Estratégia de reversão múltipla com base na média da tendência
ChaoZhang
Visão geral
A estratégia calcula vários indicadores de tendência e executa operações de compra e venda quando ocorrem reversões. Os principais indicadores de tendência são TDI, TCF, TTF e TII. A estratégia escolhe em sua configuração qual indicador usar para gerar um sinal de negociação.
Princípio da estratégia
- ### Indicadores de TDI
O indicador TDI é baseado na mudança de momentum do preço. É construído através de técnicas de soma e suavização. Quando o indicador de direção TDI cruza a curva TDI, faz mais e limpa a posição.
- ### Indicador TCF
O indicador TCF calcula as variações positivas e negativas do preço para avaliar a força de uma posição a mais e a menos. Se a força da variação positiva for maior do que a força da variação negativa, então a posição é liquidada.
- ### Índice TTF
O indicador TTF julga a tendência através da comparação da força dos pontos altos e baixos. O sinal de fazer mais é o indicador TTF passar de 100, ao contrário, o liquidar.
- ### Indicadores TII
O indicador TII combina a linha média e o intervalo de preços para determinar a reversão de tendência. Ele considera simultaneamente as tendências de curto e longo prazo. Fazer mais sinais é o indicador TII com uma passagem de 80, e limpar a posição é uma passagem de 80 .
Entrando na lógica de fazer várias posições de paz, escolha o sinal de negociação apropriado de acordo com os indicadores da configuração.
Vantagens estratégicas
A estratégia combina vários indicadores de negociação de tendências comumente usados, permitindo a flexibilidade de adaptação ao ambiente de mercado. As vantagens específicas são:
- A utilização de sinais de reversão de tendência permite capturar oportunidades de mudança de tendência em tempo hábil
- Configuração de diferentes indicadores para otimização específica
- Uma rica combinação de indicadores que podem ser usados em combinação para confirmar sinais
Risco estratégico
A estratégia tem como principais riscos:
- Os sinais de negociação gerados pelos indicadores de tendência podem ser mal informados e causar prejuízos
- Indicadores individuais não são capazes de determinar a tendência e são vulneráveis ao ruído do mercado
- Parâmetros de indicadores e parâmetros de negociação mal configurados podem distorcer o mercado e gerar negociações erradas
As seguintes medidas podem ser tomadas para reduzir o risco:
- Optimizar os parâmetros do indicador para encontrar a melhor combinação de parâmetros
- Combinação de vários sinais de indicadores para a negociação, melhorar a qualidade do sinal
- Ajustar estratégias de gestão de posições para controlar perdas individuais
Direção de otimização da estratégia
A estratégia pode ser melhorada em vários aspectos:
- Testar combinações ótimas de indicadores e parâmetros em diferentes ciclos de mercado
- Adicionar ou remover indicadores para encontrar o melhor conjunto de indicadores
- Filtração de sinais de transação para eliminar sinais de falsidade
- Optimizar estratégias de gestão de posições, como posições variáveis, rastreamento de stop loss, etc.
- Aumentar os indicadores de pontuação de aprendizagem de máquina para auxiliar na avaliação da qualidade do sinal
Resumir
A estratégia combina os benefícios de vários indicadores de reversão de tendência, sendo otimizada por meio da configuração de indicadores e parâmetros, que podem ser adaptados a diferentes condições de mercado, operando em pontos de reversão de tendência. A chave é encontrar a combinação ideal de parâmetros e indicadores, controlando o risco.
/*backtest
start: 2023-11-13 00:00:00
end: 2023-11-15 03:00:00
period: 5m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
//
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © kruskakli
//
// Here is a collection of Trend Indicators as defined by M.H Pee and presented
// in various articles of the "STOCKS & COMMODITIES Magazine"
//
// The actual implementation of the indicators here are made by: everget
//
// I have gather them here so that they easily can be tested.
//
// My own test was made using 15 companies from the OMXS30 list
// during the time period of 2016-2018, and I only went LONG.
