1. Quadrado
  2. Estratégia de rastreamento da tendência de ruptura do impulso

Estratégia de rastreamento da tendência de ruptura do impulso

Autora:ChaoZhang, Data: 2023-11-13 17:46:01
Tags:

img

Resumo

Esta estratégia é baseada no indicador de Momentum Squeeze da LazyBear, combinando Bandas de Bollinger e Canais de Keltner para identificar rupturas de preço da compressão e expansão do canal para determinar a direção potencial da tendência dos preços, e adota uma abordagem de tendência para decidir a direção de entrada.

Estratégia lógica

  1. Calcule a banda média, a banda superior e a banda inferior das Bandas de Bollinger. A banda média é a média móvel simples de n dias do preço de fechamento, as bandas superior e inferior são a banda média mais/menos m vezes o desvio padrão de n dias do preço de fechamento.

  2. Calcule a linha do meio, a linha superior e a linha inferior dos canais de Keltner. A linha do meio é a média móvel simples de n dias do preço de fechamento, as linhas superior e inferior são a linha média mais/menos m vezes a média móvel simples de n dias do intervalo real.

  3. Determine se o preço quebra a faixa superior ou inferior das Bandas de Bollinger e dos Canais de Keltner para formar padrões de compressão e expansão.

  4. Calcule o valor da curva de regressão linear como indicador de momento.

  5. Combine padrões de compressão/expansão, direção de momento, filtragem média e outras condições para determinar os sinais finais de negociação.

Vantagens da estratégia

  1. Utilizando filtragem dupla de bandas de Bollinger e canais de Keltner para identificar padrões de compressão e expansão de qualidade.

  2. O indicador de impulso pode capturar oportunamente as inversões da tendência de preços, complementando os indicadores de canal.

  3. Permitir a entrada mais cedo para aumentar as oportunidades de lucro.

  4. Adotar o julgamento de múltiplas condições para evitar o excesso de negociação durante os mercados variados.

  5. Os parâmetros dos indicadores técnicos são personalizáveis, adaptando-se a diferentes produtos e combinações de parâmetros.

  6. O período de tempo de backtest pode ser definido para otimizar em períodos específicos.

Riscos da Estratégia

  1. As estratégias que seguem a tendência são propensas a perdas quando a tendência se inverte.

  2. A configuração inadequada dos parâmetros pode conduzir a um excesso de negociação ou a uma má qualidade do sinal.

  3. A confiança nos dados históricos não pode garantir rendimentos futuros estáveis.

  4. Incapaz de lidar com a turbulência do mercado e com oscilações drásticas de preços causadas pelos eventos do cisne negro.

  5. Configurações inadequadas da janela de tempo do backtest podem levar a um sobreajuste.

Orientações de otimização

  1. Otimizar os parâmetros das bandas de Bollinger e dos canais de Keltner para encontrar a melhor combinação.

  2. Teste adicionando stop loss para controlar a perda máxima por transação.

  3. Tentar novas otimizações para produtos específicos e combinações de períodos/parâmetros.

  4. Explorar a integração de modelos de machine learning para determinar reversões de tendências.

  5. Teste diferentes estratégias de sequenciamento de entrada e dimensionamento de posição.

  6. Pesquise como identificar sinais de reversão de tendência e sair a tempo.

Resumo

Esta estratégia integra múltiplos indicadores técnicos para julgar a direção da tendência do preço e seguir a tendência, tendo uma adaptabilidade relativamente forte. By customizing parameters and using multiple condition filters, it can effectively control trading frequency and improve signal quality.

/*backtest
start: 2022-11-06 00:00:00
end: 2023-11-12 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3
//Strategy based on LazyBear Squeeze Momentum Indicator
//I added some custom feature and filters
//
// @author LazyBear
// List of all my indicators:
// https://docs.google.com/document/d/15AGCufJZ8CIUvwFJ9W-IKns88gkWOKBCvByMEvm5MLo/edit?usp=sharing
// v2 - fixed a typo, where BB multipler was always stuck at 1.5. [Thanks @ucsgears]
//
strategy(shorttitle = "SQZMOM_LB", title="Strategy for Squeeze Momentum Indicator [LazyBear]", overlay=false, calc_on_every_tick=true, pyramiding=0,default_qty_type=strategy.percent_of_equity,default_qty_value=100,currency=currency.USD)

length = input(14, title="BB Length")
mult = input(2.0,title="BB MultFactor")
lengthKC=input(16, title="KC Length")
multKC = input(1.5, title="KC MultFactor")
 
useTrueRange = input(true, title="Use TrueRange (KC)", type=bool)

