MACD-V dan Fibonacci Multi-Timeframe Dynamic Take Profit Strategy

Penulis:ChaoZhang, Tanggal: 2024-04-26 12:00:21
Tag:MACDMACD-VATREMAMA

Gambaran umum

Strategi ini menggunakan MACD-V (MACD dengan volatilitas ATR) dan retracement Fibonacci untuk membuat keputusan perdagangan di beberapa kerangka waktu. Ini menghitung tingkat MACD-V dan Fibonacci pada kerangka waktu yang berbeda, kemudian memutuskan apakah akan membuka atau menutup posisi berdasarkan hubungan harga saat ini dengan tingkat Fibonacci dan nilai MACD-V. Strategi ini bertujuan untuk menangkap tren pasar dan retracement sambil mengendalikan risiko.

Prinsip Strategi

Menghitung indikator MACD-V pada kerangka waktu yang berbeda (misalnya, 5 menit dan 30 menit).
Pada jangka waktu yang lebih tinggi (misalnya, 30 menit), hitung tertinggi tertinggi dan terendah terendah dari periode tertentu yang lalu (misalnya, 9 periode), kemudian hitung tingkat retracement Fibonacci berdasarkan kisaran ini.
Tentukan apakah akan membuka posisi berdasarkan hubungan antara harga penutupan saat ini dan tingkat Fibonacci, serta nilai dan arah MACD-V. Misalnya, ketika harga kembali ke sekitar tingkat Fibonacci 38,2% dan MACD-V bergerak ke bawah antara -50 dan 150, buka posisi pendek.
Setelah membuka posisi, gunakan trailing stop untuk melindungi keuntungan dan mengendalikan risiko. posisi trailing stops diatur secara dinamis berdasarkan pergerakan harga dan parameter strategi.
Jika harga mencapai level trailing stop atau fixed stop loss, tutup posisi.

Analisis Keuntungan

Strategi ini menggunakan analisis multi-frame waktu, memberikan pemahaman yang lebih komprehensif tentang tren dan fluktuasi pasar.
Indikator MACD-V mempertimbangkan volatilitas harga, membuatnya efektif di pasar tren dan rentang.
Tingkat Fibonacci dapat secara efektif menangkap area pendukung dan resistensi utama, memberikan referensi untuk keputusan perdagangan.
Trailing stops memungkinkan kelangsungan profitabilitas selama kelanjutan tren sementara menutup posisi tepat waktu selama pembalikan harga, mengendalikan risiko.
Logika strategi jelas, parameter dapat disesuaikan, dan kemampuan beradaptasi kuat.

Analisis Risiko

Strategi dapat mengalami perdagangan yang sering di berbagai pasar, yang mengarah pada biaya transaksi yang tinggi.
Mengandalkan indikator teknis untuk menilai tren dapat mengakibatkan penilaian yang salah ketika pasar mengalami pecah palsu atau osilasi yang berkepanjangan.
Posisi stop loss tetap mungkin tidak merespon tepat waktu terhadap kondisi pasar yang ekstrem, yang menyebabkan kerugian yang signifikan.
Pemilihan parameter yang tidak tepat dapat mengakibatkan kinerja strategi yang buruk.

Arahan Optimasi

Memperkenalkan lebih banyak kerangka waktu dan indikator, seperti MA jangka panjang, untuk meningkatkan keakuratan penilaian tren.
Mengoptimalkan manajemen posisi, seperti menyesuaikan ukuran posisi secara dinamis berdasarkan ATR atau kisaran harga.
Tetapkan kombinasi parameter yang berbeda untuk kondisi pasar yang berbeda untuk meningkatkan kemampuan beradaptasi.
Selain trailing stop, memperkenalkan trailing stop loss untuk lebih mengendalikan risiko penurunan.
Backtest dan mengoptimalkan parameter untuk menemukan kombinasi parameter terbaik.

Ringkasan

Strategi ini menggunakan tingkat retracement MACD-V dan Fibonacci di beberapa kerangka waktu untuk menentukan tren dan waktu masuk, dan menggunakan trailing stop untuk mengontrol risiko dan keuntungan secara dinamis.

