Std Dev", group=GRP_INDICATORS)
macd_fast = input.int(52, "MACD Fast", group=GRP_INDICATORS)
macd_slow = input.int(200, "MACD Slow", group=GRP_INDICATORS)
macd_signal = input.int(3, "MACD Signal", group=GRP_INDICATORS)
rsi_length = input.int(14, "RSI Length", group=GRP_INDICATORS)
rsi_oversold_threshold = input.int(25, "RSI Oversold (for divergence)", group=GRP_INDICATORS)
// —————— INDICATOR CALCULATIONS ——————
// EMAs
ema_fast = ta.ema(open, ema_fast_period)
ema_mid = ta.ema(open, ema_mid_period)
ema_slow = ta.ema(open, ema_slow_period)
// Bollinger Bands
[bb_middle, bb_upper, bb_lower] = ta.bb(close, bb_length, bb_stddev)
bb_width = (bb_upper - bb_lower) / bb_middle * 100
is_bb_expanding = bb_width > bb_width[1]
// MACD
[macd_line, signal_line, _] = ta.macd(close, macd_fast, macd_slow, macd_signal)
// RSI
rsi = ta.rsi(close, rsi_length)
// Price drop signal from recent highest price (equivalent to `cummax` in Python)
highest_price = ta.highest(high, 500) // 500-bar lookback as an approximation of all-time high
price_drop_percent = ((highest_price - close) / highest_price) * 100
is_price_drop_signal = price_drop_percent >= drop_percent_signal
// —————— TRADING LOGIC ——————
// Trend Conditions
is_bullish = ema_fast > ema_slow and macd_line > signal_line and close > bb_middle
is_bearish = ema_fast < ema_slow and macd_line < signal_line and close < bb_middle
is_weakening = rsi < rsi[1]
// Strategy state variables
var bool just_sold = false
var int dca_step = 0
// Determine the capital percentage for the next buy
dca_buy_percentage = start_percentage + (dca_step * increment_percentage)
if dca_buy_percentage > max_percentage
dca_buy_percentage := max_percentage
avg_buy_price = strategy.position_avg_price
// Long Entry Condition
// Initial Buy (no open position)
long_signal_initial = strategy.position_size == 0 and is_bullish and macd_line > signal_line and rsi < 65
// DCA (if already in position)
price_drop_from_avg = ((avg_buy_price - close) / avg_buy_price) * 100
dca_required_drop = 2.0 + (dca_step * 4.0) // Logic equivalent to DCA_PRICE_DROP_START and INCREMENT
long_signal_dca = strategy.position_size > 0 and is_bearish and close < avg_buy_price and price_drop_from_avg >= dca_required_drop
// Manage `just_sold` state
if strategy.position_size > 0
just_sold := false
if strategy.position_size == 0 and strategy.position_size[1] > 0
just_sold := true
// Avoid immediate rebuying after selling unless strong bullish condition
long_signal = (just_sold and is_bullish) ? long_signal_initial : (not just_sold ? (long_signal_initial or long_signal_dca) : false)
// Sell/Close Condition
current_profit_percent = ((close - avg_buy_price) / avg_buy_price) * 100
has_min_profit = current_profit_percent >= min_profit_percent
stop_loss_price = avg_buy_price * (1 - stop_loss_percent / 100)
is_stoploss_triggered = close <= stop_loss_price
short_signal = strategy.position_size > 0 and has_min_profit and ((is_bearish and is_weakening) or is_price_drop_signal or is_stoploss_triggered or (macd_line < signal_line))
// —————— ORDER EXECUTION ——————
if (long_signal)
// Calculate how much money (e.g., USDT) to invest in this trade
cash_to_invest = (strategy.equity * dca_buy_percentage / 100) / close
strategy.entry("Buy", strategy.long, qty=cash_to_invest) // "qty" represents a cash-based position
dca_step := dca_step + 1
if (short_signal)
strategy.close_all(comment="Sell")
dca_step := 0 // Reset DCA counter upon selling
// —————— CHART VISUALIZATION ——————
// Background color by trend
bgcolor(is_bullish ? color.new(color.green, 90) : is_bearish ? color.new(color.red, 90) : na)
// Plot EMAs and Bollinger Bands
plot(ema_fast, "Fast EMA", color.blue)
plot(ema_slow, "Slow EMA", color.orange)
p1 = plot(bb_upper, "Upper BB", color=color.gray)
p2 = plot(bb_lower, "Lower BB", color=color.gray)
fill(p1, p2, color=color.new(color.gray, 90))
// Plot average buy price if position is open
plot(strategy.position_size > 0 ? avg_buy_price : na, "Average Buy Price", color.yellow, style=plot.style_linebr, linewidth=2)
// Plot take-profit target
plot(strategy.position_size > 0 ? avg_buy_price * (1 + min_profit_percent / 100) : na, "Sell Target (TP)", color.aqua, style=plot.style_linebr, linewidth=2)
// Plot stop loss level
plot(strategy.position_size > 0 ? stop_loss_price : na, "Stop Loss", color.fuchsia, style=plot.style_linebr, linewidth=2)