Stratégie d'arrêt de la courbe EMA sur le canal positif
Auteur:ChaoZhang est là., Date: 2023-12-18 à 12h45Les étiquettes:
Résumé
Cette stratégie est une stratégie de stop loss basée sur le canal qui utilise l'indicateur EMA. Elle intègre le jugement de tendance, le suivi du canal et le stop loss dynamique et d'autres indicateurs techniques traditionnels. Elle détermine les cycles taureau et ours en jugeant l'ordre des EMA et combine le suivi du canal ATR pour mettre en œuvre le stop loss afin que le point de stop loss puisse continuer à suivre les mouvements de prix. Ce type d'idée de stop loss est plus actif et évite efficacement la probabilité d'un stop loss trop agressif.
La logique de la stratégie
La stratégie utilise principalement trois courbes EMA avec des cycles différents pour déterminer l'état taureau et l'état ours.
- L'EMA5>EMA20>EMA40 est un cycle haussier
- L'EMA20>EMA5>EMA40 est un cycle haussier
- L'EMA20>EMA40>EMA5 est un cycle haussier
- EMA40>EMA20>EMA5 est un cycle baissier
- L'EMA40>EMA5>EMA20 est un cycle baissier
- L'EMA5>EMA40>EMA20 est un cycle baissier
Après avoir déterminé le cycle haussier et baissier, la stratégie utilise le prix K-line échantillonné par SMMA et les multiples de l'indicateur ATR comme gamme de canaux. Les signaux de trading ne sont émis que lorsque le prix franchit ce canal.
Les avantages
Les principaux avantages de cette stratégie sont les suivants:
- L'utilisation de l'EMA pour juger des cycles haussier et baissier peut capturer efficacement les points tournants des tendances du marché
- La construction de points d'entrée basés sur les canaux ATR permet d'éviter une entrée erronée lors de consolidations de marché
- ATR suivi dynamique stop loss peut maximiser le verrouillage des bénéfices et contrôler efficacement les risques
Risques et optimisation
Les principaux risques de cette stratégie sont concentrés dans les problèmes causés par des paramètres incorrects, tels que le surtrading et le stop loss.
- Optimiser la combinaison des paramètres du cycle EMA pour trouver la meilleure correspondance des paramètres
- Optimiser la taille du multiple ATR pour éviter que le stop loss ne soit trop proche ou trop éloigné
- Ajouter d'autres indicateurs de filtrage pour éviter les entrées erronées pendant les marchés agités
Conclusion
Cette stratégie intègre plusieurs indicateurs et méthodes techniques traditionnels tels que le jugement des tendances, le trading par canal et le stop loss dynamique pour former un système de trading de stop loss relativement complet.
/*backtest
start: 2023-12-10 00:00:00
end: 2023-12-12 04:00:00
period: 1m
basePeriod: 1m
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/
// © kgynofomo
//@version=5
strategy(title="[Salavi] | Andy Advance Pro Strategy [ETH|M15]",overlay = true, pyramiding = 1,initial_capital = 10000, default_qty_type = strategy.cash,default_qty_value = 10000)
ema_short = ta.ema(close,5)
ema_middle = ta.ema(close,20)
ema_long = ta.ema(close,40)
cycle_1 = ema_short>ema_middle and ema_middle>ema_long
cycle_2 = ema_middle>ema_short and ema_short>ema_long
cycle_3 = ema_middle>ema_long and ema_long>ema_short
cycle_4 = ema_long>ema_middle and ema_middle>ema_short
cycle_5 = ema_long>ema_short and ema_short>ema_middle
cycle_6 = ema_short>ema_long and ema_long>ema_middle
bull_cycle = cycle_1 or cycle_2 or cycle_3
bear_cycle = cycle_4 or cycle_5 or cycle_6
// label.new("cycle_1")
// bgcolor(color=cycle_1?color.rgb(82, 255, 148, 60):na)
// bgcolor(color=cycle_2?color.rgb(82, 255, 148, 70):na)
// bgcolor(color=cycle_3?color.rgb(82, 255, 148, 80):na)
// bgcolor(color=cycle_4?color.rgb(255, 82, 82, 80):na)
// bgcolor(color=cycle_5?color.rgb(255, 82, 82, 70):na)
// bgcolor(color=cycle_6?color.rgb(255, 82, 82, 60):na)
// Inputs
a = input(2, title='Key Vaule. \'This changes the sensitivity\'')
c = input(7, title='ATR Period')
h = false
xATR = ta.atr(c)
nLoss = a * xATR
