Strategi Perdagangan Kekuatan Trend Purata Berbilang Pergerakan - Sistem Perdagangan Pintar Fleksibel Berdasarkan Sisihan Purata Pergerakan

MA ATR HTF RR TP SL
Tarikh penciptaan: 2024-12-11 17:46:33 Akhirnya diubah suai: 2024-12-11 17:46:33
Salin: 0 Bilangan klik: 446
1
fokus pada
1617
Pengikut

Strategi Perdagangan Kekuatan Trend Purata Berbilang Pergerakan - Sistem Perdagangan Pintar Fleksibel Berdasarkan Sisihan Purata Pergerakan

Gambaran keseluruhan

Strategi ini adalah sistem perdagangan pintar berdasarkan pelbagai purata bergerak dan kekuatan trend. Ia mengukur kekuatan trend pasaran dengan menganalisis tahap penyimpangan antara harga dan purata bergerak berkala yang berbeza, dan menggabungkan indikator kadar turun naik ATR untuk pengurusan kedudukan dan kawalan risiko.

Prinsip Strategi

Logik teras strategi adalah berdasarkan aspek berikut:

  1. Menggunakan purata bergerak dengan dua kitaran yang berbeza (cepat dan perlahan) untuk mengenal pasti arah trend dan isyarat silang
  2. Kuantiti kekuatan trend dengan mengira perbezaan harga dari purata bergerak (dihitung dengan titik)
  3. Gabungan bentuk K-garis ((menelan, kelinci, bintang menembak, bintang salib, dan lain-lain) sebagai isyarat pengesahan tambahan
  4. Menggunakan ATR untuk mengira sasaran stop loss dan profit secara dinamik
  5. Pengurusan pesanan dengan sebahagian daripada keuntungan dan menjejaki kerugian

Kelebihan Strategik

  1. Sistem ini mempunyai kemampuan beradaptasi yang kuat dan boleh disesuaikan dengan parameter untuk menyesuaikan diri dengan keadaan pasaran yang berbeza
  2. Mengukur kekuatan trend dengan penyingkiran, mengelakkan perdagangan yang kerap apabila trend lemah
  3. Meningkatkan kebolehpercayaan isyarat perdagangan dengan menggabungkan pelbagai petunjuk teknikal dan pengesahan bentuk
  4. Menggunakan kaedah Hentikan Kerosakan Dinamis Berasaskan ATR untuk mengawal risiko
  5. Kedua-dua kaedah pengurusan wang yang menyokong pemulihan dan kedudukan tetap
  6. Fungsi untuk menjejaki keuntungan dan berhenti kerugian untuk melindungi keuntungan

Risiko Strategik

  1. Lebih banyak isyarat palsu mungkin dihasilkan dalam pasaran yang bergolak, penapisan penunjuk golak disyorkan
  2. Kombinasi pelbagai indeks mungkin menyebabkan peluang perdagangan yang hilang
  3. Parameter yang terlalu optimum boleh menyebabkan risiko overfit
  4. Dalam pasaran yang kurang cair, dagangan besar mungkin menghadapi risiko tergelincir
  5. Perlu menetapkan peratusan stop loss yang munasabah untuk mengelakkan kerugian sekali gus yang berlebihan

Arah pengoptimuman strategi

  1. Indikator kuantiti pertukaran boleh ditambah sebagai penyokong untuk pengesahan trend
  2. Pertimbangan untuk memperkenalkan indikator turun naik pasaran untuk menyesuaikan frekuensi dagangan secara dinamik
  3. Penapisan isyarat berdasarkan kesesuaian trend dalam tempoh masa yang berbeza
  4. Menambah lebih banyak pilihan untuk berhenti, seperti berhenti masa dan sebagainya
  5. Membangunkan mekanisme untuk mengoptimumkan parameter penyesuaian dan meningkatkan kebolehsesuaian strategi

ringkaskan

Strategi ini membina sistem perdagangan yang komprehensif dengan menggabungkan purata bergerak, kuantiti kekuatan trend, bentuk K-line dan pengurusan risiko dinamik. Ia mengekalkan kesederhanaan logik strategi dan meningkatkan kebolehpercayaan perdagangan melalui mekanisme pengesahan berganda.

