
La stratégie de prévision de tendance bi-homogène est une stratégie qui tente de prédire les changements de tendance avant que la tendance des prix ne se retourne. Elle est basée sur l’indicateur WaveTrend de LazyBear. La stratégie est capable d’identifier les tendances des prix et d’afficher des signaux d’achat et de vente via des effets visuels remplis de courbes.
La stratégie est basée sur l’indicateur WaveTrend de LazyBear. WaveTrend est lui-même un très bon indicateur de suivi des tendances. La stratégie est optimisée pour l’extension. Les principales étapes sont les suivantes:
Grâce à ce traitement, on peut filtrer les fluctuations aléatoires des prix et identifier des tendances plus claires. La croix de la ligne moyenne rapide peut être utilisée pour émettre des signaux d’achat et de vente.
Cette stratégie présente les avantages suivants:
Cette stratégie comporte aussi des risques:
Ces risques peuvent être atténués par des méthodes telles que l’ajustement des paramètres et la combinaison d’autres indicateurs.
Cette stratégie peut être optimisée dans les domaines suivants:
Dans l’ensemble, la stratégie de prévision de tendance bi-homogène est une stratégie très prometteuse. Elle est capable d’identifier efficacement les tendances des prix et d’essayer de prévoir les changements de tendance à l’avance. Avec une certaine optimisation et amélioration, la stratégie peut devenir un puissant système de trading quantitatif.
/*backtest
start: 2023-01-26 00:00:00
end: 2024-02-01 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("BreakingDawn [JackTz]", overlay = true)
// WaveTrend [LazyBear]
// ░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░
n1 = input(10, "Channel Length")
n2 = input(21, "Average Length")
WTfactor = input(4, title=" WTFactor")
averageHlc3 = sum(hlc3, WTfactor) / WTfactor
ap = averageHlc3
esa = ema(ap, n1)
d = ema(abs(ap - esa), n1)
ci = (ap - esa) / (0.015 * d)
tci = ema(ci, n2)
wt1 = tci
wt2 = sma(wt1,4)
wtAvg = wt1-wt2
wtPeriodAvgVal = wtAvg * 45 + averageHlc3
wtPeriodAvg2Val = wtAvg * 25 + averageHlc3
buy = wtAvg[1] < wtAvg and wtAvg < close
sell = wtAvg[1] > wtAvg
fillColor = buy ? color.green : color.red
control = plot(wtPeriodAvgVal, color = fillColor)
signal = plot(wtPeriodAvg2Val, color = fillColor)
fill(signal, control, color = fillColor)
if year > 2016
strategy.entry("buy", strategy.long, when = buy)
strategy.close("buy",when = sell)