src = h ? request.security(ticker.heikinashi(syminfo.tickerid), timeframe.period, close, lookahead=barmerge.lookahead_off) : close
xATRTrailingStop = 0.0
iff_1 = src > nz(xATRTrailingStop[1], 0) ? src - nLoss : src + nLoss
iff_2 = src < nz(xATRTrailingStop[1], 0) and src[1] < nz(xATRTrailingStop[1], 0) ? math.min(nz(xATRTrailingStop[1]), src + nLoss) : iff_1
xATRTrailingStop := src > nz(xATRTrailingStop[1], 0) and src[1] > nz(xATRTrailingStop[1], 0) ? math.max(nz(xATRTrailingStop[1]), src - nLoss) : iff_2
pos = 0
iff_3 = src[1] > nz(xATRTrailingStop[1], 0) and src < nz(xATRTrailingStop[1], 0) ? -1 : nz(pos[1], 0)
pos := src[1] < nz(xATRTrailingStop[1], 0) and src > nz(xATRTrailingStop[1], 0) ? 1 : iff_3
xcolor = pos == -1 ? color.red : pos == 1 ? color.green : color.blue
ema = ta.ema(src, 1)
above = ta.crossover(ema, xATRTrailingStop)
below = ta.crossover(xATRTrailingStop, ema)
buy = src > xATRTrailingStop and above
sell = src < xATRTrailingStop and below
barbuy = src > xATRTrailingStop
barsell = src < xATRTrailingStop
atr = ta.atr(14)
atr_length = input.int(25)
atr_rsi = ta.rsi(atr,atr_length)
atr_valid = atr_rsi>50
long_condition = buy and bull_cycle and atr_valid
short_condition = sell and bear_cycle and atr_valid
Exit_long_condition = short_condition
Exit_short_condition = long_condition
if long_condition
strategy.entry("Andy Buy",strategy.long, limit=close,comment="Andy Buy Here")
if Exit_long_condition
strategy.close("Andy Buy",comment="Andy Buy Out")
// strategy.entry("Andy fandan Short",strategy.short, limit=close,comment="Andy 翻單 short Here")
// strategy.close("Andy fandan Buy",comment="Andy short Out")
if short_condition
strategy.entry("Andy Short",strategy.short, limit=close,comment="Andy short Here")
// strategy.exit("STR","Long",stop=longstoploss)
if Exit_short_condition
strategy.close("Andy Short",comment="Andy short Out")
// strategy.entry("Andy fandan Buy",strategy.long, limit=close,comment="Andy 翻單 Buy Here")
// strategy.close("Andy fandan Short",comment="Andy Buy Out")
inLongTrade = strategy.position_size > 0
inLongTradecolor = #58D68D
notInTrade = strategy.position_size == 0
inShortTrade = strategy.position_size < 0
// bgcolor(color = inLongTrade?color.rgb(76, 175, 79, 70):inShortTrade?color.rgb(255, 82, 82, 70):na)
plotshape(close!=0,location = location.bottom,color = inLongTrade?color.rgb(76, 175, 79, 70):inShortTrade?color.rgb(255, 82, 82, 70):na)
plotshape(long_condition, title='Buy', text='Andy Buy', style=shape.labelup, location=location.belowbar, color=color.new(color.green, 0), textcolor=color.new(color.white, 0), size=size.tiny)
plotshape(short_condition, title='Sell', text='Andy Sell', style=shape.labeldown, location=location.abovebar, color=color.new(color.red, 0), textcolor=color.new(color.white, 0), size=size.tiny)
// //atr > close *0.01* parameter
// // MONTHLY TABLE PERFORMANCE - Developed by @QuantNomad
// // *************************************************************************************************************************************************************************************************************************************************************************
// show_performance = input.bool(true, 'Show Monthly Performance ?', group='Performance - credits: @QuantNomad')
// prec = input(2, 'Return Precision', group='Performance - credits: @QuantNomad')
// if show_performance
// new_month = month(time) != month(time[1])
// new_year = year(time) != year(time[1])
// eq = strategy.equity
// bar_pnl = eq / eq[1] - 1
// cur_month_pnl = 0.0
// cur_year_pnl = 0.0
// // Current Monthly P&L
// cur_month_pnl := new_month ? 0.0 :
// (1 + cur_month_pnl[1]) * (1 + bar_pnl) - 1
// // Current Yearly P&L
// cur_year_pnl := new_year ? 0.0 :
// (1 + cur_year_pnl[1]) * (1 + bar_pnl) - 1
// // Arrays to store Yearly and Monthly P&Ls
// var month_pnl = array.new_float(0)
// var month_time = array.new_int(0)
