Strategi Mengikuti Aliran Penapis Julat Dwi
ChaoZhang
Gambaran keseluruhan
Strategi pengesanan trend dengan penapis julat dua adalah strategi perdagangan kuantitatif yang menggunakan penapis julat dua EMA untuk mengenal pasti arah trend dan mengesan trend. Strategi ini menggabungkan penapis julat dua dan pengiraan julat ATR untuk mengenal pasti arah trend garis tengah dan panjang dengan berkesan dan menggunakan pengesanan stop loss untuk mengunci keuntungan.
Prinsip Strategi
Inti strategi ini adalah penapis julat EMA ganda. Ia mengira julat ATR untuk garis K dan meluruskannya, dan kemudian menggabungkan kedua-dua EMA untuk menentukan di mana garis K berada dalam julat dan menentukan sama ada ia sedang dalam trend.
Khususnya, strategi pertama mengira saiz julat ATR untuk garis K, dan kemudian menggabungkan dua EMA untuk meluruskannya. Julat ATR mewakili julat turun naik normal garis K. Apabila harga melampaui julat ini, ia bermaksud perubahan trend. Strategi akan merekodkan arah di mana harga menembusi julat EMA. Apabila arah berubah, ia menunjukkan perubahan trend, dan anda boleh memilih untuk masuk ke dalam lapangan.
Selepas masuk, strategi menggunakan hentian terapung untuk mengunci keuntungan. Semasa memegang kedudukan, ia akan menilai dalam masa nyata sama ada garis K terbalik di luar jangkauan, dan jika terbalik, ia akan keluar dari kedudukan semasa. Ini dapat mengunci keuntungan perdagangan tren dengan berkesan.
Analisis kelebihan
Strategi pengesanan trend dengan penapisan dua julat menggabungkan kelebihan penapisan linear dan pengiraan julat, yang dapat menentukan arah trend dengan tepat, dan mengelakkan sering masuk dan keluar dalam keadaan goyah. Kelebihan spesifiknya adalah sebagai berikut:
- Menggunakan prinsip ATR untuk menentukan julat turun naik K untuk mengelakkan masuk ke dalam pasaran yang bergolak
- Penapisan EMA ganda meningkatkan ketepatan penghakiman dan mengurangkan isyarat palsu
- Hentian terapung dalam masa nyata yang berkesan untuk mengunci keuntungan trend
- Logik strategi mudah difahami dan dioptimumkan
Analisis risiko
Strategi ini juga mempunyai beberapa risiko, yang tertumpu kepada beberapa aspek:
- Terlalu banyak lompatan boleh menembusi ruang ATR, menyebabkan kemasukan awal
- Dalam keadaan trend yang kuat, stop loss mungkin dicetuskan terlalu awal.
- Penetapan parameter yang tidak betul juga boleh menjejaskan prestasi polisi
Untuk risiko ini, ia boleh diselesaikan dengan kaedah seperti parameter pengoptimuman yang sesuai, mencegah pecah palsu, dan menilai kekuatan trend.
Cadangan Optimasi
Strategi pengesanan trend dengan penapisan dua ruang juga mempunyai potensi untuk pengoptimuman lanjut, dengan arah pengoptimuman utama termasuk:
- Mengoptimumkan parameter ATR, meluruskan K-baris
- Mengelakkan penembusan palsu dengan penunjuk jumlah urus niaga
- Menentukan kekuatan trend, membezakan antara satu-satunya terobosan dan trend yang berterusan
- Mengoptimumkan titik hentian, mengesan trend tinggi dengan jaminan keuntungan
Dengan pengoptimuman ini, strategi dapat memperoleh keuntungan yang stabil dalam persekitaran pasaran yang lebih luas.
ringkaskan
Strategi pengesanan tren penapisan dua ruang menggabungkan pelbagai kelebihan penapisan rata-rata dan penghakiman julat ATR, yang dapat mengenal pasti arah dan masa masuk tren yang berkekalan dalam jangka panjang. Ia hanya masuk ke dalam permainan apabila trend berubah, dan menggunakan hentian yang terapung untuk mengunci keuntungan. Logik strategi ini ringkas dan jelas, sangat sesuai untuk perdagangan trend dalam jangka panjang.
