A estratégia de inversão de três dias para o ETFs é baseada na estratégia de retorno de três dias de ETFs de alta probabilidade de Larry Connors e César Alvarez. O livro discute uma estratégia de retorno de média de ETFs de alta probabilidade, cujas regras simples são:
Através da prática e da retrospectiva, eu descobri que a estratégia seria mais eficaz se a linha de tendência fosse calculada usando o EMA e não o SMA. Assim, este script usa o EMA para calcular a linha de tendência. Eu também fiz a saída do EMA com a duração ajustável.
A estratégia funciona da seguinte forma:
Entre eles, o EMA de saída é o EMA padrão de 5 dias, com duração ajustável.
A principal idéia da estratégia é aproveitar o efeito de reversão de curto prazo. Quando o preço da ação se mostra fraco após uma queda contínua, é provável que ocorra uma reversão de curto prazo. A estratégia determina se há uma oportunidade de reversão julgando se o preço se contraiu por três dias consecutivos e está abaixo da média de curto prazo.
Em comparação com a tradicional estratégia de cruzamento de média móvel, a estratégia tem as seguintes vantagens:
A qualidade dos sinais de negociação foi melhorada ao aproveitar as oportunidades de reversão de três dias consecutivos de contração.
Combinação de filtro de linha média curta e longa para evitar negociação em mercados em tendência. Captura de reversão somente em áreas de correção.
A linha de tendência é calculada usando EMAs em vez de SMAs, sendo mais sensível e mais oportuna para capturar reversões.
A extensão da EMA é ajustável e a estratégia de stop loss pode ser adaptada ao mercado.
A frequência de negociação é baixa, com posições de apenas 1-2 dias de cada vez, evitando o risco de posse múltipla.
A estratégia também apresenta os seguintes riscos:
Risco de falha de reversão. Após a ocorrência do sinal de reversão, o preço pode falhar a ruptura e continuar a cair em vez de se recuperar.
Risco de frequentes paradas. Em situações de turbulência, o preço pode freqüentemente desencadear paradas.
Risco de otimização de parâmetros. Sair da EMA e outros parâmetros necessitam de testes e otimização contínuos de acordo com o mercado. Se não forem ajustados, podem causar falhas de eficácia.
Risco de otimização excessiva.
O risco pode ser reduzido através das seguintes medidas:
A seguir, veja como você pode fazer isso:
Otimizar com parâmetros estáveis para equilibrar riscos e benefícios.
Ajustar o tamanho das posições, reduzir as posições individuais e dispersar o risco.
A estratégia pode ser otimizada em:
Testar EMAs de diferentes comprimentos como indicadores de entrada e saída de mercado para encontrar os parâmetros mais adequados.
Adicionar outras condições de filtragem, como indicadores de potência, para garantir que o sinal de reversão seja mais confiável.
Otimizar as estratégias de stop loss, como o uso de stop loss ATR e o rastreamento de stop loss, para que o stop loss seja mais flexível.
Combinado com o discernimento de tendências, evita que os sinais de inversão ocorram em transações erradas dentro de uma tendência.
Optimizar o portfólio, combinando-o com outras estratégias, para aproveitar a dispersão de risco sem correlação.
Otimizar a auto-adaptação dos parâmetros usando métodos como aprendizado de máquina para que os parâmetros sejam ajustados dinamicamente.
A estratégia de reversão de três dias de Forex procura oportunidades de reversão de curto prazo, julgando que o preço se contraiu por três dias consecutivos e está abaixo da forma da EMA de curto prazo. Em comparação com a estratégia de linha média móvel tradicional, seu sinal de entrada é mais confiável e otimiza o stop loss do parâmetro do EMA por meio do ajuste de saída.
/*backtest
start: 2023-10-05 00:00:00
end: 2023-10-12 00:00:00
period: 10m
basePeriod: 1m
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/
// @version = 5
// Author = TradeAutomation
strategy(title="ETF 3-Day Reversion Strategy", shorttitle="ETF 3-Day Reversion Strategy", process_orders_on_close=true, overlay=true, commission_type=strategy.commission.cash_per_order, commission_value=1, initial_capital = 10000000, default_qty_type=strategy.percent_of_equity, default_qty_value=100)
// Backtest Date Range Inputs //
StartTime = input(defval=timestamp('01 Jan 2012 05:00 +0000'), title='Start Time')
EndTime = input(defval=timestamp('01 Jan 2099 00:00 +0000'), title='End Time')
InDateRange = true
// Strategy Rules //
DayEMA5 = ta.ema(close, 5)
Rule1 = close>ta.ema(close, 200)
Rule2 = close<DayEMA5
Rule3 = high<high[1] and low<low[1] and high[1]<high[2] and low[1]<low[2] and high[2]<high[3] and low[2]<low[3]
ExitEMA = ta.ema(close, input.int(5, "EMA Length For Exit Strategy", tooltip = "The strategy will sell when the price crosses over this EMA"))
plot(DayEMA5)
plot(ExitEMA, color=color.green)
// Entry & Exit Functions //
if (InDateRange)
strategy.entry("Long", strategy.long, when = Rule1 and Rule2 and Rule3)
// strategy.close("Long", when = ta.crossunder(close, ATRTrailingStop))
strategy.close("Long", when = ta.crossover(close, ExitEMA))
if (not InDateRange)
strategy.close_all()