ChaoZhang
Aperçu
Il s’agit d’une stratégie de trading basée sur de multiples moyennes mobiles et des cassures de momentum. Cette stratégie combine plusieurs indicateurs techniques tels que SMMA (moyenne mobile lissée) et ZLEMA (moyenne mobile exponentielle à décalage nul) pour identifier les opportunités de trading en capturant les signaux de croisement entre les prix et les moyennes mobiles. La stratégie adopte un mécanisme adaptatif qui peut ajuster la sensibilité du signal en fonction des fluctuations du marché et améliorer la précision des transactions.
Principe de stratégie
La stratégie utilise quatre moyennes mobiles clés : src (SMMA basé sur HLC3), hi (SMMA basé sur high), lo (SMMA basé sur low) et mi (ZLEMA basé sur src). Les signaux de trading sont principalement basés sur les relations de croisement et de position entre ces moyennes mobiles. La combinaison de plusieurs conditions de signal garantit la fiabilité des signaux de trading. Les signaux d’achat incluent quatre combinaisons de conditions différentes, et les signaux de vente incluent également quatre combinaisons de conditions différentes. Le signal de clôture est basé sur le croisement du prix et de la moyenne mobile et sur la relation positionnelle entre les moyennes mobiles.
Avantages stratégiques
- Le mécanisme de confirmation de signaux multiples améliore la précision des transactions
- Les fonctionnalités adaptatives permettent aux stratégies de s’adapter aux différentes conditions du marché
- Utilisation de SMMA et ZLEMA pour réduire l’impact des faux signaux
- Un système de signaux en couches offre davantage d’opportunités de trading
- Des conditions de clôture claires aident à contrôler les risques
Risque stratégique
- Le croisement de la moyenne mobile peut provoquer un décalage, affectant le timing d’entrée
- Plusieurs conditions peuvent faire manquer certaines opportunités commerciales importantes
- Peut générer trop de faux signaux dans un marché volatil
- Des paramètres incorrects peuvent affecter les performances de la stratégie
- Il faut prendre en compte l’impact des coûts de transaction sur le rendement de la stratégie
Orientation de l’optimisation de la stratégie
- Introduction de filtres de volatilité pour ajuster les paramètres de stratégie pendant les périodes de forte volatilité
- Ajoutez une analyse du volume des transactions pour améliorer la fiabilité du signal
- Mécanisme adaptatif pour optimiser les paramètres de la moyenne mobile
- Ajoutez un indicateur de force de tendance pour améliorer la précision du jugement de tendance
- Développer un mécanisme dynamique de stop-loss pour améliorer les capacités de contrôle des risques
Résumer
Cette stratégie construit un système de trading relativement complet grâce à la combinaison de plusieurs moyennes mobiles et d’indicateurs de momentum. La nature adaptative de la stratégie et le mécanisme de confirmation multiple améliorent la fiabilité des transactions. Grâce à l’optimisation et à l’amélioration, la stratégie devrait permettre de maintenir des performances stables dans différents environnements de marché. Il est recommandé aux traders d’effectuer des backtests et une optimisation des paramètres suffisants avant une utilisation en temps réel.
/*backtest
start: 2024-01-10 00:00:00
end: 2025-01-08 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=6
//study("Limit order strategy", overlay=true)
strategy('Limit order strategy', overlay = true)
lengthMA = input(1)
lengthmi = input(14)
lengthhigh = input(14)
lengthlow = input(14)
calc_smma(src, len) =>
smma = 0.0
smma := na(smma[1]) ? ta.sma(src, len) : (smma[1] * (len - 1) + src) / len
smma
calc_zlema(src, length) =>
ema1 = ta.ema(src, length)
ema2 = ta.ema(ema1, length)
d = ema1 - ema2
ema1 + d
src = calc_smma(hlc3, lengthMA)
hi = calc_smma(high, lengthhigh)
lo = calc_smma(low, lengthlow)
mi = calc_zlema(src, lengthmi)
plot(src, color = color.new(#FF1493, 0), linewidth = 2, title = 'src')
