Estrategia de gran avance basada en la construcción de la línea K

El autor:¿ Qué pasa?, Fecha: 2024-01-05 12:37:46
Las etiquetas:

img

Resumen general

Esta estrategia realiza el comercio de ruptura de posición larga en la línea de 4 horas de Tesla estableciendo reglas de juicio de patrón de línea K simples. La estrategia tiene las ventajas de una implementación simple, lógica clara, fácil de entender, etc.

Principio de la estrategia

La lógica básica del juicio de la estrategia se basa en las siguientes reglas de patrón de 4 líneas K:

  1. El precio más bajo de la línea K actual es inferior al precio de apertura
  2. El precio más bajo de la línea K actual es inferior al precio más bajo de la línea K anterior
  3. El precio de cierre de la línea K actual es superior al precio de apertura
  4. El precio de cierre de la línea K actual es superior al precio de apertura y al precio de cierre de la línea K anterior

Cuando se cumplan las cuatro reglas al mismo tiempo, se realiza una operación de apertura de posición larga.

Además, la estrategia también establece condiciones de stop loss y take profit para cerrar posiciones cuando el precio desencadena condiciones de stop loss o take profit.

Análisis de ventajas

La estrategia tiene las siguientes ventajas:

  1. Las reglas de juicio de la línea K utilizadas son muy simples y directas, fáciles de entender y fáciles de practicar.
  2. Se basa completamente en el juicio de las entidades de precios sin el uso de indicadores técnicos excesivamente complejos, y los resultados de las pruebas de retroceso son sencillos.
  3. La implementación del código es pequeña en tamaño, se ejecuta de manera eficiente y es fácil de optimizar y mejorar.
  4. El stop loss y el take profit se pueden establecer de forma flexible ajustando los parámetros para controlar los riesgos.

Análisis de riesgos

Los principales riesgos a tener en cuenta son:

  1. Se utiliza una cantidad fija para abrir posiciones sin tener en cuenta el tamaño de las mismas, lo que puede suponer riesgos de sobreventa.
  2. No se establecen filtros que puedan generar demasiadas operaciones inválidas en mercados de rango.
  3. Los datos insuficientes de las pruebas de retroceso pueden sesgar el juicio sobre el rendimiento de la estrategia.

Se pueden adoptar los siguientes métodos para mitigar los riesgos:

  1. Incorporar un modelo de dimensionamiento de posiciones para ajustar dinámicamente el tamaño de la operación en función del tamaño del capital.
  2. Añadir filtros comerciales para evitar la apertura desordenada de operaciones en condiciones de mercado inestables.
  3. Recopilar más datos históricos para ampliar la duración de las pruebas de retroceso y mejorar la fiabilidad de los resultados.

Direcciones de optimización

Las posibles direcciones de optimización de la estrategia incluyen:

  1. Incorporar un módulo de dimensionamiento de posiciones para determinar el tamaño de la operación basado en la relación de utilización del capital.
  2. Diseñar mecanismos de stop loss y take profit para salidas flexibles.
  3. Añadir filtros de operaciones para evitar operaciones no válidas.
  4. Optimiza los parámetros automáticamente utilizando métodos de aprendizaje automático.
  5. Apoyar el comercio de venta dividida entre varios productos.

Conclusión

Esta estrategia se realiza el comercio de largo avance utilizando reglas de patrón de línea K simples. Aunque hay algo de margen de mejora, desde la perspectiva de la simplicidad y la franqueza, es una estrategia de posición larga muy adecuada para los principiantes a entender y utilizar.


/*backtest
start: 2023-12-01 00:00:00
end: 2023-12-31 23:59:59
period: 1h
basePeriod: 15m
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/
// © TheQuantScience

//@version=5
strategy("SimpleBarPattern_LongOnly", overlay=true, default_qty_type = strategy.percent_of_equity, default_qty_value = 100, currency = currency.EUR, initial_capital = 1000, commission_type = strategy.commission.percent, commission_value = 0.03)

// Make input options that configure backtest date range
startDate = input.int(title="Start Date",
     defval=1, minval=1, maxval=31)
startMonth = input.int(title="Start Month",
     defval=1, minval=1, maxval=12)
startYear = input.int(title="Start Year",
     defval=2017, minval=1800, maxval=2100)

endDate = input.int(title="End Date",
     defval=8, minval=1, maxval=31)
endMonth = input.int(title="End Month",
     defval=3, minval=1, maxval=12)
endYear = input.int(title="End Year",
     defval=2022, minval=1800, maxval=2100)
     
// Look if the close time of the current bar
// Falls inside the date range
inDateRange = true

// Setting Conditions 
ConditionA = low < open 
ConditionB = low < low[1]
ConditionC = close > open
ConditionD = close > open[1] and close > close[1]

FirstCondition = ConditionA and ConditionB 
SecondCondition = ConditionC and ConditionD
IsLong = FirstCondition and SecondCondition

TakeProfit_long = input(4.00)
StopLoss_long = input(4.00)
Profit = TakeProfit_long*close/100/syminfo.mintick
Loss = StopLoss_long*close/100/syminfo.mintick

EntryCondition = IsLong and inDateRange

// Trade Entry&Exit Condition 
if EntryCondition and strategy.opentrades == 0
    strategy.entry(id = 'Open_Long', direction = strategy.long)
    strategy.exit(id = "Close_Long", from_entry = 'Open_Long', profit = Profit, loss = Loss)







Más.