Stratégie claire de suivi des tendances
Date de création:
2023-09-28 16:07:12
Dernière modification:
2023-09-28 16:07:12
Copier:
2
Nombre de clics:
696
ChaoZhang
1
Suivre
1617
Abonnés
Aperçu
Cette stratégie permet de suivre les tendances avec précision en combinant plusieurs indicateurs techniques. Elle comprend principalement les éléments suivants:
- Juge de tendance basée sur la moyenne
- Les jugements de survente basés sur des indices aléatoires
- Juge des flux de fonds sur la base d’indicateurs de prix
- Juge de la qualité de la tendance basée sur des indicateurs fluctuants
- Le jugement de la déviation basé sur le RSI
Le principe
La stratégie consiste d’abord à déterminer la direction de la tendance des prix à l’aide d’une ligne moyenne. Plus précisément, elle consiste à calculer la moyenne des prix sur une période donnée, ainsi que le canal de bande de cette moyenne.
L’indicateur de KD est ensuite combiné avec un indicateur aléatoire pour déterminer si le prix est en survente ou en survente. Les survente et les survente sont souvent des indices d’opportunités d’inversion du prix.
Ensuite, l’information sur le volume des transactions est utilisée pour déterminer les flux de trésorerie et les flux de trésorerie par la construction d’indicateurs de quantité de prix. Une augmentation de la quantité de capacité indique l’entrée de trésorerie et le développement de la tendance, tandis qu’une baisse de la quantité de capacité représente la sortie de trésorerie et le renversement de la tendance.
Pour juger de la qualité d’une tendance, construire un indice de données de marché à partir de la gamme moyenne des fluctuations des prix, puis calculer son EMA pour juger de la force de la tendance. Cela permet de filtrer certaines fausses tendances.
Enfin, l’indicateur RSI peut être utilisé pour détecter les déviations de prix et de fluctuations, qui sont souvent un signe d’un renversement de tendance imminent.
L’ensemble de ces indicateurs permet de juger de la tendance des prix avec plus de clarté. La stratégie consiste à construire des positions à plusieurs têtes lorsque l’or se trouve à la croisée des chemins, et des positions à vide lorsque la fourche est morte.
Les avantages
- Une analyse globale de plusieurs indicateurs, filtrant le bruit, permettant une évaluation plus claire et plus fiable des tendances
- L’ajout d’un jugement de sur-achat et de sur-vente peut déterminer le moment de l’inversion
- Les indicateurs quantitatifs permettent de juger des flux de fonds et d’éviter les faux-bénéfices
- L’indicateur d’oscillation mesure la qualité de la tendance pour éviter d’être induit en erreur par les oscillations de petite portée
- Le RSI s’éloigne pour fournir un signal de revers supplémentaire
- La structure du code est claire, facile à comprendre et à modifier
Les risques
- Les jugements sur plusieurs indicateurs sont sujets à des conflits de signaux et doivent être soigneusement ajustés.
- La dépendance à la quantité peut aussi être due à des jeux d’argent, mais il faut être prudent
- Certains indicateurs comme le RSI nécessitent des ajustements pour différents paramètres de variété
- Les vibrations de faible amplitude sont sujettes à de faux signaux.