/*backtest
start: 2024-03-26 00:00:00
end: 2024-04-25 00:00:00
period: 1h
basePeriod: 15m
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/
// © catikur

//@version=5
strategy("Advanced MACD-V and Fibonacci Strategy with EMA Trailing TP", overlay=true, default_qty_type = strategy.percent_of_equity, default_qty_value=1000, margin_long=1./10*50, margin_short=1./10*50, slippage=0, commission_type=strategy.commission.percent, commission_value=0.05)

// Parametreler
fast_len = input.int(12, title="Fast Length", minval=1, group="MACD-V Settings")
slow_len = input.int(26, title="Slow Length", minval=1, group="MACD-V Settings")
signal_len = input.int(9, title="Signal Smoothing", minval=1, group="MACD-V Settings")
atr_len = input.int(26, title="ATR Length", minval=1, group="MACD-V Settings")
source = input.source(close, title="Source", group="MACD-V Settings")

//ema_length = input.int(20, title="EMA Length for Trailing TP", group="Trailing TP Settings")
trailing_profit = input.float(1000, title="Trailing Profit", minval=0.01, maxval=1000000, step=0.01, group="Trailing TP Settings")
trailing_offset = input.float(30000, title="Trailing Offset", minval=0.01, maxval=1000000, step=0.01, group="Trailing TP Settings")
trailing_factor = input.float(0.01, title="Trailing Factor", minval=0.01, maxval=1000000, step=0.01, group="Trailing TP Settings")
fix_loss = input.float(20000, title="Fix Loss", minval=0.01, maxval=1000000, step=0.01, group="Trailing TP Settings")

fib_lookback = input.int(9, title="Fibonacci Lookback Periods", minval=1, group="Fibonacci Settings")

macd_tf = input.timeframe("5", title="MACD Timeframe", group="Timeframe Settings")
fib_tf = input.timeframe("30", title="Fibonacci Timeframe", group="Timeframe Settings")
//ema_tf = input.timeframe("30", title="EMA Timeframe for Trailing TP", group="Timeframe Settings")




// MACD-V Hesaplama
atr = ta.atr(atr_len)
ema_slow = ta.ema(source, slow_len)
ema_fast = ta.ema(source, fast_len)

atr_tf = request.security(syminfo.tickerid, macd_tf , atr)
ema_slow_tf = request.security(syminfo.tickerid, macd_tf , ema_slow)
ema_fast_tf = request.security(syminfo.tickerid, macd_tf , ema_fast)

macd = ( ema_fast_tf - ema_slow_tf ) / atr_tf * 100
signal = ta.ema(macd, signal_len)
hist = macd - signal
hist_prev = hist[1]

// log.info("MACD {0} ", macd)
// log.info("Signal {0} ", signal)
// log.info("Histogram {0} ", hist)
// log.info("Previous Histogram {0} ", hist_prev)

// EMA for Trailing TP
//ema_trailing_tf = ta.ema(close, ema_length)

//ema_trailing = request.security(syminfo.tickerid, ema_tf, ema_trailing_tf)

//log.info("EMA Trailing {0} ", ema_trailing)

// Fibonacci Seviyeleri

high_val_tf = ta.highest(high, fib_lookback)
low_val_tf = ta.lowest(low, fib_lookback)

h1 = request.security(syminfo.tickerid, fib_tf, high_val_tf)
l1 = request.security(syminfo.tickerid, fib_tf, low_val_tf)

fark = h1 - l1

//Low ile fark
hl236 = l1 + fark * 0.236
hl382 = l1 + fark * 0.382
hl500 = l1 + fark * 0.5
hl618 = l1 + fark * 0.618
hl786 = l1 + fark * 0.786
//High ile fark
lh236 = h1 - fark * 0.236
lh382 = h1 - fark * 0.382
lh500 = h1 - fark * 0.5
lh618 = h1 - fark * 0.618
lh786 = h1 - fark * 0.786

hbars_tf = -ta.highestbars(high, fib_lookback)
lbars_tf = -ta.lowestbars(low, fib_lookback)

hbars = request.security(syminfo.tickerid, fib_tf , hbars_tf)
lbars = request.security(syminfo.tickerid, fib_tf , lbars_tf)

fib_236 = hbars > lbars ? hl236 : lh236
fib_382 = hbars > lbars ? hl382 : lh382
fib_500 = hbars > lbars ? hl500 : lh500
fib_618 = hbars > lbars ? hl618 : lh618
fib_786 = hbars > lbars ? hl786 : lh786

