Strategi garis pusat Stop Loss ATR Dinamis

Penulis:ChaoZhang, Tanggal: 2023-10-16 16:20:06
Tag:

Gambaran umum

Strategi ini menggunakan fungsi regresi linier dan metode kuadrat terkecil untuk menghitung saluran harga, yang terdiri dari dua garis hijau dan merah.

Logika Strategi

Strategi ini menghitung garis tengah xLG menggunakan regresi linier dengan panjang 25 dan pergeseran 5. Kemudian mengambil 6% di atas dan di bawah garis tengah sebagai rentang saluran, dengan xLG1r sebagai garis atas dan xLG1s sebagai garis bawah.

Bila harga di atas xLG1r, maka harga akan long. Bila harga di bawah xLG1s, maka harga akan short. Ini mencatat waktu panjang dan pendek terakhir. Sinyal panjang dihasilkan ketika waktu panjang terakhir lebih besar dari waktu pendek terakhir. Sinyal pendek dihasilkan ketika waktu pendek terakhir lebih besar dari waktu panjang terakhir.

Stop loss ATR dinamis menggunakan periode ATR 1 dan pengganda 2. Untuk perdagangan panjang, stop loss adalah harga penutupan dikurangi pengganda nilai ATR. Untuk perdagangan pendek, stop loss adalah harga penutupan ditambah pengganda nilai ATR.

Analisis Keuntungan

Menggunakan saluran regresi linier untuk melacak tren jangka panjang
Stop loss berbasis ATR disesuaikan secara dinamis untuk menghindari stop terlalu lebar atau terlalu ketat
Sinyal price breakout membantu menghindari sinyal palsu

Risiko dan Peningkatan

Parameter saluran regresi perlu dioptimalkan, kisaran arus mungkin terlalu sempit
Multiplikator ATR juga perlu diuji untuk menemukan parameter optimal
Pertimbangkan untuk menambahkan konfirmasi pada breakout untuk menghindari breakout palsu

Arahan Optimasi

Uji panjang periode regresi yang berbeda untuk menemukan parameter yang lebih baik
Coba periode ATR yang berbeda dan stop loss multiplier
Tambahkan konfirmasi tambahan pada sinyal breakout, seperti volume breakout

Kesimpulan

Strategi ini menggabungkan beberapa teknik seperti mengikuti tren, berhenti dinamis dan sinyal breakout untuk menciptakan sistem pelacakan tren yang adaptif. peningkatan lebih lanjut dalam optimasi parameter dan penyaringan sinyal dapat meningkatkan ketahanan dan profitabilitas.

/*backtest
start: 2023-01-01 00:00:00
end: 2023-06-24 00:00:00
period: 4h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
// Thanks to HPotter for the original code for Center of Gravity Backtest
strategy("Center of Gravity BF 🚀", overlay=true, initial_capital=10000, default_qty_type=strategy.percent_of_equity, default_qty_value=100, commission_type=strategy.commission.percent, commission_value=0.15)

/////////////// Time Frame ///////////////
testStartYear = input(2017, "Backtest Start Year") 
testStartMonth = input(1, "Backtest Start Month")
testStartDay = input(1, "Backtest Start Day")
testPeriodStart = timestamp(testStartYear,testStartMonth,testStartDay, 0, 0)

testStopYear = input(2019, "Backtest Stop Year")
testStopMonth = input(12, "Backtest Stop Month")
testStopDay = input(31, "Backtest Stop Day")
testPeriodStop = timestamp(testStopYear,testStopMonth,testStopDay, 0, 0)

testPeriod() => true

///////////// Center of Gravity /////////////
Length = input(25, minval=1)
m = input(5, minval=0)
Percent = input(6, minval=0, title="COG %")

xLG = linreg(close, Length, m)
xLG1r = xLG + ((close * Percent) / 100)
xLG1s = xLG - ((close * Percent) / 100)

pos = 0.0
pos := iff(close > xLG1r, 1, iff(close < xLG1s, -1, nz(pos[1], 0))) 
possig = iff(pos == 1, 1, iff(pos == -1, -1, pos))

/////////////// Srategy ///////////////
long = possig == 1 
short = possig == -1 

last_long = 0.0
last_short = 0.0
last_long := long ? time : nz(last_long[1])
last_short := short ? time : nz(last_short[1])

long_signal = crossover(last_long, last_short)
short_signal = crossover(last_short, last_long)

last_open_long_signal = 0.0
last_open_short_signal = 0.0
last_open_long_signal := long_signal ? open : nz(last_open_long_signal[1])
last_open_short_signal := short_signal ? open : nz(last_open_short_signal[1])

last_long_signal = 0.0
last_short_signal = 0.0
last_long_signal := long_signal ? time : nz(last_long_signal[1])
last_short_signal := short_signal ? time : nz(last_short_signal[1])

in_long_signal = last_long_signal > last_short_signal
in_short_signal = last_short_signal > last_long_signal

last_high = 0.0
last_low = 0.0
last_high := not in_long_signal ? na : in_long_signal and (na(last_high[1]) or high > nz(last_high[1])) ? high : nz(last_high[1])
last_low := not in_short_signal ? na : in_short_signal and (na(last_low[1]) or low < nz(last_low[1])) ? low : nz(last_low[1])

since_longEntry = barssince(last_open_long_signal != last_open_long_signal[1]) 
since_shortEntry = barssince(last_open_short_signal != last_open_short_signal[1]) 

/////////////// Dynamic ATR Stop Losses ///////////////
atrLkb = input(1, minval=1, title='ATR Stop Period')
atrMult = input(2, step=0.25, title='ATR Stop Multiplier') 
atr1 = atr(atrLkb)

longStop = 0.0
longStop :=  short_signal ? na : long_signal ? close - (atr1 * atrMult) : longStop[1]
shortStop = 0.0
shortStop := long_signal ? na : short_signal ? close + (atr1 * atrMult) : shortStop[1]

/////////////// Execution ///////////////
if testPeriod()
    strategy.entry("Long",  strategy.long, when=long)
    strategy.entry("Short", strategy.short, when=short)
    strategy.exit("Long SL", "Long", stop=longStop, when=since_longEntry > 0)
    strategy.exit("Short SL", "Short", stop=shortStop, when=since_shortEntry > 0)

/////////////// Plotting ///////////////
plot(xLG1r, color=color.lime, title="LG1r")
plot(xLG1s, color=color.red, title="LG1s")
plot(strategy.position_size <= 0 ? na : longStop, title="Long Stop Loss", color=color.yellow, style=plot.style_circles, linewidth=1)
plot(strategy.position_size >= 0 ? na : shortStop, title="Short Stop Loss", color=color.orange, style=plot.style_circles, linewidth=1)
bgcolor(strategy.position_size > 0 ? color.lime : strategy.position_size < 0 ? color.red : color.white, transp=90)
bgcolor(long_signal ? color.lime : short_signal ? color.red : na, transp=60)

Lebih banyak

2019 FMZ - Semua hak dilindungi