/*backtest
start: 2023-01-29 00:00:00
end: 2024-02-04 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("Range Filter [DW] & Labels", shorttitle="RF [DW] & Labels", overlay=true)
//Conditional Sampling EMA Function
Cond_EMA(x, cond, n)=>
var val = array.new_float(0)
var ema_val = array.new_float(1)
if cond
array.push(val, x)
if array.size(val) > 1
array.remove(val, 0)
if na(array.get(ema_val, 0))
array.fill(ema_val, array.get(val, 0))
array.set(ema_val, 0, (array.get(val, 0) - array.get(ema_val, 0))*(2/(n + 1)) + array.get(ema_val, 0))
EMA = array.get(ema_val, 0)
EMA
//Conditional Sampling SMA Function
Cond_SMA(x, cond, n)=>
var vals = array.new_float(0)
if cond
array.push(vals, x)
if array.size(vals) > n
array.remove(vals, 0)
SMA = array.avg(vals)
SMA
//Standard Deviation Function
Stdev(x, n)=>
sqrt(Cond_SMA(pow(x, 2), 1, n) - pow(Cond_SMA(x, 1, n), 2))
//Range Size Function
rng_size(x, scale, qty, n)=>
ATR = Cond_EMA(tr(true), 1, n)
AC = Cond_EMA(abs(x - x[1]), 1, n)
SD = Stdev(x, n)
rng_size = scale=="Pips" ? qty*0.0001 : scale=="Points" ? qty*syminfo.pointvalue : scale=="% of Price" ? close*qty/100 : scale=="ATR" ? qty*ATR :
scale=="Average Change" ? qty*AC : scale=="Standard Deviation" ? qty*SD : scale=="Ticks" ? qty*syminfo.mintick : qty
//Two Type Range Filter Function
rng_filt(h, l, rng_, n, type, smooth, sn, av_rf, av_n)=>
rng_smooth = Cond_EMA(rng_, 1, sn)
r = smooth ? rng_smooth : rng_
var rfilt = array.new_float(2, (h + l)/2)
array.set(rfilt, 1, array.get(rfilt, 0))
if type=="Type 1"
if h - r > array.get(rfilt, 1)
array.set(rfilt, 0, h - r)
if l + r < array.get(rfilt, 1)
array.set(rfilt, 0, l + r)
if type=="Type 2"
if h >= array.get(rfilt, 1) + r
array.set(rfilt, 0, array.get(rfilt, 1) + floor(abs(h - array.get(rfilt, 1))/r)*r)
if l <= array.get(rfilt, 1) - r
array.set(rfilt, 0, array.get(rfilt, 1) - floor(abs(l - array.get(rfilt, 1))/r)*r)
rng_filt1 = array.get(rfilt, 0)
hi_band1 = rng_filt1 + r
lo_band1 = rng_filt1 - r
rng_filt2 = Cond_EMA(rng_filt1, rng_filt1 != rng_filt1[1], av_n)
hi_band2 = Cond_EMA(hi_band1, rng_filt1 != rng_filt1[1], av_n)
lo_band2 = Cond_EMA(lo_band1, rng_filt1 != rng_filt1[1], av_n)
rng_filt = av_rf ? rng_filt2 : rng_filt1
hi_band = av_rf ? hi_band2 : hi_band1
lo_band = av_rf ? lo_band2 : lo_band1
[hi_band, lo_band, rng_filt]
//-----------------------------------------------------------------------------------------------------------------------------------------------------------------
//Inputs
//-----------------------------------------------------------------------------------------------------------------------------------------------------------------
//Filter Type
f_type = input(defval="Type 1", options=["Type 1", "Type 2"], title="Filter Type")
//Movement Source
mov_src = input(defval="Close", options=["Wicks", "Close"], title="Movement Source")
//Range Size Inputs
rng_qty = input(defval=2.618, minval=0.0000001, title="Range Size")
rng_scale = input(defval="Average Change", options=["Points", "Pips", "Ticks", "% of Price", "ATR", "Average Change", "Standard Deviation", "Absolute"], title="Range Scale")
//Range Period
rng_per = input(defval=14, minval=1, title="Range Period (for ATR, Average Change, and Standard Deviation)")
//Range Smoothing Inputs
smooth_range = input(defval=true, title="Smooth Range")
smooth_per = input(defval=27, minval=1, title="Smoothing Period")
//Filter Value Averaging Inputs
av_vals = input(defval=true, title="Average Filter Changes")
av_samples = input(defval=2, minval=1, title="Number Of Changes To Average")
// New inputs for take profit and stop loss
take_profit_percent = input(defval=100.0, minval=0.1, maxval=1000.0, title="Take Profit Percentage", step=0.1)