Kod sumber strategi
/*backtest
start: 2024-12-03 00:00:00
end: 2024-12-10 00:00:00
period: 10m
basePeriod: 10m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Customizable Strategy with Signal Intensity Based on Pips Above/Below MAs", overlay=true)

// Customizable Inputs
// Account and Risk Management
account_size = input.int(100000, title="Account Size (USD)", minval=1)
compounded_results = input.bool(true, title="Compounded Results")
risk_per_trade = input.float(1.0, title="Risk per Trade (%)", minval=0.1, maxval=100) / 100

// Moving Averages Settings
ma1_length = input.int(50, title="Moving Average 1 Length", minval=1)
ma2_length = input.int(200, title="Moving Average 2 Length", minval=1)

// Higher Time Frame for Moving Averages
ma_htf = input.timeframe("D", title="Higher Time Frame for MA Delay")

// Signal Intensity Range based on pips
signal_intensity_min = input.int(0, title="Signal Intensity Start (Pips)", minval=0, maxval=1000)
signal_intensity_max = input.int(1000, title="Signal Intensity End (Pips)", minval=0, maxval=1000)

// ATR-Based Stop Loss and Take Profit
atr_length = input.int(14, title="ATR Length", minval=1)
atr_multiplier_stop = input.float(1.5, title="Stop Loss Size (ATR Multiplier)", minval=0.1)
atr_multiplier_take_profit = input.float(2.5, title="Take Profit Size (ATR Multiplier)", minval=0.1)

// Trailing Stop and Partial Profit
trailing_stop_rr = input.float(2.0, title="Trailing Stop (R:R)", minval=0)
partial_profit_percentage = input.float(50, title="Take Partial Profit (%)", minval=0, maxval=100)

// Trend Filter Settings
trend_filter_enabled = input.bool(true, title="Trend Filter Enabled")
trend_filter_sensitivity = input.float(50, title="Trend Filter Sensitivity", minval=0, maxval=100)

// Candle Pattern Type for Entry
entry_candle_type = input.string("Any", title="Entry Candle Type", options=["Any", "Engulfing", "Hammer", "Shooting Star", "Doji"])

// Moving Average Entry Conditions
ma_entry_condition = input.string("Both", title="MA Entry", options=["Fast Above Slow", "Fast Below Slow", "Both"])

// Trade Direction (Long, Short, or Both)
trade_direction = input.string("Both", title="Trade Direction", options=["Long", "Short", "Both"])

// ATR Calculation
atr_value = ta.atr(atr_length)

// Moving Average Calculations (using Higher Time Frame)
ma1_htf = ta.sma(request.security(syminfo.tickerid, ma_htf, close), ma1_length)
ma2_htf = ta.sma(request.security(syminfo.tickerid, ma_htf, close), ma2_length)

// Candle Pattern Conditions
is_engulfing = close[1] < open[1] and close > open and high > high[1] and low < low[1]
is_hammer = (high - low) > 3 * (close - open) and (close > open) and (low == ta.lowest(low, 5))
is_shooting_star = (high - low) > 3 * (open - close) and (open > close) and (high == ta.highest(high, 5))
is_doji = (close - open) <= ((high - low) * 0.1)

// Apply the selected candle pattern
candle_condition = false
if entry_candle_type == "Any"
    candle_condition := true
if entry_candle_type == "Engulfing"
    candle_condition := is_engulfing
if entry_candle_type == "Hammer"
    candle_condition := is_hammer
if entry_candle_type == "Shooting Star"
    candle_condition := is_shooting_star
if entry_candle_type == "Doji"
    candle_condition := is_doji

// Moving Average Entry Conditions
ma_cross_above = ta.crossover(ma1_htf, ma2_htf)
ma_cross_below = ta.crossunder(ma1_htf, ma2_htf)

// Calculate pips distance to MAs and normalize it for signal intensity
pip_size = syminfo.mintick * 10  // Assuming Forex; for other asset classes, modify as needed

// Calculate distances in pips between price and MAs
distance_to_ma1_pips = math.abs(close - ma1_htf) / pip_size
distance_to_ma2_pips = math.abs(close - ma2_htf) / pip_size

// Calculate signal intensity based on the pips distance
// Normalize the signal intensity between the user-specified min and max
signal_intensity = math.min(math.max((distance_to_ma1_pips + distance_to_ma2_pips), signal_intensity_min), signal_intensity_max)

// Trend Filter Condition (Optional)
trend_condition = false
if trend_filter_enabled
    trend_condition := ta.sma(close, ma2_length) > ta.sma(close, ma2_length + int(trend_filter_sensitivity))

