1. Persegi
  2. Dinamis Membeli Menjual Volume Breakout Strategi

Dinamis Membeli Menjual Volume Breakout Strategi

Penulis:ChaoZhang, Tanggal: 2023-12-26 11:15:31
Tag:

img

Gambaran umum

Strategi ini menentukan panjang dan pendek melalui volume pembelian dan penjualan jangka waktu yang disesuaikan, dikombinasikan dengan VWAP mingguan dan Bollinger Bands untuk penyaringan, untuk mewujudkan pelacakan tren probabilitas tinggi.

Prinsip Strategi

  1. Menghitung indikator volume pembelian dan penjualan dalam kerangka waktu yang disesuaikan
  • BV: Volume pembelian, disebabkan oleh pembelian pada titik rendah
  • SV: Volume penjualan, disebabkan oleh penjualan pada titik tinggi
  1. Volume pembelian dan penjualan proses
  • Lempar dengan EMA 20 periode
  • Volume pembelian dan penjualan yang diproses secara terpisah menjadi positif dan negatif
  1. Arah indikator hakim
  • Lebih besar dari 0 adalah bullish, kurang dari 0 adalah bearish
  1. Tentukan divergensi digabungkan dengan VWAP mingguan dan Bollinger Bands
  • Harga di atas VWAP dan indikator bullish adalah sinyal panjang
  • Harga di bawah VWAP dan indikator bearish adalah sinyal pendek
  1. Dinamis mengambil keuntungan dan stop loss
  • Persentase yang ditetapkan dari profit take dan stop loss berdasarkan ATR harian

Keuntungan

  1. Volume pembelian dan penjualan mencerminkan momentum pasar yang sebenarnya, menangkap energi potensial tren
  2. VWAP mingguan menilai arah tren jangka panjang, Bollinger Bands menentukan sinyal breakout
  3. Set ATR dinamis mengambil keuntungan dan stop loss, memaksimalkan kunci keuntungan dan menghindari overtuning

Risiko

  1. Membeli dan menjual data volume memiliki kesalahan tertentu, dapat menyebabkan penilaian yang salah
  2. Penghakiman gabungan indikator tunggal cenderung menghasilkan sinyal palsu
  3. Pengaturan parameter Bollinger Bands yang tidak benar mempersempit bursa yang valid

Arahan Optimasi

  1. Optimalkan dengan indikator volume pembelian dan penjualan jangka waktu beberapa
  2. Tambahkan volume perdagangan dan indikator tambahan lainnya untuk penyaringan
  3. Mengatur secara dinamis parameter Bollinger Bands untuk meningkatkan efisiensi breakout

Kesimpulan

Strategi ini memanfaatkan sepenuhnya prediksi volume pembelian dan penjualan, menghasilkan sinyal probabilitas tinggi yang dilengkapi dengan VWAP dan Bollinger Bands, sementara secara efektif mengendalikan risiko melalui mengambil keuntungan dinamis dan menghentikan kerugian.

/*backtest
start: 2022-12-19 00:00:00
end: 2023-12-25 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © original author ceyhun
//@ exlux99 update

//@version=5
strategy('Buying Selling Volume Strategy', format=format.volume, precision=0, overlay=false)

weekly_vwap = request.security(syminfo.tickerid, "W", ta.vwap(hlc3))

vi = false
customTimeframe = input.timeframe("60", group="Entry Settings")

allow_long = input.bool(true, group="Entry Settings")
allow_short = input.bool(false, group="Entry Settings")

xVolume = request.security(syminfo.tickerid, customTimeframe, volume)
xHigh = request.security(syminfo.tickerid, customTimeframe, high)
xLow = request.security(syminfo.tickerid, customTimeframe, low)
xClose = request.security(syminfo.tickerid, customTimeframe, close)

BV = xHigh == xLow ? 0 : xVolume * (xClose - xLow) / (xHigh - xLow)
SV = xHigh == xLow ? 0 : xVolume * (xHigh - xClose) / (xHigh - xLow)

vol = xVolume > 0 ? xVolume : 1
TP = BV + SV
BPV = BV / TP * vol
SPV = SV / TP * vol
TPV = BPV + SPV

tavol20 = request.security(syminfo.tickerid, customTimeframe, ta.ema(vol, 20))
tabv20= request.security(syminfo.tickerid, customTimeframe, ta.ema(BV, 20))
tasv20= request.security(syminfo.tickerid, customTimeframe, ta.ema(SV, 20))
VN = vol / tavol20
BPN = BV / tabv20 * VN * 100
SPN = SV / tasv20 * VN * 100
TPN = BPN + SPN

xbvp = request.security(syminfo.tickerid, customTimeframe,-math.abs(BPV))
xbpn = request.security(syminfo.tickerid, customTimeframe,-math.abs(BPN))
xspv = request.security(syminfo.tickerid, customTimeframe,-math.abs(SPV))
xspn = request.security(syminfo.tickerid, customTimeframe,-math.abs(SPN))

