Estrategia multi-DCA de la EMA con objetivo de pérdidas y ganancias

El autor:¿ Qué pasa?, Fecha: 2024-01-19 15:16:53
Las etiquetas:

Resumen general

Esta estrategia utiliza múltiples EMA dinámicas como señales de entrada combinadas con mecanismos de meta de stop loss y ganancias para la gestión de riesgos. Aprovecha la naturaleza suavizada de las EMA para identificar tendencias y controlar el costo a través de entradas multi-DCA. Además, la integración de características de stop loss y toma de ganancias adaptativas mejora el proceso de automatización.

Estrategia lógica

Indicadores

Se aplicarán las siguientes medidas:
Rango verdadero medio (ATR)

Señales de entrada

Se activa una entrada larga cuando el precio cruza o se mueve dentro de un rango de períodos EMA seleccionados. Las EMA típicas incluyen 5, 10, 20, 50, 100, 200 períodos.

Gestión de riesgos

Incorpora múltiples mecanismos de control de riesgos:

ATR Stop Loss: cierre de todas las posiciones cuando ATR exceda el umbral
Límites de frecuencia de entrada: Control del número máximo de entradas
En el caso de las entidades de crédito, el importe de las pérdidas derivadas de las pérdidas derivadas de las operaciones de inversión se determinará en función de la situación de las pérdidas.

Obtención de beneficios

Establecer niveles de precios objetivo de ganancia para las salidas

Ventajas

Identificar las tendencias mediante EMA con filtro de ruido
Medición de los costes mediante entradas multi-DCA
Las señales de entrada mejoradas mediante combinaciones de EMA
Mecanismo de parada de pérdidas adaptativo
Control de ganancias para proteger las ganancias

Riesgos y mejoras

El ajuste de las EMA requiere optimización para diferentes mercados
Las entradas en DCA excesivas pueden ocupar demasiado capital
El porcentaje de pérdida de parada requiere pruebas posteriores

Estrategias de mejora

Utilizar sistemas EMA avanzados para una mejor identificación de tendencias
Optimización multivariable de la frecuencia DCA y el porcentaje de pérdida de parada
Incorporar modelos de aprendizaje automático para las previsiones de cambios de precios
Integrar el módulo de dimensionamiento de la posición para gestionar la utilización global del capital

Conclusión

La estrategia abarca la detección de tendencias de EMA, el promedio de costos multi-DCA, el stop loss de seguimiento, la toma de ganancias objetivo y más.

/*backtest
start: 2023-01-12 00:00:00
end: 2024-01-18 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("EMA DCA Strategy with Trailing Stop and Profit Target", overlay=true )

// Define the investment amount for when the condition is met
investment_per_condition = 6

// Define the EMAs
ema5 = ema(close, 5)
ema10 = ema(close, 10)
ema20 = ema(close, 20)
ema50 = ema(close, 50)
ema100 = ema(close, 100)
ema200 = ema(close, 200)

// Define ATR sell threshold
atr_sell_threshold = input(title="ATR Sell Threshold", type=input.integer, defval=10, minval=1)

// Helper function to find if the price is within 1% of the EMA
isWithin1Percent(price, ema) =>
    ema_min = ema * 0.99
    ema_max = ema * 1.01
    price >= ema_min and price <= ema_max

// Control the number of buys
var int buy_count = 0
buy_limit = input(title="Buy Limit", type=input.integer, defval=3000)

// Calculate trailing stop and profit target levels
trail_percent = input(title="Trailing Stop Percentage", type=input.integer, defval=1, minval=0, maxval=10)
profit_target_percent = input(title="Profit Target Percentage", type=input.integer, defval=3, minval=1, maxval=10)

// Determine if the conditions are met and execute the strategy
checkConditionAndBuy(emaValue, emaName) =>
    var int local_buy_count = 0 // Create a local mutable variable
    if isWithin1Percent(close, emaValue) and local_buy_count < buy_limit
        strategy.entry("Buy at " + emaName, strategy.long, qty=investment_per_condition / close, alert_message ="Buy condition met for " + emaName)
        local_buy_count := local_buy_count + 1
        // alert("Buy Condition", "Buy condition met for ", freq_once_per_bar_close)
        
    local_buy_count // Return the updated local_buy_count

// Add ATR sell condition
atr_condition = atr(20) > atr_sell_threshold
if atr_condition
    strategy.close_all()
    buy_count := 0 // Reset the global buy_count when selling

// Strategy execution
buy_count := checkConditionAndBuy(ema5, "EMA5")
buy_count := checkConditionAndBuy(ema10, "EMA10")
buy_count := checkConditionAndBuy(ema20, "EMA20")
buy_count := checkConditionAndBuy(ema50, "EMA50")
buy_count := checkConditionAndBuy(ema100, "EMA100")
buy_count := checkConditionAndBuy(ema200, "EMA200")

// Calculate trailing stop level
trail_offset = close * trail_percent / 100
trail_level = close - trail_offset

// Set profit target level
profit_target_level = close * (1 + profit_target_percent / 100)

// Exit strategy: Trailing Stop and Profit Target
strategy.exit("TrailingStop", from_entry="Buy at EMA", trail_offset=trail_offset, trail_price=trail_level)
strategy.exit("ProfitTarget", from_entry="Buy at EMA",  when=close >= profit_target_level)

// Plot EMAs
plot(ema5, title="EMA 5", color=color.red)
plot(ema10, title="EMA 10", color=color.orange)
plot(ema20, title="EMA 20", color=color.yellow)
plot(ema50, title="EMA 50", color=color.green)
plot(ema100, title="EMA 100", color=color.blue)
plot(ema200, title="EMA 200", color=color.purple)

Más.