Estratégia de acompanhamento de tendências com base na média móvel e volatilidade
ChaoZhang
Visão geral
Esta estratégia utiliza vários indicadores, como a linha de medição, a faixa de Bryn e o intervalo de tempo, para identificar o início e o fim da tendência de preços e executar operações de rastreamento de tendências. A estratégia é confirmada por vários indicadores e pode filtrar efetivamente as brechas falsas.
Princípio da estratégia
A estratégia inclui os seguintes passos-chave:
Calcule a linha de média rápida e a linha de média lenta. A linha de média é calculada usando o VWAP em vez do preço de fechamento, o que reflete com mais precisão o preço de transação real.
Calcule o valor médio da linha de medição e, com base nesse valor médio, trace uma faixa de Brin. A faixa de Brin pode determinar se a taxa de flutuação dos preços se expandiu, indicando o início da tendência.
A introdução de um indicador de período de tempo (TSV) para determinar se o volume de transações está se expandindo, confirmando a existência de uma tendência.
Quando a linha de média rápida atravessa a linha de média lenta, o preço é maior do que o de Brin e o TSV é maior que 0, gerando um sinal de compra; ao contrário, um sinal de venda aparece.
A retirada da linha média e a descida de Bryn são usadas como sinais de parada de liquidação.
Vantagens estratégicas
Identificação de tendências usando vários indicadores para filtrar efetivamente as falsas rupturas.
O método de cálculo da linha média reflete com maior precisão o preço real da transação
Avaliação da existência de uma tendência associada a um indicador de volatilidade
Indicadores de volume de transações aumentados, confirmando tendências de desenvolvimento
Estabelecer padrões razoáveis de stop loss e de suspensão para controlar os riscos
Parâmetros configuráveis que podem ser ajustados de forma flexível para o melhor estado
Risco estratégico
Avaliação de conjuntos de indicadores múltiplos, dificuldade de otimização de parâmetros
Há problemas de atraso tanto na linha de medição quanto na faixa de Brin, o que pode levar a um atraso insuficiente.
Indicadores de período de tempo são sensíveis a configurações de parâmetros e precisam ser ajustados para diferentes mercados
A tendência é para que os sinais falsos sejam mais frequentes em mercados consolidados.
Sem levar em conta os custos de transação, os lucros e prejuízos reais serão inferiores aos resultados da retrospectiva.
Direção de otimização da estratégia
Tente usar um método de aprendizado de máquina para otimizar automaticamente uma combinação de parâmetros
Configure um stop loss móvel dinâmico ou um stop loss de rastreamento para um melhor bloqueio de lucros
Introdução de indicadores de energia de volume de transação para evitar transações erradas que podem desviar o volume
Combinando a teoria das ondas, para avaliar o início, o meio e o fim da tendência atual, os parâmetros da estratégia de ajuste dinâmico
Considerar o impacto dos custos reais da transação e definir um limite mínimo para controlar a eficiência dos custos
Resumir
Esta estratégia, considerando vários indicadores em conjunto, oferece uma boa capacidade de identificação de tendências, o que permite determinar efetivamente o início e o fim de tendências reais. A estabilidade da estratégia pode ser melhorada ainda mais através da otimização de parâmetros, otimização de stop loss e otimização de filtros.
/*backtest
start: 2022-09-14 00:00:00
end: 2023-09-20 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// @version=4
// Credits
// "Vwap with period" code which used in this strategy to calculate the leadLine was written by "neolao" active on https://tr.tradingview.com/u/neolao/
// "TSV" code which used in this strategy was written by "liw0" active on https://www.tradingview.com/u/liw0. The code is corrected by "vitelot" December 2018.
strategy("HYE Trend Hunter [Strategy]", overlay = true, initial_capital = 1000, default_qty_value = 100, default_qty_type = strategy.percent_of_equity, commission_value = 0.025, pyramiding = 0)
// Strategy inputs
slowtenkansenPeriod = input(9, minval=1, title="Slow Tenkan Sen VWAP Line Length", group = "Tenkansen / Kijunsen")
slowkijunsenPeriod = input(26, minval=1, title="Slow Kijun Sen VWAP Line Length", group = "Tenkansen / Kijunsen")
fasttenkansenPeriod = input(5, minval=1, title="Fast Tenkan Sen VWAP Line Length", group = "Tenkansen / Kijunsen")
fastkijunsenPeriod = input(13, minval=1, title="Fast Kijun Sen VWAP Line Length", group = "Tenkansen / Kijunsen")
BBlength = input(20, minval=1, title= "Bollinger Band Length", group = "Bollinger Bands")