- L’efficacité de l’indicateur de marché inefficace est réduite
Les mesures de prévention:
- Renforcer l’ajustement des paramètres pour assurer le bon fonctionnement des indicateurs
- Augmentation de la pondération de l’indicateur et traitement des conflits de signaux
- Adaptation des paramètres en fonction des caractéristiques des différentes variétés
- L’augmentation du taux de détention et la réduction de la fréquence des transactions
- Validation par simulation sur disque
Direction d’optimisation
Cette stratégie peut être optimisée dans les domaines suivants:
Optimiser automatiquement les paramètres à l’aide de méthodes d’apprentissage automatique pour que les indicateurs correspondent mieux aux caractéristiques des différentes variétés
Ajout d’un module d’évaluation des modèles afin d’ajuster le poids des indicateurs en fonction de la dynamique des différentes phases du marché
Augmentation des stratégies de stop loss adaptatives permettant d’ajuster les points de stop loss en fonction de la volatilité du marché
L’apprentissage en profondeur permet d’extraire plus de caractéristiques et d’évaluer plus précisément les tendances
Développement de modules d’ajustement automatique du signal pour gérer les conflits de pointeurs et les situations de signal susceptibles d’erreur
Augmentation des modèles intégrés, intégration d’un plus grand nombre d’indicateurs techniques et formation de résultats prédictifs systématiques
Découvrez les indicateurs sans paramètres et réduisez leur dépendance aux paramètres
Résumer
Cette stratégie a un certain avantage et des perspectives d’application dans le domaine des stratégies de jugement de tendance en intégrant la force de plusieurs indicateurs techniques pour juger de manière plus globale des tendances des prix. Cependant, il est toujours nécessaire d’optimiser en permanence pour améliorer l’exactitude des jugements et réduire le risque d’erreur de jugement afin de fonctionner de manière stable dans le monde réel.
Code source de la stratégie
/*backtest
start: 2022-09-21 00:00:00
end: 2023-09-27 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=3
//Market Cipher Update 2 - updated 8th Oct 2019
//Momentum Curves with green and red dots
strategy(title="MarketCipher B", shorttitle="MarketCipher B")
n1 = input(9, "Channel Length")
n2 = input(12, "Average Length")
obLevel1 = input(60, "Over Bought Level 1")
obLevel2 = input(53, "Over Bought Level 2")
osLevel1 = input(-60, "Over Sold Level 1")
osLevel2 = input(-53, "Over Sold Level 2")
osLevel3 = input(-100, "Over Sold Level 2")
ap = hlc3
esa = ema(ap, n1)
d = ema(abs(ap - esa), n1)
ci = (ap - esa) / (0.015 * d)
tci = ema(ci, n2)
wt1 = tci
wt2 = sma(wt1,3)
plot(0, color=gray, title="Zero Line")
plot(obLevel1, color=red, style=3, title="Bottom")
plot(osLevel1, color=green, style=3, title="Top")
plot(wt1, color=#BFE4FF, style=4, title= "Lt Blue Wave")
plot(wt2, color=#673ab7, style=4, title="Blue Wave", transp=40)
plot(wt1-wt2, color=yellow, style=4, transp=40, title="wave1-wave2")
//green dots and crosses
plotshape(crossover(wt1, wt2) and osLevel1 ? wt2 : na, title="Pos Crossover", location=location.absolute, style=shape.cross, size=size.tiny, color=#3FFF00, transp=20)
plotshape(crossover(wt2, wt1) and osLevel1 ? wt1 : na, title="Neg Crossover", location=location.absolute, style=shape.cross, size=size.tiny, color=red, transp=20)
plotshape(crossover(wt1, wt2) and wt2 < -59 ? wt2 : na, title="Pos Crossover", location=location.bottom, style=shape.circle, size=size.tiny, color=#3FFF00, transp=20)
plotshape(crossover(wt2, wt1) and wt1 > 59 ? wt2 : na, title="Neg Crossover", location=location.top, style=shape.circle, size=size.tiny, color=red, transp=20)
buy= crossover(wt1,wt2) // Define our buy/sell conditions, using pine inbuilt functions.
sell= crossover(wt2,wt1)
ordersize=floor(strategy.equity/close) // To dynamically calculate the order size as the account equity increases or decreases.