BPc1 = BPV > SPV ? BPV : xbvp
BPc2 = BPN > SPN ? BPN : xbpn
SPc1 = SPV > BPV ? SPV : xspv
SPc2 = SPN > BPN ? SPN : xspn
BPcon = vi ? BPc2 : BPc1
SPcon = vi ? SPc2 : SPc1


minus = BPcon + SPcon
plot(minus, color = BPcon > SPcon  ? color.green : color.red , style=plot.style_columns) 

length = input.int(20, minval=1, group="Volatility Settings")
src = minus//input(close, title="Source")
mult = input.float(2.0, minval=0.001, maxval=50, title="StdDev", group="Volatility Settings")
xtasma = request.security(syminfo.tickerid, customTimeframe, ta.sma(src, length))
xstdev = request.security(syminfo.tickerid, customTimeframe, ta.stdev(src, length))
basis = xtasma
dev = mult * xstdev
upper = basis + dev
lower = basis - dev
plot(basis, "Basis", color=#FF6D00, offset = 0)
p1 = plot(upper, "Upper", color=#2962FF, offset = 0)
p2 = plot(lower, "Lower", color=#2962FF, offset = 0)
fill(p1, p2, title = "Background", color=color.rgb(33, 150, 243, 95))

// Original a
longOriginal = minus > upper and BPcon > SPcon and close > weekly_vwap
shortOriginal = minus > upper and BPcon < SPcon and close< weekly_vwap



high_daily = request.security(syminfo.tickerid, "D", high)
low_daily  = request.security(syminfo.tickerid, "D", low)
close_daily = request.security(syminfo.tickerid, "D", close)

true_range = math.max(high_daily - low_daily, math.abs(high_daily - close_daily[1]), math.abs(low_daily - close_daily[1]))
atr_range = ta.sma(true_range*100/request.security(syminfo.tickerid, "D", close), 14)

ProfitTarget_Percent_long = input.float(100.0, title='TP Multiplier for Long entries ', step=0.5, step=0.5, group='Dynamic Risk Management')
Profit_Ticks_long = close + (close * (atr_range * ProfitTarget_Percent_long))/100
LossTarget_Percent_long = input.float(1.0, title='SL Multiplier for Long entries', step=0.5, group='Dynamic Risk Management')
Loss_Ticks_long = close - (close * (atr_range * LossTarget_Percent_long ))/100

ProfitTarget_Percent_short = input.float(100.0, title='TP Multiplier for Short entries ', step=0.5, step=0.5, group='Dynamic Risk Management')
Profit_Ticks_short = close - (close * (atr_range*ProfitTarget_Percent_short))/100
LossTarget_Percent_short = input.float(5.0, title='SL Multiplier for Short entries', step=0.5, group='Dynamic Risk Management')
Loss_Ticks_short = close + (close * (atr_range*LossTarget_Percent_short))/100



var longOpened_original = false
var int timeOfBuyLong = na
var float tpLong_long_original = na
var float slLong_long_original = na
long_entryx = longOriginal

longEntry_original = long_entryx and not longOpened_original 


if longEntry_original
    longOpened_original := true
    tpLong_long_original := Profit_Ticks_long
    slLong_long_original := Loss_Ticks_long
    timeOfBuyLong := time
    //lowest_low_var_sl := lowest_low

     
tpLong_trigger = longOpened_original[1] and ((close > tpLong_long_original) or (high > tpLong_long_original)) //or high > lowest_low_var_tp
slLong_Trigger = longOpened_original[1] and ((close < slLong_long_original) or (low < slLong_long_original)) //or low < lowest_low_var_sl

longExitSignal_original =   shortOriginal or tpLong_trigger or slLong_Trigger 


if(longExitSignal_original)
    longOpened_original := false
    tpLong_long_original := na
    slLong_long_original := na


if(allow_long)
    strategy.entry("long", strategy.long, when=longOriginal) 
    strategy.close("long", when= longExitSignal_original) //or shortNew

if(allow_short)
    strategy.entry("short", strategy.short, when=shortOriginal ) 
    strategy.close("short", when= longOriginal) //or shortNew
Lebih banyak

2019 FMZ - Semua hak dilindungi