ChaoZhang
1
Suivre
1617
Abonnés
Aperçu
Cette stratégie est un système de trading avancé basé sur l’indicateur KDJ, qui capture les tendances du marché en effectuant une analyse approfondie des modèles de croisement de la ligne K, de la ligne D et de la ligne J. La stratégie intègre un algorithme de lissage BCWSMA personnalisé et améliore la fiabilité des signaux en optimisant le calcul des indicateurs stochastiques. Le système adopte des mécanismes stricts de contrôle des risques, notamment des fonctions de stop loss et de stop loss suiveur, pour parvenir à une gestion saine des fonds.
Principe de stratégie
La logique fondamentale de la stratégie repose sur les éléments clés suivants :
- L’indicateur KDJ est calculé à l’aide d’un algorithme BCWSMA (moyenne mobile pondérée) personnalisé, qui améliore la fluidité et la stabilité de l’indicateur.
- En calculant la RSV (valeur aléatoire non mûre), le prix est converti en une valeur comprise entre 0 et 100 pour mieux refléter la position du prix entre les points haut et bas.
- Conception d’un mécanisme unique de validation croisée des lignes J et J5 (indicateur dérivé) pour améliorer la précision des signaux de trading grâce à de multiples confirmations
- Un mécanisme de confirmation de tendance basé sur la continuité a été établi, exigeant que la ligne J reste au-dessus de la ligne D pendant trois jours consécutifs pour confirmer la validité de la tendance.
- Un système de contrôle des risques composite qui intègre un stop loss en pourcentage et un stop loss suiveur
Avantages stratégiques
- Mécanisme avancé de génération de signaux : grâce à la validation croisée de plusieurs indicateurs techniques, l’impact des faux signaux est considérablement réduit
- Contrôle parfait des risques : adopter un mécanisme de contrôle des risques à plusieurs niveaux, y compris un stop loss fixe et un stop loss mobile, pour contrôler efficacement le risque de baisse
- Forte capacité de réglage des paramètres : les paramètres clés tels que le cycle KDJ, le coefficient de lissage du signal, etc. peuvent être ajustés de manière flexible en fonction des conditions du marché
- Efficacité de calcul élevée : l’utilisation de l’algorithme BCWSMA optimisé réduit la complexité de calcul et améliore l’efficacité de l’exécution de la stratégie
- Bonne adaptabilité : peut s’adapter à différents environnements de marché et optimiser les performances de la stratégie grâce à l’ajustement des paramètres
Risque stratégique
- Risque de marché volatil : de fréquents faux signaux de rupture peuvent se produire dans un marché volatil latéral, augmentant les coûts de transaction
- Risque de décalage : en raison de l’utilisation du lissage par moyenne mobile, le signal peut être décalé dans une certaine mesure
- Sensibilité des paramètres : l’effet de la stratégie est sensible au réglage des paramètres. Un réglage incorrect des paramètres peut réduire considérablement l’effet de la stratégie.
- Dépendance de l’environnement de marché : dans certains environnements de marché, la performance de la stratégie peut ne pas être idéale.
Orientation de l’optimisation de la stratégie
- Optimisation du mécanisme de filtrage des signaux : des indicateurs auxiliaires tels que le volume des transactions et la volatilité peuvent être introduits pour améliorer la fiabilité des signaux
- Réglage dynamique des paramètres : ajustez dynamiquement les paramètres KDJ et les paramètres de stop loss en fonction des fluctuations du marché
- Identification de l’environnement de marché : ajoutez un module de jugement de l’environnement de marché pour adopter différentes stratégies de trading dans différents environnements de marché
- Contrôle des risques renforcé : des mesures de contrôle des risques supplémentaires telles que le contrôle du drawdown maximum et la limite de temps de maintien de la position peuvent être ajoutées
- Optimisation des performances : optimiser davantage l’algorithme BCWSMA pour améliorer l’efficacité des calculs
Résumer
Cette stratégie construit un système de trading complet grâce à une combinaison innovante d’indicateurs techniques et d’un contrôle strict des risques. Les principaux avantages de la stratégie résident dans son mécanisme de confirmation de signaux multiples et son système de contrôle des risques parfait, mais il convient également d’accorder une attention particulière à des questions telles que l’optimisation des paramètres et l’adaptabilité à l’environnement du marché. Grâce à une optimisation et une amélioration continues, la stratégie devrait permettre de maintenir des performances stables dans différents environnements de marché.