strategy.entry("long",strategy.long,ordersize,when=buy) // Buys when buy condition met
strategy.close("long", when = sell ) // Closes position when sell condition met
strategy.entry("short",strategy.short,ordersize,when=sell)
strategy.close("short",when = buy )
//soch RSI with divergences
smoothKw = input(3, minval=1)
smoothDw = input(3, minval=1)
lengthRSIw = input(14, minval=1)
lengthStochw = input(14, minval=1)
uselogw = input(true, title="Log")
srcInw = input(close, title="Source")
showdivsw = input(true, title="Show Divergences")
showhiddenw = input(false, title="Show Hidden Divergences")
showchanw = input(false, title="Show Divergences Channel")
srcw = uselogw ? log(srcInw) : srcInw
rsi1w = rsi(srcw, lengthRSIw)
kkw = sma(stoch(rsi1w, rsi1w, rsi1w, lengthStochw), smoothKw)
dw = sma(kkw, smoothDw)
hmw = input(false, title="Use Average of both K & D")
kw = hmw ? avg(kkw, dw) : kkw
aw = plot(kkw, color=blue, linewidth=1, transp=0, title="K")
bw = plot(dw, color=orange, linewidth=1, transp=0, title="D")
fw = kkw >= dw ? blue : orange
fill(aw, bw, title="KD Fill", color=white)
//------------------------------
//@RicardoSantos' Divergence Script
f_top_fractal(_src)=>_src[4] < _src[2] and _src[3] < _src[2] and _src[2] > _src[1] and _src[2] > _src[0]
f_bot_fractal(_src)=>_src[4] > _src[2] and _src[3] > _src[2] and _src[2] < _src[1] and _src[2] < _src[0]
f_fractalize(_src)=>f_top_fractal(_src) ? 1 : f_bot_fractal(_src) ? -1 : 0
//-------------------------
fractal_top = f_fractalize(kw) > 0 ? kw[2] : na
fractal_bot = f_fractalize(kw) < 0 ? kw[2] : na
high_prev = valuewhen(fractal_top, kw[2], 0)[2]
high_price = valuewhen(fractal_top, high[2], 0)[2]
low_prev = valuewhen(fractal_bot, kw[2], 0)[2]
low_price = valuewhen(fractal_bot, low[2], 0)[2]
regular_bearish_diva = fractal_top and high[2] > high_price and kw[2] < high_prev
hidden_bearish_diva = fractal_top and high[2] < high_price and kw[2] > high_prev
regular_bullish_diva = fractal_bot and low[2] < low_price and kw[2] > low_prev
hidden_bullish_diva = fractal_bot and low[2] > low_price and kw[2] < low_prev
//-------------------------
plot(showchanw?fractal_top:na, title="Top Div Channel", offset=-2, color=gray)
plot(showchanw?fractal_bot:na, title="Bottom Div Channel", offset=-2, color=gray)
col1 = regular_bearish_diva ? red : hidden_bearish_diva and showhiddenw ? red : na
col2 = regular_bullish_diva ? green : hidden_bullish_diva and showhiddenw ? green : na
col3 = regular_bearish_diva ? red : hidden_bearish_diva and showhiddenw ? red : showchanw ? gray : na
col4 = regular_bullish_diva ? green : hidden_bullish_diva and showhiddenw ? green : showchanw ? gray : na
plot(title='H F', series=showdivsw and fractal_top ? kw[2] : na, color=col1, linewidth=2, offset=-2)
plot(title='L F', series=showdivsw and fractal_bot ? kw[2] : na, color=col2, linewidth=2, offset=-2)
plot(title='H D', series=showdivsw and fractal_top ? kw[2] : na, style=circles, color=col3, linewidth=3, offset=-2)
plot(title='L D', series=showdivsw and fractal_bot ? kw[2] : na, style=circles, color=col4, linewidth=3, offset=-2)
plotshape(title='+RBD', series=showdivsw and regular_bearish_diva ? kw[2] : na, text='R', style=shape.labeldown, location=location.absolute, color=red, textcolor=white, offset=-2)
