Estratégia de acompanhamento da tendência da tartaruga de impulso

Autora:ChaoZhang, Data: 2023-11-23 11:53:27
Tags:

Resumo

A estratégia Momentum Turtle Trend Tracking é uma estratégia de seguimento de tendências baseada nas regras de Turtle Trading. Ele usa os Indicadores de Tartaruga para identificar tendências e combina métricas de momento para filtrar alguns negócios de ruído. A principal vantagem desta estratégia é a capacidade de capturar fortes tendências de preços e alcançar retornos excessivos.

Princípio da estratégia

Esta estratégia usa o sistema de ruptura nos Indicadores de Tartaruga para determinar a direção da tendência. Especificamente, quando o preço de fechamento é superior ao preço mais alto nos últimos 20 dias, é um sinal de alta e vai longo; quando o preço de fechamento é inferior ao preço mais baixo nos últimos 20 dias, é um sinal de baixa e a estratégia vai curta.

Para filtrar algumas negociações de ruído, esta estratégia também incorpora um fator de impulso. Se a flutuação de preço for inferior a 5 ATRs, a estratégia não entrará em negociações. Isso evita perdas de whipssaws em mercados laterais.

Após a abertura de posições, a estratégia usa as saídas de N-breakout nas regras originais da Tartaruga para o stop loss. Este sistema define o stop loss com base nos preços mais altos e mais baixos nos últimos 20 dias. Por exemplo, o stop loss para posições longas seria 2N ATRs abaixo do mínimo mais baixo nos últimos 20 dias. O lucro para esta estratégia é simples - definido em 10% do valor total da conta.

Análise das vantagens

A maior vantagem desta estratégia é que combina o seguimento de tendências e o gerenciamento de momento. O sistema Turtle pode capturar com precisão as tendências de médio prazo nos preços sem ser perturbado pelo ruído do mercado. O filtro de momento ATR adicional reduz ainda mais o número desnecessário de negociações, aumentando assim o potencial de lucro.

Esta estratégia apresenta, em especial, os seguintes pontos fortes:

Os indicadores Turtle identificam com precisão as tendências e acompanham as tendências a médio prazo.
Os filtros de impulso reduzem as negociações desnecessárias e evitam perdas na frequência das negociações.
As medidas sólidas de controlo do risco permitem a suspensão oportuna das perdas quando a tendência se inverte.
No geral, a estratégia está bem alinhada com os princípios originais da Turtle.

Análise de riscos

Embora exista um grande potencial para uma maior otimização, a estratégia também comporta alguns riscos a evitar:

Não se trata de flutuações excessivas das posições de longo prazo.
Os preços de stop loss correm o risco de serem retirados durante reversões extremas, levando a perdas superiores às esperadas.
A ausência de objectivos de lucro significa participações excessivas e o risco de manter posições subaquáticas.

Oportunidades de melhoria

Com base nos riscos acima referidos, as principais oportunidades de otimização incluem:

Considerar modelos dinâmicos de dimensionamento de posições ajustados à volatilidade para reduzir o tamanho das operações perdedoras.
Adicionar mecanismos de reversão para reduzir ou reverter os padrões de topping, como cabeça e ombros ou tops duplos.
Adicionar metas de lucro para que as participações sejam reduzidas quando os lucros acumulados atingirem uma percentagem do capital total.

Conclusão

Em geral, a estratégia de rastreamento de tendências Momentum Turtle é um sistema robusto para seguir tendências de médio a longo prazo. Ele combina indicadores de tendência Turtle para identificação de tendências e filtros ATR para gerenciamento de volatilidade para capturar tendências fortes. Além disso, os controles de risco e ajuste de parâmetros são sólidos para reduzir os drawdowns.

