A Grande Estratégia Quantitativa Multifatorial do Prazer

Autora:ChaoZhang, Data: 2023-12-04 13:04:03
Tags:

Resumo

A estratégia quantitativa multifatorial Great Delight combina múltiplos indicadores técnicos, incluindo médias móveis, o MACD e a nuvem de Ichimoku, como uma estratégia de longo prazo de tendência.

Considerando as tendências de longo prazo e de curto prazo, bem como a verificação de múltiplos fatores, esta estratégia pode efetivamente filtrar os negócios de ruído causados por falhas.

Princípios de estratégia

Quando o preço está acima do MA de 200 dias, a estratégia acredita que o mercado está em uma tendência de alta.

Os requisitos de sinal tornam-se mais rigorosos agora: além dos sinais de compra MA e MACD de 20 dias, a nuvem Ichimoku também deve dar um sinal de compra (nuvem verde ou preço acima do topo da nuvem) antes de desencadear uma compra.

A lógica do sinal de venda é semelhante, mas invertida: em um mercado de touros, uma vela fechada abaixo do fundo da nuvem ou os gatilhos de reversão da nuvem vendem; em um mercado de urso, entre na nuvem vermelha ou os gatilhos de MA e MACD de 20 dias vendem.

Análise das vantagens

A maior vantagem desta estratégia reside na combinação de múltiplos indicadores de longo e curto prazo para determinar as situações de mercado, que podem filtrar efetivamente os falsos sinais.

O MA de 200 dias determina a tendência geral para evitar operações contrárias à tendência.
O MA de 20 dias concentra-se na dinâmica de curto prazo para capturar reversões.
O MACD verifica mudanças de tendência.
A nuvem Ichimoku verifica duas vezes para evitar sinais errados.

Por meio de verificações em várias camadas, a taxa de rentabilidade pode ser consideravelmente melhorada. Além disso, a coordenação entre indicadores de longo e curto prazo também torna a estratégia adequada para operações de curto e médio prazo.

Análise de riscos

O principal risco desta estratégia é a probabilidade de múltiplos indicadores darem sinais errados ao mesmo tempo.

Ajuste os parâmetros adequadamente para encontrar a combinação ideal.
Pode considerar adicionar paradas na negociação ao vivo.
Use métodos de cobertura de futuros para garantir lucros.
Ajustar o tamanho da posição de acordo com as principais áreas de apoio.

Orientações de otimização

A estratégia pode ser otimizada a partir dos seguintes aspectos:

Teste diferentes combinações de parâmetros para encontrar o ideal.
Adicionar um módulo de stop loss para um melhor controlo do risco.
Incorporar indicadores de correlação como a taxa de mudança para evitar perseguir os tops e os bottoms.
Introduzir métodos de aprendizagem de máquina como redes neurais para treinar a ponderação de indicadores.
Verificar a robustez em diferentes mercados.

Conclusão

A estratégia Great Delight filtra o ruído através de combinações científicas de indicadores, permitindo uma lucratividade persistente enquanto controla riscos. Considerando tendências de longo prazo e oportunidades de curto prazo, é amplamente aplicável em investimentos de médio e longo prazo.

/*backtest
start: 2023-11-03 00:00:00
end: 2023-12-03 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy(title="MACD/EMA/SMA/Ichimoku Long Strategy",overlay=true)




// Ichimoku

conversionPeriods = input(9, minval=1, title="Conversion Line Periods"),
basePeriods = input(26, minval=1, title="Base Line Periods")
laggingSpan2Periods = input(52, minval=1, title="Lagging Span 2 Periods"),
displacement = input(26, minval=1, title="Displacement")

donchian(len) => avg(lowest(len), highest(len))

conversionLine = donchian(conversionPeriods)
baseLine = donchian(basePeriods)
leadLine1 = avg(conversionLine, baseLine)
leadLine2 = donchian(laggingSpan2Periods)


p1 = plot(leadLine1, offset = displacement, color=green,
 title="Lead 1")
p2 = plot(leadLine2, offset = displacement, color=red, 
 title="Lead 2")
fill(p1, p2, color = leadLine1 > leadLine2 ? color(green,50) : color(red,50))



bottomcloud=leadLine2[displacement-1]
uppercloud=leadLine1[displacement-1]




// SMA Indicator - Are we in a Bull or Bear market according to 200 SMA?
SMA200 = sma(close, input(200))
EMA = ema(close,input(20))


//MACD Indicator - Is the MACD bullish or bearish?

fastLength = input(12)
slowlength = input(26)
MACDLength = input(9)

MACD = ema(close, fastLength) - ema(close, slowlength)
aMACD = ema(MACD, MACDLength)
delta = MACD - aMACD

// Set Buy/Sell conditions

[main,signal,histo]=macd(close,fastLength,slowlength,MACDLength)

buy_entry = if ((uppercloud>bottomcloud or close>max(uppercloud,bottomcloud)) and close>EMA and (delta>0 and close>min(uppercloud,bottomcloud))) or (close<SMA200 and delta>0 and close>EMA and (uppercloud>bottomcloud or close>max(uppercloud,bottomcloud)))
    true
if close<EMA and ((delta<0 and close<min(uppercloud,bottomcloud)) or (uppercloud<bottomcloud and close>max(uppercloud,bottomcloud)))
    buy_entry = false


strategy.entry("Buy",true , when=buy_entry)
alertcondition(buy_entry, title='Long', message='Chart Bullish')


sell_entry = if ((uppercloud<bottomcloud or close<min(uppercloud,bottomcloud)) and close<EMA and (delta<0 and close<max(uppercloud,bottomcloud))) or (close>SMA200 and delta<0 and close<EMA and (uppercloud<bottomcloud or close<min(uppercloud,bottomcloud)))
    true
if close>EMA and ((delta>0 and close>max(uppercloud,bottomcloud)) or (uppercloud>bottomcloud and close<min(uppercloud,bottomcloud)))
    sell_entry = false



strategy.close("Buy",when= sell_entry)


alertcondition(sell_entry, title='Short', message='Chart Bearish')

//plot(delta, title="Delta", style=cross, color=delta>=0 ? green : red )

Mais.