
Cette stratégie utilise la technologie Haiken-Ashley pour filtrer les signaux de croisement de la même ligne et les indicateurs MACD, afin de construire une stratégie de suivi de tendance. La stratégie peut capturer les tendances du marché dans différentes périodes de temps, générer des signaux de négociation en utilisant les croisements de la même ligne, puis filtrer les faux signaux à travers les indicateurs MACD, et afficher un taux de profit plus élevé lors des tests de retour.
La stratégie utilise principalement trois indicateurs techniques:
La technique de Haiken-Ashley. Cette technique consiste à modifier le prix de clôture pour construire un fil de fer à souder sans ombre. Cela permet de montrer plus clairement la véritable tendance des prix et de filtrer l’excès de bruit du marché.
L’EMA rapide est utilisée pour capturer les tendances à court terme, l’EMA lente est utilisée pour déterminer la direction des tendances à long terme. Un signal d’achat est généré lorsque l’EMA rapide traverse l’EMA lente; un signal de vente est généré lorsque l’EMA rapide traverse l’EMA lente.
L’indicateur MACD. L’indicateur est associé à une EMA rapide et lente, qui est un signal positif lorsque la ligne principale du MACD est supérieure à la ligne de signal et un signal négatif lorsque la ligne principale est inférieure à la ligne de signal.
Les signaux de négociation de cette stratégie proviennent des EMA rapides et des EMA lents. Afin de filtrer les faux signaux, la stratégie a introduit un indicateur MACD pour un jugement auxiliaire, générant un signal de négociation final uniquement lorsque l’indicateur MACD émet un signal homogène, ce qui réduit considérablement la probabilité d’une mauvaise transaction.
Plus précisément, un signal de vente est généré lorsque l’EMA rapide est traversée simultanément par l’EMA lente (((forks d’or)) et la ligne principale du MACD est supérieure à la ligne de signal ((signal de hausse)); un signal de vente est généré lorsque l’EMA rapide est traversée simultanément par l’EMA lente (((forks de mort)) et la ligne principale du MACD est inférieure à la ligne de signal ((signal de baisse)).
Cette méthode de filtrage, combinée à la croisée des lignes équivalente et à l’indicateur MACD, permet d’identifier efficacement les points de basculement clés du marché et de capturer les tendances des prix.
Cette stratégie présente les avantages suivants:
La probabilité de capture des signaux de tendance est considérablement améliorée. La technologie Haiken-Ashley permet de déterminer plus clairement les tendances. Le système de croisement des deux lignes uniformes est également très efficace pour générer des signaux, et la fiabilité est plus élevée après le filtrage MACD.
Le risque de retrait est faible. Le MACD, en tant qu’indicateur de jugement auxiliaire, peut éviter le risque de stop loss dans une certaine mesure et réduire efficacement les pertes de placement.
Il est possible d’ajuster les paramètres de la Haiken-Ashley, de la moyenne, du MACD, etc. en fonction du marché, ce qui rend la stratégie plus adaptée aux différentes situations.
L’implémentation est simple et claire. Le prix est exprimé en Haiken-Ashley et est déterminé par des indicateurs courants. Il est facile à programmer, le code est simple et facile à comprendre.
Une stratégie de suivi des tendances permet la plupart du temps aux fonds de fonctionner dans la direction dominante du marché et d’utiliser efficacement les fonds pour générer des rendements.
Cette stratégie présente également les risques suivants:
Une forte volatilité du marché peut entraîner des pertes importantes. Les mesures de freinage peuvent être franchies et entraîner des pertes supérieures aux attentes lorsque les prix rebondissent fortement ou se retournent rapidement à court terme.
Le MACD peut également être utilisé comme indicateur auxiliaire, ce qui peut conduire à une stratégie erronée de placement ou de placement.
Les paramètres sont trop rigides. Les combinaisons de paramètres fixes ne sont pas nécessairement adaptées aux marchés changeants et risquent de manquer de bonnes opportunités de négociation.
La fréquence des transactions peut être trop élevée. Les méthodes de création de positions en suivant la tendance peuvent entraîner des transactions fréquentes, augmenter les coûts de transaction et la perte de points de glissement.
Afin d’éviter et de réduire les risques susmentionnés, les mesures suivantes peuvent être prises:
Il est recommandé de définir un niveau de stop-loss pour limiter les pertes individuelles. En même temps, il est recommandé de ne pas trop courir après les pertes et de contrôler la taille de la position.
Ajuster les paramètres du MACD pour réduire la probabilité que les indicateurs auxiliaires émettent un signal erroné. D’autres indicateurs peuvent également être introduits pour une vérification multiple.