BBmult = input(2.0, minval=0.001, maxval=50, title="Bollinger Band StdDev", group = "Bollinger Bands")
tsvlength = input(13, minval=1, title="TSV Length", group = "Tıme Segmented Volume")
tsvemaperiod = input(7, minval=1, title="TSV Ema Length", group = "Tıme Segmented Volume")
// Make input options that configure backtest date range
startDate = input(title="Start Date", type=input.integer,
defval=1, minval=1, maxval=31, group = "Backtest Range")
startMonth = input(title="Start Month", type=input.integer,
defval=1, minval=1, maxval=12, group = "Backtest Range")
startYear = input(title="Start Year", type=input.integer,
defval=2000, minval=1800, maxval=2100, group = "Backtest Range")
endDate = input(title="End Date", type=input.integer,
defval=31, minval=1, maxval=31, group = "Backtest Range")
endMonth = input(title="End Month", type=input.integer,
defval=12, minval=1, maxval=12, group = "Backtest Range")
endYear = input(title="End Year", type=input.integer,
defval=2021, minval=1800, maxval=2100, group = "Backtest Range")
inDateRange = true
//Slow Tenkan Sen Calculation
typicalPriceTS = (high + low + close) / 3
typicalPriceVolumeTS = typicalPriceTS * volume
cumulativeTypicalPriceVolumeTS = sum(typicalPriceVolumeTS, slowtenkansenPeriod)
cumulativeVolumeTS = sum(volume, slowtenkansenPeriod)
slowtenkansenvwapValue = cumulativeTypicalPriceVolumeTS / cumulativeVolumeTS
//Slow Kijun Sen Calculation
typicalPriceKS = (high + low + close) / 3
typicalPriceVolumeKS = typicalPriceKS * volume
cumulativeTypicalPriceVolumeKS = sum(typicalPriceVolumeKS, slowkijunsenPeriod)
cumulativeVolumeKS = sum(volume, slowkijunsenPeriod)
slowkijunsenvwapValue = cumulativeTypicalPriceVolumeKS / cumulativeVolumeKS
//Fast Tenkan Sen Calculation
typicalPriceTF = (high + low + close) / 3
typicalPriceVolumeTF = typicalPriceTF * volume
cumulativeTypicalPriceVolumeTF = sum(typicalPriceVolumeTF, fasttenkansenPeriod)
cumulativeVolumeTF = sum(volume, fasttenkansenPeriod)
fasttenkansenvwapValue = cumulativeTypicalPriceVolumeTF / cumulativeVolumeTF
//Fast Kijun Sen Calculation
typicalPriceKF = (high + low + close) / 3
typicalPriceVolumeKF = typicalPriceKS * volume
cumulativeTypicalPriceVolumeKF = sum(typicalPriceVolumeKF, fastkijunsenPeriod)
cumulativeVolumeKF = sum(volume, fastkijunsenPeriod)
fastkijunsenvwapValue = cumulativeTypicalPriceVolumeKF / cumulativeVolumeKF
//Slow LeadLine Calculation
lowesttenkansen_s = lowest(slowtenkansenvwapValue, slowtenkansenPeriod)
highesttenkansen_s = highest(slowtenkansenvwapValue, slowtenkansenPeriod)
lowestkijunsen_s = lowest(slowkijunsenvwapValue, slowkijunsenPeriod)
highestkijunsen_s = highest(slowkijunsenvwapValue, slowkijunsenPeriod)
slowtenkansen = avg(lowesttenkansen_s, highesttenkansen_s)
slowkijunsen = avg(lowestkijunsen_s, highestkijunsen_s)
slowleadLine = avg(slowtenkansen, slowkijunsen)
//Fast LeadLine Calculation
lowesttenkansen_f = lowest(fasttenkansenvwapValue, fasttenkansenPeriod)
highesttenkansen_f = highest(fasttenkansenvwapValue, fasttenkansenPeriod)
lowestkijunsen_f = lowest(fastkijunsenvwapValue, fastkijunsenPeriod)
highestkijunsen_f = highest(fastkijunsenvwapValue, fastkijunsenPeriod)
fasttenkansen = avg(lowesttenkansen_f, highesttenkansen_f)
fastkijunsen = avg(lowestkijunsen_f, highestkijunsen_f)
fastleadLine = avg(fasttenkansen, fastkijunsen)
// BBleadLine Calculation
BBleadLine = avg(fastleadLine, slowleadLine)
// Bollinger Band Calculation
basis = sma(BBleadLine, BBlength)
dev = BBmult * stdev(BBleadLine, BBlength)
upper = basis + dev
lower = basis - dev
// TSV Calculation
tsv = sum(close>close[1]?volume*(close-close[1]):close<close[1]?volume*(close-close[1]):0,tsvlength)
tsvema = ema(tsv, tsvemaperiod)
// Rules for Entry & Exit
if(fastleadLine > fastleadLine[1] and slowleadLine > slowleadLine[1] and tsv > 0 and tsv > tsvema and close > upper and inDateRange)
strategy.entry("BUY", strategy.long)
if(fastleadLine < fastleadLine[1] and slowleadLine < slowleadLine[1])
strategy.close("BUY")
// Plots
colorsettingS = input(title="Solid Color Slow Leadline", defval=false, type=input.bool)
plot(slowleadLine, title = "Slow LeadLine", color = colorsettingS ? color.aqua : slowleadLine > slowleadLine[1] ? color.green : color.red, linewidth=3)
colorsettingF = input(title="Solid Color Fast Leadline", defval=false, type=input.bool)
plot(fastleadLine, title = "Fast LeadLine", color = colorsettingF ? color.orange : fastleadLine > fastleadLine[1] ? color.green : color.red, linewidth=3)
p1 = plot(upper, "Upper BB", color=#2962FF)
p2 = plot(lower, "Lower BB", color=#2962FF)
fill(p1, p2, title = "Background", color=color.blue)