plotshape(title='+HBD', series=showdivsw and hidden_bearish_diva and showhiddenw ? kw[2] : na, text='H', style=shape.labeldown, location=location.absolute, color=red, textcolor=white, offset=-2)
plotshape(title='-RBD', series=showdivsw and regular_bullish_diva ? kw[2] : na, text='R', style=shape.labelup, location=location.absolute, color=green, textcolor=white, offset=-2)
plotshape(title='-HBD', series=showdivsw and hidden_bullish_diva and showhiddenw ? kw[2] : na, text='H', style=shape.labelup, location=location.absolute, color=green, textcolor=white, offset=-2)
//money flow
colorRed = #ff0000
colorGreen = #03ff00
ma(matype, src, length) =>
if matype == "RMA"
rma(src, length)
else
if matype == "SMA"
sma(src, length)
else
if matype == "EMA"
ema(src, length)
else
if matype == "WMA"
wma(src, length)
else
if matype == "VWMA"
vwma(src, length)
else
src
rsiMFIperiod = input(60, "RSI+MFI Period")
rsiMFIMultiplier = input(190, "RSI+MFI Area multiplier")
MFRSIMA = input(defval="SMA", title="MFRSIMA", options=["RMA", "SMA", "EMA", "WMA", "VWMA"])
candleValue = (close - open) / (high - low)
MVC = ma(MFRSIMA, candleValue, rsiMFIperiod)
color_area = MVC > 0 ? green : red
RSIMFIplot = plot(MVC * rsiMFIMultiplier, title="RSI+MFI Area", color=color_area, transp=35)
fill(RSIMFIplot, plot(0), color_area, transp=50)
//rsi
//Bullish Divergence (green triangle)
//Hidden Bullish Divergence (green circle)
//Bearish Divergence (red triangle)
//Hidden Bearish Divergence (red circle)
lend = 14
bearish_div_rsi = input(60, "Min Bearish RSI", minval=50, maxval=100)
bullish_div_rsi = input(40, "Max Bullish RSI", minval=0, maxval=50)
// RSI code
rsi = rsi(close, lend)
plot(rsi, color=#6DFFE1, linewidth=2, transp=0, title="RSI")
// DIVS code
xbars = 60
hb = abs(highestbars(rsi, xbars)) // Finds bar with highest value in last X bars
lb = abs(lowestbars(rsi, xbars)) // Finds bar with lowest value in last X bars
// Defining variable values, mandatory in Pine 3
max = na
max_rsi = na
min = na
min_rsi = na
bearish_div = na
bullish_div = na
hidden_bearish_div = na
hidden_bullish_div = na
div_alert = na
hidden_div_alert = na
// If bar with lowest / highest is current bar, use it's value
max := hb == 0 ? close : na(max[1]) ? close : max[1]
max_rsi := hb == 0 ? rsi : na(max_rsi[1]) ? rsi : max_rsi[1]
min := lb == 0 ? close : na(min[1]) ? close : min[1]
min_rsi := lb == 0 ? rsi : na(min_rsi[1]) ? rsi : min_rsi[1]
// Compare high of current bar being examined with previous bar's high
// If curr bar high is higher than the max bar high in the lookback window range
if close > max // we have a new high
max := close // change variable "max" to use current bar's high value
if rsi > max_rsi // we have a new high
max_rsi := rsi // change variable "max_rsi" to use current bar's RSI value
if close < min // we have a new low
min := close // change variable "min" to use current bar's low value
if rsi < min_rsi // we have a new low
min_rsi := rsi // change variable "min_rsi" to use current bar's RSI value
// Detects divergences between price and indicator with 1 candle delay so it filters out repeating divergences
if (max[1] > max[2]) and (rsi[1] < max_rsi) and (rsi <= rsi[1]) and (rsi[1] >= bearish_div_rsi)