// Entry Conditions Based on MA, Candle Patterns, and Trade Direction
long_condition = (trade_direction == "Long" or trade_direction == "Both") and (ma_entry_condition == "Fast Above Slow" or ma_entry_condition == "Both") and ma_cross_above and candle_condition and (not trend_filter_enabled or trend_condition) and signal_intensity > signal_intensity_min
short_condition = (trade_direction == "Short" or trade_direction == "Both") and (ma_entry_condition == "Fast Below Slow" or ma_entry_condition == "Both") and ma_cross_below and candle_condition and (not trend_filter_enabled or not trend_condition) and signal_intensity > signal_intensity_min

// Position Sizing Based on Risk Per Trade and ATR for Stop Loss
risk_amount = account_size * risk_per_trade
stop_loss_atr = atr_multiplier_stop * atr_value

// Calculate the position size based on the risk amount and ATR stop loss
position_size = risk_amount / stop_loss_atr

// If compounded results are not enabled, adjust position size for non-compounded returns
if not compounded_results
    position_size := position_size / account_size * 100000  // Adjust for non-compounded results

// Convert take profit and stop loss from ATR to USD
pip_value = syminfo.mintick * 10  // Assuming Forex; for other asset classes, modify as needed
take_profit_atr = atr_multiplier_take_profit * atr_value
take_profit_usd = (take_profit_atr * pip_value) * position_size
stop_loss_usd = (stop_loss_atr * pip_value) * position_size

// Trailing Stop
trail_stop_level = trailing_stop_rr * stop_loss_atr

// Initialize long_box_id and short_box_id as boxes (not ints)
var box long_box_id = na
var box short_box_id = na

// Track Monthly Profit
var float monthly_profit = 0.0
if (month(timenow) != month(timenow[1]))  // New month
    monthly_profit := 0

// Long Trade Management
if long_condition
    strategy.entry("Long", strategy.long, qty=position_size)
    // Partial Profit at 50% position close when 1:1 risk/reward
    strategy.exit("Partial Profit", from_entry="Long", limit=strategy.position_avg_price + stop_loss_atr, qty_percent=partial_profit_percentage / 100)
    // Full take profit and stop loss with trailing stop
    strategy.exit("Take Profit Long", from_entry="Long", limit=strategy.position_avg_price + take_profit_atr, stop=strategy.position_avg_price - stop_loss_atr, trail_offset=trail_stop_level)

    // Delete the old box if it exists
    if not na(long_box_id)
        box.delete(long_box_id)
    
    // Plot Take Profit and Stop Loss for Long Positions
    // long_box_id := box.new(left=bar_index - 1, top=strategy.position_avg_price + take_profit_atr, right=bar_index, bottom=strategy.position_avg_price - stop_loss_atr, bgcolor=color.new(color.green, 90), border_width=1, border_color=color.new(color.green, 0))

// Short Trade Management
if short_condition
    strategy.entry("Short", strategy.short, qty=position_size)
    // Partial Profit at 50% position close when 1:1 risk/reward
    strategy.exit("Partial Profit", from_entry="Short", limit=strategy.position_avg_price - stop_loss_atr, qty_percent=partial_profit_percentage / 100)
    // Full take profit and stop loss with trailing stop
    strategy.exit("Take Profit Short", from_entry="Short", limit=strategy.position_avg_price - take_profit_atr, stop=strategy.position_avg_price + stop_loss_atr, trail_offset=trail_stop_level)

    // Delete the old box if it exists
    // if not na(short_box_id)
    //     box.delete(short_box_id)

    // Plot Take Profit and Stop Loss for Short Positions
    // short_box_id := box.new(left=bar_index - 1, top=strategy.position_avg_price + stop_loss_atr, right=bar_index, bottom=strategy.position_avg_price - take_profit_atr, bgcolor=color.new(color.red, 90), border_width=1, border_color=color.new(color.red, 0))

// Plot MAs and Signals
plot(ma1_htf, color=color.blue, title="MA1 (HTF)")
plot(ma2_htf, color=color.red, title="MA2 (HTF)")
plotshape(series=long_condition, location=location.belowbar, color=color.green, style=shape.labelup, title="Buy Signal", text="BUY")
plotshape(series=short_condition, location=location.abovebar, color=color.red, style=shape.labeldown, title="Sell Signal", text="SELL")