1. スクエア
  2. LazyBear インディケーターに基づく Squeeze モメンタム トレーディング戦略

LazyBear インディケーターに基づく Squeeze モメンタム トレーディング戦略

作者: リン・ハーンチャオチャン,日付: 2024-02-05 14:48:01
タグ:

img

概要

この戦略は,LazyBearの Squeeze Momentum Indicatorをベースにしており,インパクトフィルターを追加し,データソースを変更し,リスク管理システムとカスタマイズ可能なバックテストタイムフレームを強化し,波動性の圧縮後に価格発生を捉えることを目的としています.

戦略の論理

この戦略は,ボリンジャー帯とケルターチャネルを使用して価格チャネルを計算する.ブレイクアウトは変動の増加をシグナルする.これは,価格の勢力の方向性を決定するために線形回帰を使用するLazyBearの圧縮モメンタムインディケーターを組み込む.

この戦略はモメンタムフィルターを追加し,絶対モメンタムが限界を超えるとのみ取引する.モメンタムフィルタを通過した波動性圧縮 (チャネル緊縮) において,ロング/ショートトレンド方向を判断する.また,リスクを制御するためにストップ・ロスト,テイク・プロフィート,トライリング・ストップを設定する.

利点分析

戦略は包括的な判断のための複数の指標を統合する.リスク管理メカニズムで取引損失を制限する.圧縮後の価格動向をタイミングで判断できる.カスタマイズ可能なパラメータにより適応可能である.

リスク分析

主なリスクには,誤った判断を引き起こす誤ったブレイク,不適切なパラメータ設定で間に合わない逆転,損失を拡大するストップ損失違反などが含まれます.パラメータを最適化し,リスク管理設定を調整し,適切な製品と取引セッションを選択することで緩和することができます.

オプティマイゼーションの方向性

ボリュームなどの他の指標フィルターを組み合わせることを検討する.より高い精度のためにモメントの限界を細かく調整する;より厳しいリスク管理のために引き下げストップ損失を追加する;より多くの製品でテストの有効性.これらの最適化は戦略をより堅牢かつ一般化することができます.

概要

この戦略は,高い統合度と改善されたリスク管理措置により,価格動向と変動を比較的包括的に評価しています. 圧縮後の価格暴動に強い適応性を確保するための最適化方向性によりさらに強化できます.

/*backtest
start: 2024-01-05 00:00:00
end: 2024-02-04 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// @version=4
// Strategy based on LazyBear Squeeze Momentum Indicator
// © Bitduke
// All scripts: https://www.tradingview.com/u/Bitduke/#published-scripts

strategy(shorttitle="SMS", title="Squeeze Momentum Strategy", overlay=false )

length = input(12, title="BB Length")
mult = input(2.0, title="BB MultFactor")
lengthKC = input(16, title="KC Length")
mult_kc = input(1.5, title="KC MultFactor")


//FILTERS
useMomAverage = input(false, title="Filter for Momenutum value", type=input.bool)
MomentumMin = input(20, title="Min for momentum")

// Calculate BB
src = ohlc4

ma_1 = sma(src, length)
ma_2 = sma(src, lengthKC)
range_ma = sma(high - low, lengthKC)

dev = mult * stdev(src, length)

upper_bb = ma_1 + dev
lower_bb = ma_1 - dev

upper_kc = ma_2 + range_ma * mult_kc
lower_kc = ma_2 - range_ma * mult_kc

sqz_on = lower_bb > lower_kc and upper_bb < upper_kc
sqz_off = lower_bb < lower_kc and upper_bb > upper_kc
no_sqz = sqz_on == false and sqz_off == false

val = linreg(src - avg(avg(highest(hl2, lengthKC), lowest(low, lengthKC)), sma(hl2, lengthKC)), lengthKC, 0)

bcolor = iff(val > 0, iff(val > nz(val[1]), color.lime, color.green), iff(val < nz(val[1]), color.red, color.maroon))
scolor = no_sqz ? color.blue : sqz_on ? color.black : color.aqua
plot(val, color=bcolor, style=plot.style_histogram, linewidth=4)
plot(0, color=scolor, style=plot.style_cross, linewidth=2)

//LOGIC
//momentum filter
filterMom = useMomAverage ? abs(val) > MomentumMin / 100000 ? true : false : true

//standard condition
longCondition = scolor[1] != color.aqua and scolor == color.aqua and bcolor == color.lime and filterMom
exitLongCondition = bcolor == color.green
shortCondition = scolor[1] != color.aqua and scolor == color.aqua and bcolor == color.red and filterMom
exitShortCondition = bcolor == color.maroon

// Risk Management Sysyem
stop_loss = input(defval = 600, title="Stop Loss", minval = 0)
take_profit = input(defval = 1000, title="Take Profit", minval = 0)
trailing_stop = input(defval = 20, title="Trailing Stop", minval = 0)
// If the zero value is set for stop loss, take profit or trailing stop, then the function is disabled
s_loss = stop_loss >= 1 ? stop_loss : na
tk_profit = take_profit >= 1 ? take_profit : na
tr_stop = trailing_stop >= 1 ? trailing_stop : na


//STRATEGY
strategy.entry("SQ_Long", strategy.long, when=longCondition)
strategy.exit("Exit Long", from_entry = "SQ_Long", profit = take_profit, trail_points = trailing_stop, loss = s_loss)
strategy.close("SQ_Long", exitLongCondition)

strategy.entry("SQ_Short", strategy.short, when=shortCondition)
strategy.exit("Exit Short", from_entry = "SQ_Short", profit = take_profit, trail_points = trailing_stop, loss = s_loss )
strategy.close("SQ_Short", when=exitShortCondition)
もっと

2019 FMZ - すべての権利は保護されています.