bearish_div := true
div_alert := true
if (min[1] < min[2]) and (rsi[1] > min_rsi) and (rsi >= rsi[1]) and (rsi[1] <= bullish_div_rsi)
bullish_div := true
div_alert := true
// Hidden divergences
if (max[1] < max[2]) and (rsi[1] < max_rsi)
hidden_bearish_div := true
hidden_div_alert := true
if (min[1] > min[2]) and (rsi[1] > min_rsi)
hidden_bullish_div := true
hidden_div_alert := true
// Alerts
alertcondition(div_alert, title='RSI Divergence', message='RSI Divergence')
alertcondition(hidden_div_alert, title='Hidden RSI Divergence', message='Hidden RSI Divergence')
// Plots divergences with offest
plotshape((bearish_div ? rsi[1] + 3 : na), location=location.absolute, style=shape.diamond, color=#ff0000, size=size.tiny, transp=0, offset=0, title="RSI Bear Div")
plotshape((bullish_div ? rsi[1] - 3 : na), location=location.absolute, style=shape.diamond, color=#00ff01, size=size.tiny, transp=0, offset=0, title="RSI Bull Div")
plotshape((hidden_bearish_div ? rsi[1] + 3 : na), location=location.absolute, style=shape.circle, color=#ff0000, size=size.tiny, transp=0, offset=0, title="RSI Bear hDiv")
plotshape((hidden_bullish_div ? rsi[1] - 3 : na), location=location.absolute, style=shape.circle, color=#00ff01, size=size.tiny, transp=0, offset=0, title="RSI Bull hDiv")
//wave divergences
WTCross = cross(wt1, wt2)
WTCrossUp = wt2 - wt1 <= 0
WTCrossDown = wt2 - wt1 >= 0
WTFractal_top = f_fractalize(wt1) > 0 and wt1[2] ? wt1[2] : na
WTFractal_bot = f_fractalize(wt1) < 0 and wt1[2] ? wt1[2] : na
WTHigh_prev = valuewhen(WTFractal_top, wt1[2], 0)[2]
WTHigh_price = valuewhen(WTFractal_top, high[2], 0)[2]
WTLow_prev = valuewhen(WTFractal_bot, wt1, 0)[2]
WTLow_price = valuewhen(WTFractal_bot, low[2], 0)[2]
WTRegular_bearish_div = WTFractal_top and high[2] > WTHigh_price and wt1[2] < WTHigh_prev
WTRegular_bullish_div = WTFractal_bot and low[2] < WTLow_price and wt1[2] > WTLow_prev
bearWTSignal = WTRegular_bearish_div and WTCrossDown
bullWTSignal = WTRegular_bullish_div and WTCrossUp
WTCol1 = bearWTSignal ? #ff0000 : na
WTCol2 = bullWTSignal ? #00FF00EB : na
plot(series = WTFractal_top ? wt1[2] : na, title='Bearish Divergence', color=WTCol1, linewidth=5, transp=60)
plot(series = WTFractal_bot ? wt1[2] : na, title='Bullish Divergence', color=WTCol2, linewidth=5, transp=60)
//2nd wave
WTFractal_topa = f_fractalize(wt2) > 0 and wt2[2] ? wt2[2] : na
WTFractal_bota = f_fractalize(wt2) < 0 and wt2[2] ? wt2[2] : na
WTHigh_preva = valuewhen(WTFractal_topa, wt2[2], 0)[2]
WTHigh_pricea = valuewhen(WTFractal_topa, high[2], 0)[2]
WTLow_preva = valuewhen(WTFractal_bota, wt2, 0)[2]
WTLow_pricea = valuewhen(WTFractal_bota, low[2], 0)[2]
WTRegular_bearish_diva = WTFractal_topa and high[2] > WTHigh_pricea and wt2[2] < WTHigh_preva
WTRegular_bullish_diva = WTFractal_bota and low[2] < WTLow_pricea and wt2[2] > WTLow_preva
bearWTSignala = WTRegular_bearish_diva and WTCrossDown
bullWTSignala = WTRegular_bullish_diva and WTCrossUp
WTCol1a = bearWTSignala ? #ff0000 : na
WTCol2a = bullWTSignala ? #00FF00EB : na
plot(series = WTFractal_topa ? wt2[2] : na, title='Bearish Divergence', color=WTCol1a, linewidth=5, transp=60)
plot(series = WTFractal_bota ? wt2[2] : na, title='Bullish Divergence', color=WTCol2a, linewidth=5, transp=60)