Code source de la stratégie
/*backtest
start: 2024-01-06 00:00:00
end: 2025-01-05 00:00:00
period: 4h
basePeriod: 4h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © hexu90
//@version=6
// Date Range
// STEP 1. Create inputs that configure the backtest's date range
useDateFilter = input.bool(true, title="Filter Date Range of Backtest",
group="Backtest Time Period")
backtestStartDate = input(timestamp("1 Jan 2020"),
title="Start Date", group="Backtest Time Period",
tooltip="This start date is in the time zone of the exchange " +
"where the chart's instrument trades. It doesn't use the time " +
"zone of the chart or of your computer.")
backtestEndDate = input(timestamp("15 Dec 2024"),
title="End Date", group="Backtest Time Period",
tooltip="This end date is in the time zone of the exchange " +
"where the chart's instrument trades. It doesn't use the time " +
"zone of the chart or of your computer.")
// STEP 2. See if current bar falls inside the date range
inTradeWindow = true
//KDJ strategy
// indicator("My Customized KDJ", shorttitle="KDJ")
strategy("My KDJ Strategy", overlay = false)
// Input parameters
ilong = input(90, title="Period")
k_isig = input(3, title="K Signal")
d_isig = input(30, title="D Signal")
// Custom BCWSMA calculation outside the function
bcwsma(source, length, weight) =>
var float prev = na // Persistent variable to store the previous value
if na(prev)
prev := source // Initialize on the first run
prev := (weight * source + (length - weight) * prev) / length
prev
// Calculate KDJ
c = close
h = ta.highest(high, ilong)
l = ta.lowest(low, ilong)
RSV = 100 * ((c - l) / (h - l))
pK = bcwsma(RSV, k_isig, 1)
pD = bcwsma(pK, d_isig, 1)
pJ = 3 * pK - 2 * pD
pJ1 = 0
pJ2 = 80
pJ5 = (pJ-pK)-(pK-pD)
// Plot the K, D, J lines with colors
plot(pK, color=color.rgb(251, 121, 8), title="K Line") // Orange
plot(pD, color=color.rgb(30, 0, 255), title="D Line") // Blue
plot(pJ, color=color.new(color.rgb(251, 0, 255), 10), title="J Line") // Pink with transparency
plot(pJ5, color=#6f03f3e6, title="J Line") // Pink with transparency
// Background color and reference lines
// bgcolor(pJ > pD ? color.new(color.green, 75) : color.new(color.red, 75))
// hline(80, "Upper Band", color=color.gray)
// hline(20, "Lower Band", color=color.gray)
// Variables to track the conditions
var bool condition1_met = false
var int condition2_met = 0
// Condition 1: pJ drops below pJ5
if ta.crossunder(pJ, pJ5)
condition1_met := true
condition2_met := 0 // Reset condition 2 if pJ drops below pJ5 again
if ta.crossover(pJ, pD)
condition2_met += 1
to_long = ta.crossover(pJ, pD)
var int consecutiveDays = 0
// Update the count of consecutive days
if pJ > pD
consecutiveDays += 1
else
consecutiveDays := 0
// Check if pJ has been above pD for more than 3 days
consPJacrossPD = false
if consecutiveDays > 3
consPJacrossPD := true
// Entry condition: After condition 2, pJ crosses above pD a second time
// if condition1_met and condition2_met > 1
// strategy.entry("golden", strategy.long, qty=1000)
// condition1_met := false // Reset the conditions for a new cycle
// condition2_met = 0
//
if ta.crossover(pJ, pD)
// and pD < 40 and consPJacrossPD
// consecutiveDays == 1
// consecutiveDays == 3 and
strategy.entry("golden", strategy.long, qty=1)
// to_short =
// or ta.crossunder(pJ, 100)
// Exit condition
if ta.crossover(pD, pJ)
strategy.close("golden", qty = 1)
// Stop loss and trailing profit
trail_stop_pct = input.float(0.5, title="Trailing Stop activation (%)", group="Exit Lonng", inline="LTS", tooltip="Trailing Treshold %")
trail_offset_pct = input.float(0.5, title="Trailing Offset (%)", group="Exit Lonng", inline="LTS", tooltip="Trailing Offset %")
trail_stop_tick = trail_stop_pct * close/100
trail_offset_tick = trail_offset_pct * close/100
sl_pct = input.float(5, title="Stop Loss", group="SL and TP", inline="LSLTP")
// tp_pct = input.float(9, title="Take Profit", group="SL and TP", inline="LSLTP")
long_sl_price = strategy.position_avg_price * (1 - sl_pct/100)
// long_tp_price = strategy.position_avg_price * (1 + tp_pct/100)
strategy.exit('golden Exit', 'golden', stop = long_sl_price)
// trail_points = trail_stop_tick, trail_offset=trail_offset_tick