/*backtest
start: 2023-10-23 00:00:00
end: 2023-11-22 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("Heiken Ashi BF 🚀", overlay=false, initial_capital=10000, default_qty_type=strategy.percent_of_equity, default_qty_value=100, commission_type=strategy.commission.percent, commission_value=0.075)

/////////////// Time Frame ///////////////
testStartYear = input(2017, "Backtest Start Year") 
testStartMonth = input(1, "Backtest Start Month")
testStartDay = input(1, "Backtest Start Day")
testPeriodStart = timestamp(testStartYear,testStartMonth,testStartDay, 0, 0)

testStopYear = input(2029, "Backtest Stop Year")
testStopMonth = input(12, "Backtest Stop Month")
testStopDay = input(31, "Backtest Stop Day")
testPeriodStop = timestamp(testStopYear,testStopMonth,testStopDay, 0, 0)

testPeriod() => true

///////////// HA /////////////
haTicker = heikinashi(syminfo.tickerid)
haOpen = security(haTicker, "D", open)
haHigh = security(haTicker, "D", high)
haLow = security(haTicker, "D", low)
haClose = security(haTicker, "D", close)

///////////// Rate Of Change ///////////// 
source = close
roclength = input(30, minval=1)
pcntChange = input(7.0, minval=1)
roc = 100 * (source - source[roclength]) / source[roclength]
emaroc = ema(roc, roclength / 2)
isMoving() => emaroc > (pcntChange / 2) or emaroc < (0 - (pcntChange / 2))

/////////////// Strategy ///////////////
long = haOpen < haClose and isMoving()
short = haOpen > haClose and isMoving()

last_long = 0.0
last_short = 0.0
last_long := long ? time : nz(last_long[1])
last_short := short ? time : nz(last_short[1])

long_signal = crossover(last_long, last_short)
short_signal = crossover(last_short, last_long)

last_open_long_signal = 0.0
last_open_short_signal = 0.0
last_open_long_signal := long_signal ? open : nz(last_open_long_signal[1])
last_open_short_signal := short_signal ? open : nz(last_open_short_signal[1])

last_long_signal = 0.0
last_short_signal = 0.0
last_long_signal := long_signal ? time : nz(last_long_signal[1])
last_short_signal := short_signal ? time : nz(last_short_signal[1])

in_long_signal = last_long_signal > last_short_signal
in_short_signal = last_short_signal > last_long_signal

last_high = 0.0
last_low = 0.0
last_high := not in_long_signal ? na : in_long_signal and (na(last_high[1]) or high > nz(last_high[1])) ? high : nz(last_high[1])
last_low := not in_short_signal ? na : in_short_signal and (na(last_low[1]) or low < nz(last_low[1])) ? low : nz(last_low[1])

sl_inp = input(2.0, title='Stop Loss %') / 100
tp_inp = input(5000.0, title='Take Profit %') / 100
 
take_level_l = strategy.position_avg_price * (1 + tp_inp)
take_level_s = strategy.position_avg_price * (1 - tp_inp)

since_longEntry = barssince(last_open_long_signal != last_open_long_signal[1])
since_shortEntry = barssince(last_open_short_signal != last_open_short_signal[1]) 

slLong = in_long_signal ? strategy.position_avg_price * (1 - sl_inp) : na
slShort = strategy.position_avg_price * (1 + sl_inp)
long_sl = in_long_signal ? slLong : na
short_sl = in_short_signal ? slShort : na

/////////////// Execution ///////////////
if testPeriod()
    strategy.entry("L",  strategy.long, when=long)
    strategy.entry("S", strategy.short, when=short)
    strategy.exit("L SL", "L", stop=long_sl, limit=take_level_l, when=since_longEntry > 0)
    strategy.exit("S SL", "S", stop=short_sl, limit=take_level_s, when=since_shortEntry > 0)

/////////////// Plotting ///////////////
plotcandle(haOpen, haHigh, haLow, haClose, title='HA Candles', color = haOpen < haClose ? color.lime : color.red)
bgcolor(isMoving() ? long ? color.lime : short ? color.red : na : color.white, transp=70)
bgcolor(long_signal ? color.lime : short_signal ? color.red : na, transp=50)

Mais.