Júpiter e Saturno Momentum MA Crossover Filtrado Estratégia

Autora:ChaoZhang, Data: 2023-11-03 16:13:20
Tags:

Resumo

Esta estratégia utiliza os crossovers da média móvel como sinais de negociação, combinados com o indicador de volatilidade BB e um indicador de momento personalizado para filtragem, com o objetivo de melhorar a fiabilidade dos sinais de crossover da MA e reduzir os falsos sinais.

Princípios

Use a EMA de 50 períodos e a SMA de 200 períodos para formar sinais de cruz de ouro e cruz de morte.
Quando o preço estiver em uma tendência de alta, exigir que o preço esteja acima da linha de 200 dias e o valor do indicador de impulso personalizado abaixo de 25 para gerar sinais de compra.
Quando o preço estiver em uma tendência de queda, exigir que o preço esteja abaixo da linha de 200 dias e o valor do indicador de impulso personalizado acima de 75 para gerar sinais de venda.
Indicador de momento personalizado mapeia a linha média e a distância da banda BB na faixa de 0-100 com base em máximos e mínimos históricos.
O indicador de impulso reflete a volatilidade relativa dos preços, a filtragem do limiar ajuda a reduzir os falsos crossovers.

Vantagens

Utilizar os pontos fortes da EMA e da SMA para captar tendências de médio e longo prazo.
O aumento da filtragem com indicador de momento melhora a fiabilidade e reduz os falsos sinais.
A distância de banda BB reflete a intensidade de volatilidade, a normalização histórica evita a dependência de parâmetros.
Períodos EMA, SMA e limiar de dinâmica personalizáveis, adaptáveis a diferentes ambientes de mercado.
Lógica simples com flexibilidade de otimização, forte praticidade.

Análise de riscos

A EMA e a SMA têm um efeito de atraso, podendo perder oportunidades de curto prazo.
A tendência segue uma natureza inadequada para os mercados de gama.
O limiar de momento requer backtesting iterativo para o parâmetro ideal, riscos de sobreajuste.
Os sistemas de longo prazo oferecem rendimentos absolutos constantes, mas potencialmente limitados.
Pode reduzir os períodos de MA ou adicionar indicadores complementares para melhorar a adaptabilidade.

Oportunidades de melhoria

Ensaiar diferentes combinações de MA para obter parâmetros ideais.
Adicionar indicadores complementares como MACD, KD para validação adicional.
Otimizar os parâmetros do indicador de impulso, como o período de retrospecção, o intervalo de mapeamento.
Incorporar o stop loss para controlar os riscos.
Ajustar os parâmetros específicos do símbolo utilizando a extração de recursos de aprendizagem automática.
Adicionar indicadores de volume para evitar sinais de cruzamento não razoáveis.

Conclusão

Esta estratégia combina os pontos fortes do seguimento de tendências de longo prazo e filtragem de limiar de impulso duplo para alta confiabilidade e valor prático. Outras melhorias são possíveis através da otimização de parâmetros e técnicas complementares. O conceito inovador fornece insights valiosos para outros sistemas de tendências. Uma adição valiosa à biblioteca de estratégias de negociação algorítmica.

/*backtest
start: 2023-10-26 00:00:00
end: 2023-10-27 13:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy(title="EMA Difference Mapping with Trades", shorttitle="EMA Diff Map", overlay=false)

// Inputs
emaLength = input(20, "EMA Length")
stdDevLength = input(2, "Standard Deviation Length")
priceSource = close
takeProfitPoints = input(1000, title="Take Profit (in Points)")
stopLossPoints = input(2500, title="Stop Loss (in Points)")

// Calculate EMA
ema = ema(priceSource, emaLength)

// Calculate Standard Deviation
stdDev = stdev(priceSource, stdDevLength)

// Calculate differences
diff1 = (ema + stdDev) - ema
diff2 = ema - (ema - stdDev)

// Calculate min and max differences from last year
lookbackPeriod = 504 // Number of trading days in a year
minDiff1 = lowest(diff1, lookbackPeriod)
maxDiff1 = highest(diff1, lookbackPeriod)
minDiff2 = lowest(diff2, lookbackPeriod)
maxDiff2 = highest(diff2, lookbackPeriod)

// Map differences based on requirements
mappedDiff1 = 50 + 50 * ((diff1 - minDiff1) / (maxDiff1 - minDiff1))
mappedDiff2 = 50 - 50 * ((diff2 - minDiff2) / (maxDiff2 - minDiff2))

// Combine mapped differences into a single line
mappedLine = if close > ema
    mappedDiff1
else
    mappedDiff2

// Plot 'mappedLine' in the main chart area conditionally
plot(mappedLine, title="EMA Difference Mapping", color=(close > ema ? color.blue : na), style=plot.style_line, linewidth=2)

// Calculate the 50EMA and 200SMA
ema50 = ema(close, 50)
sma200 = sma(close, 200)

// Plot the 50EMA and 200SMA on the main chart
plot(ema50, color=color.blue, title="50 SMA", linewidth=2)
plot(sma200, color=color.red, title="200 SMA", linewidth=2)

// Initialize trade variables
var bool waitingForBuy = na
var bool waitingForSell = na
var bool buyConditionMet = false
var bool sellConditionMet = false

if not sellConditionMet and crossunder(ema50, sma200)
    sellConditionMet := true
    waitingForBuy := false

if sellConditionMet 
    waitingForSell := true
    sellConditionMet := false

if waitingForSell and close < sma200 and mappedLine > 75
    strategy.entry("Sell", strategy.short)
    strategy.exit("Sell Exit", "Sell", profit=takeProfitPoints, loss=stopLossPoints)
    waitingForSell := false

// Define the strategy conditions and execute trades
if not buyConditionMet  and crossover(ema50, sma200)
    buyConditionMet := true
    waitingForSell := false

if buyConditionMet 
    waitingForBuy := true
    buyConditionMet := false

if waitingForBuy and close > sma200 and mappedLine < 25
    strategy.entry("Buy", strategy.long)
    strategy.exit("Buy Exit", "Buy", profit=takeProfitPoints, loss=stopLossPoints)
    waitingForBuy := false

Mais.