// var year_pnl = array.new_float(0)
// var year_time = array.new_int(0)
// last_computed = false
// if (not na(cur_month_pnl[1]) and (new_month or barstate.islastconfirmedhistory))
// if (last_computed[1])
// array.pop(month_pnl)
// array.pop(month_time)
// array.push(month_pnl , cur_month_pnl[1])
// array.push(month_time, time[1])
// if (not na(cur_year_pnl[1]) and (new_year or barstate.islastconfirmedhistory))
// if (last_computed[1])
// array.pop(year_pnl)
// array.pop(year_time)
// array.push(year_pnl , cur_year_pnl[1])
// array.push(year_time, time[1])
// last_computed := barstate.islastconfirmedhistory ? true : nz(last_computed[1])
// // Monthly P&L Table
// var monthly_table = table(na)
// if (barstate.islastconfirmedhistory)
// monthly_table := table.new(position.bottom_center, columns = 14, rows = array.size(year_pnl) + 1, border_width = 1)
// table.cell(monthly_table, 0, 0, "", bgcolor = #cccccc)
// table.cell(monthly_table, 1, 0, "Jan", bgcolor = #cccccc)
// table.cell(monthly_table, 2, 0, "Feb", bgcolor = #cccccc)
// table.cell(monthly_table, 3, 0, "Mar", bgcolor = #cccccc)
// table.cell(monthly_table, 4, 0, "Apr", bgcolor = #cccccc)
// table.cell(monthly_table, 5, 0, "May", bgcolor = #cccccc)
// table.cell(monthly_table, 6, 0, "Jun", bgcolor = #cccccc)
// table.cell(monthly_table, 7, 0, "Jul", bgcolor = #cccccc)
// table.cell(monthly_table, 8, 0, "Aug", bgcolor = #cccccc)
// table.cell(monthly_table, 9, 0, "Sep", bgcolor = #cccccc)
// table.cell(monthly_table, 10, 0, "Oct", bgcolor = #cccccc)
// table.cell(monthly_table, 11, 0, "Nov", bgcolor = #cccccc)
// table.cell(monthly_table, 12, 0, "Dec", bgcolor = #cccccc)
// table.cell(monthly_table, 13, 0, "Year", bgcolor = #999999)
// for yi = 0 to array.size(year_pnl) - 1
// table.cell(monthly_table, 0, yi + 1, str.tostring(year(array.get(year_time, yi))), bgcolor = #cccccc)
// y_color = array.get(year_pnl, yi) > 0 ? color.new(color.teal, transp = 40) : color.new(color.gray, transp = 40)
// table.cell(monthly_table, 13, yi + 1, str.tostring(math.round(array.get(year_pnl, yi) * 100, prec)), bgcolor = y_color, text_color=color.new(color.white, 0))
// for mi = 0 to array.size(month_time) - 1
// m_row = year(array.get(month_time, mi)) - year(array.get(year_time, 0)) + 1
// m_col = month(array.get(month_time, mi))
// m_color = array.get(month_pnl, mi) > 0 ? color.new(color.teal, transp = 40) : color.new(color.gray, transp = 40)
// table.cell(monthly_table, m_col, m_row, str.tostring(math.round(array.get(month_pnl, mi) * 100, prec)), bgcolor = m_color, text_color=color.new(color.white, 0))
Plus de
- Stratégie de négociation basée sur les signaux croisés MACD et RSI
- Stratégie de négociation de l'indice RSI de la condition bayésienne
- Stratégie d'inversion du pivot
- Stratégie de négociation quantitative basée sur l'indicateur de la STI et la moyenne mobile de la coque
- Stratégie de tendance des canaux
- La stratégie de la CCI à long terme
- Stratégie du ruban de moyenne mobile
- Stratégie de suivi des moyennes mobiles doubles du MACD
- X48 - Optimisation et adaptation de la stratégie DayLight Hunter
- Heikin-Ashi - 0,5% de changement dans la stratégie de négociation à court terme
- La stratégie de croisement des moyennes mobiles de Galilée
- Stratégie de contre-essai AC de l'indicateur Williams
- Achat directionnel à faible volatilité avec prise de profit et stop loss
- Stratégie d'arrêt des pertes et de prise de bénéfices à pourcentage fixe basée sur des moyennes mobiles
- Stratégie de négociation quantitative basée sur la double EMA et l'indice de volatilité des prix
- Stratégie de suivi bidirectionnelle de la rupture de l'élan
- Super Trend LSMA stratégie à long terme
- Stratégie d'inversion de la rupture de trois barres et de quatre barres
- Stratégie de négociation ergodic adaptative SMI basée sur des moyennes mobiles exponentielles adaptatives
- Stratégie SMA et PSAR pour les opérations au comptant