La stratégie de suivi des tendances et des gains vise à détecter les tendances à long terme et les retournements à court terme des actifs, à saisir les opportunités d’ajustement à court terme tout en étant optimiste à long terme, et à définir des lignes d’arrêt et de perte raisonnables afin de suivre la tendance et d’arrêter les pertes en temps opportun.
Cette stratégie est basée principalement sur l’EMA moyen et le RSI pour juger de la tendance à court terme. Plus précisément, elle utilise l’EMA de 50 jours et l’EMA de 200 jours pour juger de la tendance à long terme, et l’indicateur RSI pour juger de la tendance à long terme.
Après l’entrée, la stratégie a mis en place des conditions de stop-loss. Lorsque le prix a augmenté de plus de 2 fois le prix d’entrée, il a fait plus de profit; lorsque le prix a diminué de plus de 3 fois le prix d’entrée, il a arrêté la position de placement.
Ainsi, la stratégie prend pleinement en compte les caractéristiques des tendances à court et à long terme, maîtrise les risques tout en augmentant les bénéfices, et permet d’arrêter les pertes en temps opportun.
Cette stratégie présente les avantages suivants:
Considérez les caractéristiques des tendances à court et à long terme, en combinant les indicateurs forts et faibles, et évitez de vous positionner à l’aveugle sur les marchés en crise.
Le taux de réussite est plus élevé en suivant la tendance et en suivant la direction du marché.
Il est possible de mettre en place des points d’arrêt et de perte, ce qui permet de réaliser des bénéfices en temps opportun et de contrôler les risques.
Le point d’arrêt-stop-loss est raisonnable et peut être ajusté de manière dynamique en fonction de la volatilité du marché.
Les données de retracement montrent que la stratégie est plus rentable et stable sur plusieurs paires et cycles.
Les stratégies sont simples, claires, faciles à comprendre et à mettre en œuvre, adaptées à tous les niveaux de traders.
Cette stratégie comporte aussi des risques:
Il peut y avoir des erreurs de jugement à court et à long terme, et des erreurs de jugement dans la direction de la position.
Le risque d’une chute abrupte du marché est tel que le point d’arrêt ne permet pas d’éviter complètement les pertes massives.
Des paramètres mal définis (par exemple, la périodicité de la moyenne) peuvent affecter l’efficacité de la stratégie.
Les points d’arrêt sont trop petits, ce qui peut affecter les gains.
Les données de suivi ne sont pas représentatives de la performance en temps réel et doivent être continuellement optimisées pendant la période de temps réel.
Les solutions pour faire face aux risques:
Optimiser les paramètres, ajuster la périodicité moyenne ou ajouter d’autres indicateurs pour juger de la force ou de la faiblesse.
Il est possible de définir un stop-loss plus élevé ou d’ajouter des mécanismes de contrôle du vent tels que la réduction de la position.
Faire des retours d’expérience et évaluer l’impact des différents paramètres sur la stratégie.
Optimiser dynamiquement les paramètres de freinage, en ajustant le freinage en fonction de la situation du marché.
La mise en œuvre d’une stratégie plus stable est assurée par un suivi et une optimisation constants, combinés à des ajustements de la plate-forme.
Cette stratégie peut être optimisée dans les domaines suivants:
Optimiser les paramètres, par exemple en ajustant la périodicité de la moyenne, la périodicité de l’unité BHD, etc., pour trouver la combinaison optimale de paramètres.
L’ajout d’autres indicateurs de jugement, tels que MACD, KD, etc., rend le jugement à court terme plus précis.
Optimiser les stratégies de stop-loss, par exemple en ajustant la marge de stop-loss en fonction de la dynamique des fluctuations des taux.
Ajouter des stratégies de gestion de position, telles que l’influence de la force de la tendance sur la taille de la position.
Les données de plus de variétés et de cycles sont testées pour évaluer la robustesse de la stratégie.
L’ajout de conditions de filtrage, telles que le prix de clôture supérieur au prix d’ouverture, permet d’éviter le piège.
L’ajout de technologies avancées telles que l’apprentissage automatique pour rendre les stratégies plus automatisées et plus intelligentes.
Grâce à ces optimisations, il est possible d’améliorer la performance des stratégies en termes de taux de réussite, de rendement, de stabilité et d’adaptabilité.
Le suivi de la tendance est une stratégie de suivi de la tendance qui prend en compte les caractéristiques à long terme, la fluidité et l’évidence des arrêts et pertes. C’est une stratégie de suivi de tendance plus stable et plus efficace. Mais il existe également un certain risque, qui nécessite un test d’optimisation continu des paramètres et des règles, combiné à un ajustement des conditions du marché.
/*backtest
start: 2023-08-26 00:00:00
end: 2023-09-25 00:00:00
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/
// © BHD_Trade_Bot
// @version=5
strategy(
shorttitle = 'Take Profit On Trend',
title = 'Take Profit On Trend (by BHD_Trade_Bot)',
overlay = true,
calc_on_every_tick = true,
calc_on_order_fills = true,
use_bar_magnifier = true,
initial_capital = 1000,
default_qty_type = strategy.percent_of_equity,
default_qty_value = 100,
commission_type = strategy.commission.percent,
commission_value = 0.1)
// Backtest Time Period
start_year = input(title='Start year' ,defval=2021)
start_month = input(title='Start month' ,defval=1)
start_day = input(title='Start day' ,defval=1)
start_time = timestamp(start_year, start_month, start_day, 00, 00)
end_year = input(title='end year' ,defval=2050)
end_month = input(title='end month' ,defval=1)
end_day = input(title='end day' ,defval=1)
end_time = timestamp(end_year, end_month, end_day, 23, 59)
is_back_test_time() => true
// EMA
ema50 = ta.ema(close, 50)
ema200 = ta.ema(close, 200)
// RSI
rsi200 = ta.rsi(close, 200)
// EMA_CD
emacd = ema50 - ema200
emacd_signal = ta.ema(emacd, 50)
hist = emacd - emacd_signal
// BHD Unit
bhd_unit = ta.rma(high - low, 200) * 2
bhd_upper = ema200 + bhd_unit
bhd_lower = ema200 - bhd_unit
// All n candles is going down
all_body_decrease(n) =>
isValid = true
for i = 0 to (n - 1)
if (close[i] > close[i + 1])
isValid := false
break
isValid
// ENTRY CONDITIONS
// Long-term uptrend
entry_condition1 = rsi200 > 51 and hist > 0
// Short-term downtrend
entry_condition2 = all_body_decrease(2)
ENTRY_CONDITIONS = entry_condition1 and entry_condition2
if ENTRY_CONDITIONS and is_back_test_time()
strategy.entry('entry', strategy.long)
// CLOSE CONDITIONS
// Price increase 2 BHD unit
take_profit = close > strategy.position_avg_price + bhd_unit * 2
// Price decrease 3 BHD unit
stop_loss = close < strategy.position_avg_price - bhd_unit * 3
CLOSE_CONDITIONS = take_profit or stop_loss
if CLOSE_CONDITIONS
strategy.close('entry')
// Draw
plot(ema50, color=color.orange, linewidth=2)
plot(ema200, color=color.purple, linewidth=2)
bhd_upper_line = plot(bhd_upper, color=color.teal)
bhd_lower_line = plot(bhd_lower, color=color.teal)
fill(bhd_upper_line, bhd_lower_line, color=color.new(color.teal, 90))