Créer des mécanismes d’optimisation des paramètres. Utiliser des méthodes telles que l’apprentissage automatique pour optimiser automatiquement les combinaisons de paramètres afin de rendre les stratégies plus adaptatives.
Il est également possible de régler le minimum de variation de prix pour déclencher une transaction.
Il y a beaucoup de possibilités d’optimisation dans cette stratégie, à commencer par les points suivants:
L’optimisation des périodes de Haykanush. Vous pouvez tester des périodes plus longues ou plus courtes pour trouver des périodes qui reflètent mieux les tendances du marché.
Modification des paramètres du système linéaire moyen. Modification des paramètres périodiques de l’EMA pour trouver la meilleure combinaison de paramètres.
Optimisation multi-paramètres de l’indicateur MACD. Ajustez les paramètres de la moyenne rapide et de la ligne de signal du MACD pour trouver les paramètres optimaux.
Renforcement des modules de gestion des risques stratégiques. Mise en place de règles de stop loss et de stop-loss plus scientifiques. Des modules tels que le contrôle des positions et la gestion des fonds peuvent également être ajoutés.
Ajout d’autres indicateurs auxiliaires, tels que l’introduction d’autres indicateurs tels que KD, RSI et autres pour une vérification multifactorielle, améliorant la qualité du signal.
Application de techniques d’apprentissage automatique. Utilisation de méthodes telles que les réseaux neuronaux et les algorithmes génétiques pour optimiser les paramètres de la stratégie en temps réel et rendre la stratégie plus adaptable.
Cette stratégie peut être améliorée par des combinaisons d’indicateurs techniques, l’optimisation continue des paramètres, le renforcement des modules de contrôle des risques, etc., ce qui permet de générer des bénéfices plus stables et plus efficaces.
Cette stratégie, combinée à la capture des tendances du marché par Hayek-Ashley et le système de croisement homogène, permet d’effectuer un filtrage auxiliaire avec l’indicateur MACD, d’identifier efficacement les points de basculement clés et de générer des signaux de négociation de haute fiabilité. La stratégie présente d’excellentes performances de retracement, une forte probabilité de profit, un faible risque de rétractation et une forte capacité d’ajustement.
/*backtest
start: 2022-12-26 00:00:00
end: 2024-01-01 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
//Heikin Ashi Strategy V1 by nachobuey
strategy("Heikin Ashi Strategy V2",shorttitle="HAS V2",overlay=true)
res = input(title="Heikin Ashi Candle Time Frame", defval="15")
hshift = input(0,title="Heikin Ashi Candle Time Frame Shift")
//res1 = input(title="Heikin Ashi EMA Time Frame", type=resolution, defval="180")
res1 = input(title="Time frame (Minutes. Not lower than chart)",defval="300")
mhshift = input(0,title="Heikin Ashi EMA Time Frame Shift")
fama = input(16,"Heikin Ashi EMA Period")
test = input(0,"Heikin Ashi EMA Shift")
sloma = input(21,"Slow EMA Period")
slomas = input(0,"Slow EMA Shift")
macdf = input(false,title="With MACD filter")
res2 = input(title="MACD Time Frame", defval="60")
macds = input(1,title="MACD Shift")
//Heikin Ashi Open/Close Price
ha_t = heikinashi(syminfo.tickerid)
ha_open = request.security(ha_t, res, open[hshift])
ha_close = request.security(ha_t, res, close[hshift])
mha_close = request.security(ha_t, res1, close[mhshift])
//macd
[macdLine, signalLine, histLine] = macd(close, 12, 26, 9)
macdl = request.security(ha_t,res2,macdLine[macds])
macdsl= request.security(ha_t,res2,signalLine[macds])
//Moving Average
fma = ema(mha_close[test],fama)
sma = ema(ha_close[slomas],sloma)
plot(fma,title="MA",color=lime,linewidth=2,style=line)
plot(sma,title="SMA",color=red,linewidth=2,style=line)
//Strategy
golong = crossover(fma,sma) and (macdl > macdsl or macdf == false )
goshort = crossunder(fma,sma) and (macdl < macdsl or macdf == false )
strategy.entry("Long",strategy.long,when = golong)
strategy.entry("Short",strategy.short,when = goshort)
plotchar(golong,char="L", color=green)
plotchar(goshort,char="S", color=red)
alertcondition(golong, "HAS GO LONG", "OPEN LONG")
alertcondition(goshort, "HAS GO SHORT", "OPEN SHORT")