
Esta estratégia é projetada para usar a distribuição extrema para detectar os extremos do indicador de oscilação dinâmica de Chande, para negociar em Bitcoin e criptomoedas no prazo de 1 minuto. Mas os parâmetros podem ser ajustados para ser aplicados a qualquer par de negociação.
Depois de um longo estudo sobre o indicador de dinâmica de Chande, decidi criar uma estratégia de entrada no mercado que utilizasse o nível percentual da distribuição normal. Isso poderia gerar lucros bonitos de vários dias consecutivos em um período de tempo de 1 minuto, com o objetivo final de fazer uma versão mais robusta da estratégia funcionar em um robô e lucrar.
A estratégia verifica se o valor de Chande está entre os percentuais extremos calculados com base nas últimas centenas de valores de Chande, e, se assim for, abre uma posição.
O Stop Loss e o Stop Stop ainda não foram integrados na estratégia, mas serão os próximos recursos a serem adicionados para minimizar perdas e maximizar o potencial de lucro.
Qualquer par de criptomoedas com fluxo de caixa trará resultados positivos em uma linha de tempo baixa.
Também temos uma estratégia gratuita de 15 minutos e 1 hora.
A estratégia começa com o cálculo do indicador de oscilação dinâmica de Chande, que é calculado com base na variação do preço de fechamento do dia em relação ao preço de fechamento do dia anterior. Concretamente, ele mede a dinâmica da variação de preço calculando o rácio da soma das variações de alta e da soma das variações de baixa.
A estratégia, em seguida, registra os valores de Chande no passado em um determinado período (default 425 ciclos) e calcula os diferentes níveis percentuais. Quando o valor de Chande atual atinge o percentual extremo predefinido (default compra em 1% e vende em 99%), o sinal de abertura de posição longa/curta é acionado. O sinal de posição plana é acionado quando o valor de Chande atinge o percentual do nível normal (default 97.5% e 2.5%).
Desta forma, a estratégia pode capturar uma ruptura extrema do valor de Chande, permitindo a captura de tendências repentinas. Ao mesmo tempo, evita-se o risco de reabertura de posições quando o valor de Chande permanece no estado extremo por um longo período.
O gerenciamento de risco deve ter em conta a configuração do stop loss, a liberação adequada dos parâmetros extremos, em combinação com o indicador de tendência para filtrar o falso sinal. Além disso, deve-se ter em conta a otimização dos parâmetros para evitar a otimização excessiva.
A estratégia pode ser melhorada em vários aspectos:
Adicionar a regra de stop loss, definir um limite razoável de stop loss e controlar o risco de perda individual.
Parâmetros de otimização, ajustando a combinação de parâmetros de longo e curto período para se adaptar a diferentes ambientes de mercado. Pode ser adicionado um algoritmo de otimização progressiva para encontrar o parâmetro otimizado.
Aumentar as condições de filtragem, combinadas com indicadores de tendência, como MA, para filtrar os falsos sinais de tendências adversas e melhorar a estabilidade da estratégia.
Combinação de múltiplos prazos, determinação de direção de tendência em prazos elevados e lançamento em prazos baixos.
Testar a robustez dos parâmetros de diferentes variedades de comércio, adaptando-se a mais variedades.
Introdução de algoritmos de aprendizagem de máquina que utilizam a IA para otimizar os parâmetros e as condições de filtragem, permitindo o ajuste dinâmico.
Esta estratégia é, em geral, uma estratégia para capturar a tendência de negociação usando o valor extremo do indicador de dinâmica de Chande. A lógica da estratégia Straightforward e o modo de operação eficiente são ideais para capturar rapidamente a tendência súbita. Ao mesmo tempo, é preciso ter cuidado para controlar o risco, evitar otimização e realizar otimização em vários aspectos para se adaptar a diferentes condições de mercado.
/*backtest
start: 2023-10-13 00:00:00
end: 2023-11-12 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("Chande Minute Swinger", overlay=true)
//Chande
length = input(9, minval=1)
src = close
momm = change(src)
f1(m) => m >= 0.0 ? m : 0.0
f2(m) => m >= 0.0 ? 0.0 : -m
m1 = f1(momm)
m2 = f2(momm)
sm1 = sum(m1, length)
sm2 = sum(m2, length)
percent(nom, div) => 100 * nom / div
chandeMO = percent(sm1-sm2, sm1+sm2)
//Parameters to change
lengthLookback = 425 //425 golden number
buyPercentile = 1
sellPercentile = 99
linePercentileLow = 2.5
linePercentileHigh = 97.5
buy = percentile_nearest_rank(chandeMO, lengthLookback, buyPercentile)
exitBuy= percentile_nearest_rank(chandeMO, lengthLookback, linePercentileHigh)
sell = percentile_nearest_rank(chandeMO, lengthLookback, sellPercentile)
exitSell = percentile_nearest_rank(chandeMO, lengthLookback, linePercentileLow)
chandeMA = sma(chandeMO, 9) //sma for potential other strategies implementing cross / trend
//Entry conditions
closeLongCondition = chandeMO > exitBuy ? true : false
closeShortCondition = chandeMO < exitSell ? true : false
longCondition = chandeMO < buy
shortCondition = chandeMO > sell
if (longCondition)
strategy.entry("long", strategy.long)
if (shortCondition)
strategy.entry("short", strategy.short)
//Introducing the closes and a stoploss will minimise loss and bring up the sharpe ratio
//Current settings are enabled for maximum potential but big risk
//strategy.close("long", when=(closeLongCondition == true))
//strategy.close("short", when=(closeShortCondition == true))