stop_loss_percent = input(defval=100, minval=0.1, maxval=1000.0, title="Stop Loss Percentage", step=0.1)
//-----------------------------------------------------------------------------------------------------------------------------------------------------------------
//Definitions
//-----------------------------------------------------------------------------------------------------------------------------------------------------------------
//High And Low Values
h_val = mov_src=="Wicks" ? high : close
l_val = mov_src=="Wicks" ? low : close
//Range Filter Values
[h_band, l_band, filt] = rng_filt(h_val, l_val, rng_size((h_val + l_val)/2, rng_scale, rng_qty, rng_per), rng_per, f_type, smooth_range, smooth_per, av_vals, av_samples)
//Direction Conditions
var fdir = 0.0
fdir := filt > filt[1] ? 1 : filt < filt[1] ? -1 : fdir
upward = fdir==1 ? 1 : 0
downward = fdir==-1 ? 1 : 0
//Colors
filt_color = upward ? #05ff9b : downward ? #ff0583 : #cccccc
bar_color = upward and (close > filt) ? (close > close[1] ? #05ff9b : #00b36b) :
downward and (close < filt) ? (close < close[1] ? #ff0583 : #b8005d) : #cccccc
//-----------------------------------------------------------------------------------------------------------------------------------------------------------------
//Outputs
//-----------------------------------------------------------------------------------------------------------------------------------------------------------------
//Filter Plot
filt_plot = plot(filt, color=filt_color, transp=0, linewidth=3, title="Filter")
//Band Plots
h_band_plot = plot(h_band, color=#05ff9b, transp=100, title="High Band")
l_band_plot = plot(l_band, color=#ff0583, transp=100, title="Low Band")
//Band Fills
fill(h_band_plot, filt_plot, color=#00b36b, transp=85, title="High Band Fill")
fill(l_band_plot, filt_plot, color=#b8005d, transp=85, title="Low Band Fill")
//Bar Color
barcolor(bar_color)
//External Trend Output
plot(fdir, transp=100, editable=false, display=display.none, title="External Output - Trend Signal")
// Trading Conditions Logic
longCond = close > filt and close > close[1] and upward > 0 or close > filt and close < close[1] and upward > 0
shortCond = close < filt and close < close[1] and downward > 0 or close < filt and close > close[1] and downward > 0
CondIni = 0
CondIni := longCond ? 1 : shortCond ? -1 : CondIni[1]
longCondition = longCond and CondIni[1] == -1
shortCondition = shortCond and CondIni[1] == 1
// Strategy Entry and Exit
strategy.entry("Buy", strategy.long, when = longCondition)
strategy.entry("Sell", strategy.short, when = shortCondition)
// New: Close conditions based on percentage change
long_take_profit_condition = close > strategy.position_avg_price * (1 + take_profit_percent / 100)
short_take_profit_condition = close < strategy.position_avg_price * (1 - take_profit_percent / 100)
long_stop_loss_condition = close < strategy.position_avg_price * (1 - stop_loss_percent / 100)
short_stop_loss_condition = close > strategy.position_avg_price * (1 + stop_loss_percent / 100)
strategy.close("Buy", when = shortCondition or long_take_profit_condition or long_stop_loss_condition)
strategy.close("Sell", when = longCondition or short_take_profit_condition or short_stop_loss_condition)
// Plot Buy and Sell Labels
plotshape(longCondition, title = "Buy Signal", text ="BUY", textcolor = color.white, style=shape.labelup, size = size.normal, location=location.belowbar, color = color.green, transp = 0)
plotshape(shortCondition, title = "Sell Signal", text ="SELL", textcolor = color.white, style=shape.labeldown, size = size.normal, location=location.abovebar, color = color.red, transp = 0)
// Alerts
alertcondition(longCondition, title="Buy Alert", message = "BUY")
alertcondition(shortCondition, title="Sell Alert", message = "SELL")