Type/to search

Estratégia de Combinação de Múltiplos Padrões de Candlestick

Common strategy
Created: 2023-10-17 15:53:06
Last modified: 3 years ago
1
Follow
1802
Followers

img

Visão Geral

Esta estratégia combina múltiplos modelos de padrões de velas para negociar ações. Ela integra o padrão Engolfo, o padrão Harami e o padrão Harami Cruz, permitindo capturar oportunidades de negociação em diferentes condições de mercado.

Princípio

A lógica central da estratégia consiste em construir várias regras de identificação de padrões de velas e, em seguida, combiná-las para gerar sinais de negociação.

Primeiro, são definidas algumas variáveis básicas para descrever as propriedades de cada vela, como o tamanho do corpo (body), preço de abertura (open) e preço de fechamento (close).

Em seguida, com base na relação entre o preço de fechamento e o preço de abertura, são definidos 3 tipos de barras de negociação: 1 para alta, -1 para baixa e 0 para neutra.

Com base nisso, são construídas 3 regras de identificação de padrões de velas:

  1. Padrão Engolfo: A vela atual engloba a vela anterior, gerando um sinal de compra ou venda.

  2. Padrão Harami: A vela anterior engloba a vela atual, gerando um sinal de compra ou venda.

  3. Padrão Harami Cruz: Combinação do padrão Harami com uma estrela da cruz (doji), gerando um sinal de compra ou venda.

Com base nessas regras de padrões de velas, é possível determinar os momentos de compra e venda. Além disso, são aplicadas condições adicionais, como restrições de horário de negociação, para filtrar sinais inadequados.

Na parte de execução das negociações, primeiro é verificada a posição atual. Se a direção da posição for oposta ao sinal gerado, a posição é liquidada antes de abrir uma nova na direção do sinal.

Vantagens

  • Combinação de múltiplos padrões aumenta a estabilidade: Padrões isolados podem ser influenciados por condições específicas de mercado; a combinação melhora a robustez.

  • Confirmação de sinais na mesma direção evita falsos positivos: Diferentes modelos analisam a tendência sob ângulos distintos, permitindo validação mútua dos sinais.

  • Parâmetros ajustáveis para adaptabilidade: O usuário pode combinar livremente diferentes modelos de padrões, ajustar parâmetros como horário de negociação, etc., para se adaptar às mudanças do mercado.

  • Lógica de negociação completa: A integração da verificação de posição e da lógica de saída por stop-loss permite controlar eficazmente o risco.

Riscos

  • Aumento da complexidade com múltiplos parâmetros: É necessário testar a compatibilidade de diferentes combinações de parâmetros; combinações inadequadas podem reduzir a eficácia.

  • A configuração de parâmetros de formato depende da experiência: Parâmetros como o tamanho do corpo da vela exigem ajuste baseado em experiência acumulada.

  • Risco de posições unidirecionais: Operar apenas comprado ou apenas vendido limita o potencial de lucro. É possível configurar parâmetros para permitir ambos os lados.

  • Possibilidade de perder pontos de reversão de tendência: Esta estratégia é focada em identificação de padrões e não consegue detectar reversões de tendência de forma eficaz. Pode-se combinar com outros indicadores para avaliar o timing.

Otimização

  • Adicionar estratégia de stop-loss para reduzir o risco de posições unidirecionais.

  • Combinar com outros indicadores técnicos para avaliar a tendência geral e evitar negociações contrárias à tendência, como MACD, Bandas de Bollinger, etc.

  • Testar preferências de parâmetros para diferentes ativos, criando combinações de padrões adequadas a cada ativo.

  • Incorporar algoritmos de aprendizado de máquina para auxiliar na otimização de parâmetros e identificação de padrões por meio de IA.

Resumo

Esta estratégia, ao combinar as vantagens de vários padrões de velas, constrói um sistema de negociação de curto prazo relativamente estável e confiável. No entanto, alguns parâmetros e controles de risco ainda precisam ser otimizados para se adaptar a ambientes de mercado mais complexos. No geral, a lógica da estratégia é sólida e, com experiência e dados suficientes, aliada a técnicas como aprendizado de máquina para otimização inteligente, apresenta perspectivas promissoras.

Source
Pine
/*backtest
start: 2022-10-10 00:00:00
end: 2023-10-16 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//Noro
//2018

//@version=3
Strategy parameters
Strategy parameters
Long
Short
Model Engulfing
Model Harami
Model Harami Cross
From Year
To Year
From Month
To Month
From day
To day
Reversive trading
Comment
All comments (0)
No data
No data
  • 1
Forums
PINE Language
Get the app
iPhone Download
© 2015 - ∞ INVENTOR PTE LTD (SG)