// log.info("Fibo 382 {0} ", fib_382)
// log.info("Fibo 618 {0} ", fib_618)

// Keep track of the strategy's highest and lowest net profit
var highestNetProfit = 0.0
var lowestNetProfit  = 0.0

var bool sell_retracing = false
var bool sell_reversing = false
var bool buy_rebound = false
var bool buy_rallying = false

// Satış Koşulları
sell_retracing := (signal > -20) and (macd > -50 and macd < 150) and (macd < signal) and (hist < hist_prev) and (close < fib_382)
sell_reversing := (macd > -150 and macd < -50) and (macd < signal) and (hist < hist_prev) and (close < fib_618)

// log.info("Retracing var mi: {0} ", sell_retracing)
// log.info("Reversing var mi: {0} ", sell_reversing)

// Alım Koşulları
buy_rebound := (signal < 20) and (macd > -150 and macd < 50) and (macd > signal) and (hist > hist_prev) and ((fib_618 < close) or ((fib_618 > close ) and (close > fib_382)))
buy_rallying := (macd > 50 and macd < 150) and (macd > signal) and (hist > hist_prev) and (close > fib_618)

// log.info("Rallying var mi: {0} ", buy_rallying)
// log.info("Rebound var mi: {0} ", buy_rebound)

// Emirleri Yerleştirme
if (sell_retracing == true and strategy.opentrades == 0 )
    strategy.entry("sell_retracing", strategy.short)

if (sell_reversing == true and strategy.opentrades == 0 )
    strategy.entry("sell_reversing", strategy.short)

if (buy_rebound == true and strategy.opentrades == 0 )
    strategy.entry("buy_rebound", strategy.long)

if (buy_rallying == true and strategy.opentrades == 0 )
    strategy.entry("buy_rallying", strategy.long)


// log.info("open order: {0} ", strategy.opentrades )


highestNetProfit := math.max(highestNetProfit, strategy.netprofit)
lowestNetProfit  := math.min(lowestNetProfit, strategy.netprofit)




// Plot the net profit, as well as its highest and lowest value
//plot(strategy.netprofit, style=plot.style_area, title="Net profit",
//     color=strategy.netprofit > 0 ? color.green : color.red)

//plot(highestNetProfit, color=color.green, title="Highest net profit")
//plot(lowestNetProfit, color=color.red, title="Lowest net profit")

// Trailing Take Profit
//long_trailing_stop = ema_trailing * trailing_factor
//short_trailing_stop = ema_trailing / trailing_factor

//log.info("long trailing stop {0} ", long_trailing_stop)
//log.info("short trailing stop {0} ", short_trailing_stop)
//log.info("avg price {0} ", strategy.position_avg_price)
//trail_price1 = strategy.position_avg_price * (1 + trailing_factor)
//trail_price2 = strategy.position_avg_price * (1 - trailing_factor)
// log.info("position_size {0} ", strategy.position_size)

// Trailing Take Profit
var float long_trailing_stop = 0.0
var float short_trailing_stop = 0.0

//if (strategy.position_size > 0)
 //   long_trailing_stop := math.max(long_trailing_stop, close * (1 + trailing_factor))  // Yeni bir maksimum değer belirlendiğinde güncelle
//if (strategy.position_size < 0)
 //  short_trailing_stop := math.min(short_trailing_stop, close * (1 - trailing_factor))  // Yeni bir minimum değer belirlendiğinde güncelle

//log.info("long trailing {0} ", long_trailing_stop)
// log.info("trailing factor{0} ", trailing_factor)
//log.info("short trailing {0} ", short_trailing_stop)

if (strategy.position_size != 0 )
    strategy.exit("Exit Long", from_entry="buy_rebound", trail_points = trailing_profit, trail_offset = trailing_offset, loss = fix_loss)
    strategy.exit("Exit Long", from_entry="buy_rallying", trail_points = trailing_profit, trail_offset = trailing_offset, loss = fix_loss)
    strategy.exit("Exit Short", from_entry="sell_retracing", trail_points = trailing_profit, trail_offset = trailing_offset, loss = fix_loss)
    strategy.exit("Exit Short", from_entry="sell_reversing", trail_points = trailing_profit, trail_offset = trailing_offset, loss = fix_loss)

Berkaitan

Lebih banyak

2019 FMZ - Semua hak dilindungi