//
// The result was as follows:
//
// Average Std.Dev
// profit
// TDI 3.04% 5.97
// TTF 1.22%. 5.73
// TII 1.07% 6.2
// TCF 0.32% 2.68
//
strategy("M.H Pee indicators", overlay=true)
use = input(defval="TDI", title="Use Indicator", type=input.string,
options=["TDI","TCF","TTF","TII"])
src = close
//
// TDI
//
length = input(title="Length", type=input.integer, defval=20)
mom = change(close, length)
tdi = abs(sum(mom, length)) - sum(abs(mom), length * 2) + sum(abs(mom), length)
// Direction Indicator
tdiDirection = sum(mom, length)
tdiLong = crossover(tdiDirection, tdi)
tdiXLong = crossunder(tdiDirection, tdi)
//
// TCF
//
tcflength = input(title="Length", type=input.integer, defval=35)
plusChange(src) =>
change_1 = change(src)
change(src) > 0 ? change_1 : 0.0
minusChange(src) =>
change_1 = change(src)
change(src) > 0 ? 0.0 : -change_1
plusCF = 0.0
plusChange__1 = plusChange(src)
plusCF := plusChange(src) == 0 ? 0.0 : plusChange__1 + nz(plusCF[1])
minusCF = 0.0
minusChange__1 = minusChange(src)
minusCF := minusChange(src) == 0 ? 0.0 : minusChange__1 + nz(minusCF[1])
plusTCF = sum(plusChange(src) - minusCF, tcflength)
minusTCF = sum(minusChange(src) - plusCF, tcflength)
tcfLong = plusTCF > 0
tcfXLong = plusTCF < 0
//
// TTF
//
ttflength = input(title="Lookback Length", type=input.integer, defval=15)
hh = highest(length)
ll = lowest(length)
buyPower = hh - nz(ll[length])
sellPower = nz(hh[length]) - ll
ttf = 200 * (buyPower - sellPower) / (buyPower + sellPower)
ttfLong = crossover(ttf, 100)
ttfXLong = crossunder(ttf, -100)
//
// TII
//
majorLength = input(title="Major Length", type=input.integer, defval=60)
minorLength = input(title="Minor Length", type=input.integer, defval=30)
upperLevel = input(title="Upper Level", type=input.integer, defval=80)
lowerLevel = input(title="Lower Level", type=input.integer, defval=20)
sma = sma(src, majorLength)
positiveSum = 0.0
negativeSum = 0.0
for i = 0 to minorLength - 1 by 1
price = nz(src[i])
avg = nz(sma[i])
positiveSum := positiveSum + (price > avg ? price - avg : 0)
negativeSum := negativeSum + (price > avg ? 0 : avg - price)
negativeSum
tii = 100 * positiveSum / (positiveSum + negativeSum)
tiiLong = crossover(tii, 80)
tiiXLong = crossunder(tii,80)
//
// LOGIC
//
enterLong = (use == "TDI" and tdiLong) or (use == "TCF" and tcfLong) or (use == "TTF" and ttfLong) or (use == "TII" and tiiLong)
exitLong = (use == "TDI" and tdiXLong) or (use == "TCF" and tcfXLong) or (use == "TTF" and ttfXLong) or (use == "TII" and tiiXLong)
// Time range for Back Testing
btStartYear = input(title="Back Testing Start Year", type=input.integer, defval=2016)
btStartMonth = input(title="Back Testing Start Month", type=input.integer, defval=1)
btStartDay = input(title="Back Testing Start Day", type=input.integer, defval=1)
startTime = timestamp(btStartYear, btStartMonth, btStartDay, 0, 0)
btStopYear = input(title="Back Testing Stop Year", type=input.integer, defval=2028)
btStopMonth = input(title="Back Testing Stop Month", type=input.integer, defval=12)
btStopDay = input(title="Back Testing Stop Day", type=input.integer, defval=31)
stopTime = timestamp(btStopYear, btStopMonth, btStopDay, 0, 0)
window() => time >= startTime and time <= stopTime ? true : false
riskPerc = input(title="Max Position %", type=input.float, defval=20, step=0.5)
maxLossPerc = input(title="Max Loss Risk %", type=input.float, defval=5, step=0.25)
// Average True Range (ATR) measures market volatility.
// We use it for calculating position sizes.
atrLen = input(title="ATR Length", type=input.integer, defval=14)
stopOffset = input(title="Stop Offset", type=input.float, defval=1.5, step=0.25)
limitOffset = input(title="Limit Offset", type=input.float, defval=1.0, step=0.25)
atrValue = atr(atrLen)
// Calculate position size
maxPos = floor((strategy.equity * (riskPerc/100)) / src)
// The position sizing algorithm is based on two parts:
// a certain percentage of the strategy's equity and
// the ATR in currency value.
riskEquity = (riskPerc / 100) * strategy.equity
// Translate the ATR into the instrument's currency value.
atrCurrency = (atrValue * syminfo.pointvalue)
posSize0 = min(floor(riskEquity / atrCurrency), maxPos)
posSize = posSize0 < 1 ? 1 : posSize0
if (window())
strategy.entry("Long", long=true, qty=posSize0, when=enterLong)
strategy.close_all(when=exitLong)