//FILTERS
useExtremeOrders  = input(false, title="Early entry on momentum change", type=bool)
useMomAverage = input(false, title="Filter for Momenutum value", type=bool)
MomentumMin = input(20, title="Min for momentum")

// Calculate BB
src = close
basis = sma(src, length)
dev = mult * stdev(src, length)
upperBB = basis + dev
lowerBB = basis - dev
 
// Calculate KC
ma = sma(src, lengthKC)
range = useTrueRange ? tr : (high - low)
rangema = sma(range, lengthKC)
upperKC = ma + rangema * multKC
lowerKC = ma - rangema * multKC
 
sqzOn  = (lowerBB > lowerKC) and (upperBB < upperKC)
sqzOff = (lowerBB < lowerKC) and (upperBB > upperKC)
noSqz  = (sqzOn == false) and (sqzOff == false)
 
val = linreg(src  -  avg(avg(highest(high, lengthKC), lowest(low, lengthKC)),sma(close,lengthKC)), lengthKC,0)
 
bcolor = iff( val > 0,            iff( val > nz(val[1]), lime, green),            iff( val < nz(val[1]), red, maroon))
scolor = noSqz ? blue : sqzOn ? black : aqua
plot(val, color=bcolor, style=histogram, linewidth=4)
plot(0, color=scolor, style=cross, linewidth=2)

//LOGIC
//momentum filter
filterMom=useMomAverage?abs(val)>(MomentumMin/100000)?true:false:true

//standard condition
longCondition = scolor[1]!=aqua and scolor==aqua and bcolor==lime and filterMom
exitLongCondition = bcolor==green and not useExtremeOrders
shortCondition = scolor[1]!=aqua and scolor==aqua and bcolor==red and filterMom
exitShortCondition = bcolor==maroon and not useExtremeOrders

//early entry
extremeLong= useExtremeOrders and scolor==aqua and bcolor==maroon and bcolor[1]!=bcolor[0] and filterMom
exitExtLong = scolor==black or bcolor==red
extremeShort = useExtremeOrders and scolor==aqua and bcolor==green and bcolor[1]!=bcolor[0] and filterMom
exitExtShort = scolor==black or bcolor==lime

//STRATEGY

strategy.entry("SQ_Long", strategy.long, when = longCondition)
strategy.close("SQ_Long",when = exitLongCondition )

strategy.entry("SQ_Long_Ext", strategy.long, when = extremeLong)
strategy.close("SQ_Long_Ext",when = exitExtLong)
//strategy.exit("exit Long", "SQ_Long", when = exitLongCondition)

strategy.entry("SQ_Short", strategy.short, when = shortCondition)
strategy.close("SQ_Short",when = exitShortCondition)

strategy.entry("SQ_Short_Ext", strategy.short, when = extremeShort)
strategy.close("SQ_Short_Ext",when = exitExtShort)
//strategy.exit("exit Short", "SQ_Short", when = exitShortCondition)



// // === Backtesting Dates === thanks to Trost

// testPeriodSwitch = input(true, "Custom Backtesting Dates")
// testStartYear = input(2018, "Backtest Start Year")
// testStartMonth = input(1, "Backtest Start Month")
// testStartDay = input(1, "Backtest Start Day")
// testStartHour = input(0, "Backtest Start Hour")
// testPeriodStart = timestamp(testStartYear,testStartMonth,testStartDay,testStartHour,0)
// testStopYear = input(2018, "Backtest Stop Year")
// testStopMonth = input(12, "Backtest Stop Month")
// testStopDay = input(14, "Backtest Stop Day")
// testStopHour = input(23, "Backtest Stop Hour")
// testPeriodStop = timestamp(testStopYear,testStopMonth,testStopDay,testStopHour,0)
// testPeriod() =>
//     time >= testPeriodStart and time <= testPeriodStop ? true : false
// isPeriod = testPeriodSwitch == true ? testPeriod() : true
// // === /END

// if not isPeriod
//     strategy.cancel_all()
//     strategy.close_all()
Mais.

2019 FMZ - Todos os direitos reservados