O objetivo desta estratégia é identificar o ponto final da tendência de queda de curto prazo do ativo e, a partir desse ponto, investir um determinado valor fixo na compra do ativo. Assim, o investimento pode ser fixado a um preço de custo menor após o início da reversão do ativo.
A estratégia é baseada na operação do quadro de tempo mensal. Há 240 linhas K de 1 hora por mês para determinar o momento em que a tendência se inverte.
Concretamente, a estratégia calcula a diferença entre a linha rápida e a linha lenta do EMA_CD e EMA_A linha de sinal do CD, quando a linha rápida atravessa a linha de sinal, determina o fim da tendência de queda de curto prazo e emite um sinal de compra.
Depois de emitir um sinal de compra, a estratégia se liquida no final do mês. Depois, o processo é repetido no segundo mês, com compras regulares e uma duração de um mês.
Isso nos permite respirar baixo no final de uma queda de curto prazo e manter o investimento fixo.
A principal vantagem dessa estratégia é que pode filtrar oscilações e comprar apenas quando a tendência se inverte, o que permite um investimento fixo a um preço mais favorável.
Além disso, o uso da EMA para determinar o ponto de reversão de tendência pode ser mais estável e preciso do que apenas a reversão da linha K. A EMA pode neutralizar o impacto do ruído do mercado de curto prazo no tempo de compra.
Por fim, o Stop Loss pode ser definido no final do mês para bloquear o resultado de cada mês e limitar o máximo de perdas por mês.
O maior risco dessa estratégia é que o preço continue a cair após a compra, resultando em perdas de parada no final do mês. Isso geralmente é causado por erros de julgamento.
Pode-se ajustar os parâmetros do ciclo EMA para otimizar o julgamento, ou combinar com outros indicadores como o RSI para confirmar o sinal de reversão.
Outro risco é a configuração do ponto de parada. Se o ponto de parada for pequeno demais, ele pode ser interrompido por flutuações de curto prazo, e se for grande demais, ele não pode limitar os prejuízos. É necessário testar diferentes pontos de parada para encontrar o melhor parâmetro.
A estratégia pode ser melhorada em vários aspectos:
Optimizar os parâmetros do ciclo EMA para encontrar a melhor combinação de parâmetros para determinar a reversão de tendência
Adicionar filtros de outros indicadores, como RSI, para confirmar o sinal de inversão
Testar diferentes pontos de parada para encontrar a melhor posição de parada para limitar perdas e não ser arbitragem
Pode-se considerar a adição de stop loss móvel com base em stop loss, ajustando a posição de stop loss em tempo real de acordo com o preço
Pode-se testar diferentes períodos de tempo, como o dia-a-dia e o dia-a-dia, para ver qual período funciona melhor.
A estratégia é clara e simples, com um indicador de EMA para avaliar a reversão de tendências de curto prazo e, no final do ponto de reversão, é possível efetivamente filtrar o mercado de choque para o investimento em preços mais baixos. O espaço para otimização da estratégia é principalmente na otimização de parâmetros e no ajuste da estratégia de parada de perdas.
/*backtest
start: 2023-09-07 00:00:00
end: 2023-10-07 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © BHD_Trade_Bot
// @version=5
// strategy(
// shorttitle = 'DCA After Downtrend',
// title = 'DCA After Downtrend (by BHD_Trade_Bot)',
// overlay = true,
// calc_on_every_tick = true,
// calc_on_order_fills = true,
// use_bar_magnifier = true,
// pyramiding = 100,
// initial_capital = 0,
// default_qty_type = strategy.cash,
// default_qty_value = 1000,
// commission_type = strategy.commission.percent,
// commission_value = 0.1)
// Backtest Time Period
start_year = input(title='Start year' ,defval=2017)
start_month = input(title='Start month' ,defval=1)
start_day = input(title='Start day' ,defval=1)
start_time = timestamp(start_year, start_month, start_day, 00, 00)
end_year = input(title='end year' ,defval=2050)
end_month = input(title='end month' ,defval=1)
end_day = input(title='end day' ,defval=1)
end_time = timestamp(end_year, end_month, end_day, 23, 59)
window() => true
// EMA
ema50 = ta.ema(close, 50)
ema200 = ta.ema(close, 200)
// EMA_CD
emacd = ema50 - ema200
emacd_signal = ta.ema(emacd, 20)
hist = emacd - emacd_signal
// Count n candles after x long entries
var int nPastCandles = 0
var int entryNumber = 0
nPastCandles := nPastCandles + 1
// ENTRY CONDITIONS
// 8 hours per day => 240 hours per month
entry_condition1 = nPastCandles > entryNumber * 240
// End of downtrend
entry_condition2 = ta.crossover(emacd, emacd_signal)
ENTRY_CONDITIONS = entry_condition1 and entry_condition2
if ENTRY_CONDITIONS and window()
entryNumber := entryNumber + 1
entryId = 'Long ' + str.tostring(entryNumber)
strategy.entry(entryId, strategy.long)
// CLOSE CONDITIONS
// Last bar
CLOSE_CONDITIONS = barstate.islast
if CLOSE_CONDITIONS
strategy.close_all()
// Draw
plot(ema50, color=color.orange, linewidth=3)
plot(ema200, color=entry_condition1 ? color.green : color.red, linewidth=3)