plot(hi, color = color.new(#7CFC00, 0), linewidth = 2, title = 'hi')
plot(lo, color = color.new(#FF0000, 0), linewidth = 2, title = 'lo')
plot(mi, color = color.new(#00FFFF, 0), linewidth = 2, title = 'mi')
//strategy.order("buy", true, 1, stop = na, when = openbuy) // buy by market if current open great then previous high
//strategy.order("sell", false, 1, stop = na, when = opensell) // sell by market if current open less then previous low
//if src >= mi and src[1] <= mi[1] and src[1] <= lo[1]
// strategy.entry("buy 1", strategy.long, qty = 15)
sigorderbuy1 = src > mi and src[1] < mi[1] and src < lo and mi < lo
sigorderbuy2 = src > lo and src[1] < lo[1] and mi < lo
sigorderbuy3 = src > hi and src[1] < hi[1] and mi < hi
sigorderbuy4 = src > mi and src[1] < mi[1] and src > hi and mi > hi
//sigorderbuy5 = mi > hi and src > hi and src > mi and src[1] < mi[1]
//sigorderbuy6 = mi < hi and src > hi and src[1] < hi[1]
sigclosebuy = src < mi and src[1] > mi[1] or mi < lo and src < lo and src[1] > lo[1]
sigordersell1 = src < mi and src[1] > mi[1] and src > hi and mi > hi
sigordersell2 = src < hi and src[1] > hi[1] and mi > hi
sigordersell3 = src < lo and src[1] > lo[1] and mi > lo
sigordersell4 = src < mi and src[1] > mi[1] and src < lo and mi < lo
//sigordersell5 = mi < lo and src < lo and src < mi and src[1] > mi[1]
//sigordersell6 = mi > lo and src < lo and src[1] > lo[1]
sigclosesell = src > mi and src[1] < mi[1] or mi > hi and src > hi and src[1] < hi[1]
plot(sigorderbuy1 ? 1 : 0, 'sigorderbuy1')
plot(sigorderbuy2 ? 1 : 0, 'sigorderbuy2')
plot(sigorderbuy3 ? 1 : 0, 'sigorderbuy3')
plot(sigorderbuy4 ? 1 : 0, 'sigorderbuy4')
//plot(sigorderbuy5 ? 1 : 0,"sigorderbuy5")
//plot(sigorderbuy6 ? 1 : 0,"sigorderbuy6")
plot(sigordersell1 ? 1 : 0, 'sigordersell1')
plot(sigordersell2 ? 1 : 0, 'sigordersell2')
plot(sigordersell3 ? 1 : 0, 'sigordersell3')
plot(sigordersell4 ? 1 : 0, 'sigordersell4')
//plot(sigordersell5 ? 1 : 0,"sigordersell5")
//plot(sigordersell6 ? 1 : 0,"sigordersell6")
plot(sigclosebuy ? 1 : 0, 'sigclosebuy')
plot(sigclosesell ? 1 : 0, 'sigclosesell')
openbuy = sigorderbuy1 or sigorderbuy2 or sigorderbuy3 or sigorderbuy4 // or sigorderbuy5 or sigorderbuy6
opensell = sigordersell1 or sigordersell2 or sigordersell3 or sigordersell4 //or sigordersell5 or sigordersell6
openclosebuy = sigclosebuy
openclosesell = sigclosesell
alertcondition(condition = openbuy, title = 'sigorderbuy all', message = '{"accountmt":"70415621,666734890","time":"15","msg":"Buy {{ticker}} sig_b1={{plot("sigorderbuy1")}} sig_b2={{plot("sigorderbuy2")}} sig_b3={{plot("sigorderbuy3")}} sig_b4={{plot("sigorderbuy4")}}"}')
alertcondition(condition = opensell, title = 'sigordersell all', message = '{"accountmt":"70415621,666734890","time":"15","msg":"Sell {{ticker}} sig_s1={{plot("sigordersell1")}} sig_ss={{plot("sigordersell2")}} sig_s3={{plot("sigordersell3")}} sig_s4={{plot("sigordersell4")}} sig_s5={{plot("sigordersell5")}} sig_61={{plot("sigordersell6")}}"}')
alertcondition(condition = sigclosebuy, title = 'Close buy', message = '{"accountmt":"70415621,666734890","time":"15","msg":"Close {{ticker}} T=short"}')
alertcondition(condition = sigclosesell, title = 'Close sell', message = '{"accountmt":"70415621,666734890","time":"15","msg":"Close {{ticker}} T=long"}')
if sigorderbuy1
strategy.order('Buy 1', strategy.long, 1)
if sigorderbuy2
strategy.order('Buy 2', strategy.long, 1)
if sigorderbuy3
strategy.order('Buy 3', strategy.long, 1)
if sigorderbuy4
strategy.order('Buy 4', strategy.long, 1)
if sigordersell1
strategy.order('sell 1', strategy.short, 1)
if sigordersell2
strategy.order('sell 2', strategy.short, 1)
if sigordersell3
strategy.order('sell 3', strategy.short, 1)
if sigordersell4
strategy.order('sell 4', strategy.short, 1)
//strategy.order("sell 5", false, 1, when = sigordersell5)
//strategy.order("sell 6", false, 1, when = sigordersell6)