
Esta estratégia baseia-se no ciclo de fases lunares como sinal de negociação, combinando vários indicadores como RSI, MACD, OBV e outros para identificar oportunidades de negociação em moedas digitais como Bitcoin. A principal vantagem da estratégia é que ela usa o período lunar como um fator externo como sinal de iniciação de negociação. Ao contrário da maioria das estratégias que dependem apenas de indicadores técnicos, ela pode evitar a manipulação do mercado até certo ponto.
A lógica central da estratégia é determinar se o cliente está ou não em condições de fazer mais ou menos, de acordo com as diferentes fases do ciclo de fases lunares. A fórmula para calcular a fase lunar é:
A duração do ciclo lunar é de 29.5305882 dias O tempo conhecido de um período de lua cheia pode ser calculado a partir do início do período de lua cheia até o momento atual. Idade da fase lunar = número de dias de uma lua cheia conhecida em % da duração do ciclo de fase lunar Fase lunar = 1 + cos = idade da fase lunar / duração do ciclo lunar*2*π))/2
O tamanho do valor da fase lunar pode ser usado para determinar qual é a fase lunar atual. A fase lunar varia entre 0 e 1, o valor maior indica a proximidade da lua cheia e o valor menor indica a proximidade da lua nova.
A estratégia determina se o valor da fase lunar é mais ou menos que o valor da fase lunar. Se o valor da fase lunar for maior do que o valor da fase lunar ((0.51 padrão), há uma oportunidade de fazer mais; Se o valor da fase lunar for menor do que o valor da fase lunar (default 0.49), há uma oportunidade de fazer menos.
Além disso, a estratégia também combina indicadores como volume de negócios, RSI e MACD para evitar sinais de negociação em situações não ideais. A posição é aberta apenas quando o volume de negócios aumenta e o RSI e o MACD são compatíveis.
A estratégia tem as seguintes vantagens:
Em geral, a estratégia aproveita as vantagens únicas da fase lunar e é complementada por vários indicadores técnicos para identificar oportunidades de negociação de alta probabilidade e controlar efetivamente o risco de negociação por meio de meios de controle de risco.
A estratégia tem os seguintes riscos:
Para controlar esses riscos, as seguintes medidas podem ser tomadas:
Otimizando os parâmetros e aplicando indicadores complexos, o risco de negociação pode ser evitado em grande parte.
A estratégia ainda tem espaço para ser melhorada:
Esta estratégia permite a negociação de Bitcoin de forma eficiente por meio de sinais de negociação únicos para a fase lunar, em conjunto com os principais indicadores tecnológicos. Em comparação com a estratégia de indicadores individuais, esta estratégia é mais resistente ao risco de manipulação de mercado e possui vantagens únicas.
/*backtest
start: 2023-01-08 00:00:00
end: 2024-01-14 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Lunar Phase Strategy by Symphoenix", overlay=true)
// Input parameters
start_year = input(2023, title="Start year")
end_year = input(2023, title="End year")
longPhaseThreshold = input(0.51, title="Long Phase Threshold")
shortPhaseThreshold = input(0.49, title="Short Phase Threshold")
riskPerTrade = input(0.05, title="Risk Per Trade (as a % of Equity)")
stopLossPerc = input(0.01, title="Stop Loss Percentage")
atrLength = input(21, title="ATR Length for Volatility")
trailPerc = input(0.1, title="Trailing Stop Percentage")
maxDrawdownPerc = input(0.1, title="Maximum Drawdown Percentage")
volumeLength = input(7, title="Volume MA Length")
// Constants for lunar phase calculation and ATR
atr = ta.atr(atrLength)
volMA = ta.sma(volume, volumeLength) // Volume moving average
// Improved Lunar Phase Calculation
calculateLunarPhase() =>
moonCycleLength = 29.5305882
daysSinceKnownFullMoon = (time - timestamp("2019-12-12T05:12:00")) / (24 * 60 * 60 * 1000)
lunarAge = daysSinceKnownFullMoon % moonCycleLength
phase = ((1 + math.cos(lunarAge / moonCycleLength * 2 * math.pi)) / 2)
phase
lunarPhase = calculateLunarPhase()
// Advanced Volume Analysis
priceChange = ta.change(close)
obv = ta.cum(priceChange > 0 ? volume : priceChange < 0 ? -volume : 0)
// Additional Technical Indicators
rsi = ta.rsi(close, 14)
[macdLine, signalLine, _] = ta.macd(close, 12, 26, 9)
// Calculate Position Size based on Volatility and Account Equity
calculatePositionSize() =>
equity = strategy.equity
riskAmount = equity * riskPerTrade
positionSize = riskAmount / atr
if positionSize > 1000000000000
positionSize := 1000000000000
positionSize
positionSize = calculatePositionSize()
// Maximum Drawdown Tracking
var float maxPortfolioValue = na
maxPortfolioValue := math.max(maxPortfolioValue, strategy.equity)
drawdown = (maxPortfolioValue - strategy.equity) / maxPortfolioValue
// Check for maximum drawdown
if drawdown > maxDrawdownPerc
strategy.close_all()
strategy.cancel_all()
// Volume Analysis
isVolumeConfirmed = volume > volMA
// Date Check for Backtesting Period
isWithinBacktestPeriod = year >= start_year and year <= end_year
// Entry and Exit Conditions
// Adjusted Entry and Exit Conditions
longCondition = lunarPhase > longPhaseThreshold and lunarPhase < 0.999 and isVolumeConfirmed and obv > obv[1] and rsi < 70 and macdLine > signalLine and isWithinBacktestPeriod
shortCondition = lunarPhase < shortPhaseThreshold and lunarPhase > 0.001 and isVolumeConfirmed and obv < obv[1] and rsi > 30 and macdLine < signalLine and isWithinBacktestPeriod
if longCondition
if strategy.position_size < 0
strategy.close_all()
if strategy.position_size < positionSize
strategy.entry("Long", strategy.long, qty=positionSize)
strategy.exit("Exit Long", "Long", trail_offset=atr * trailPerc, trail_points=atr)
if shortCondition
if strategy.position_size > 0
strategy.close_all()
if strategy.position_size > -positionSize
strategy.entry("Short", strategy.short, qty=positionSize)
strategy.exit("Exit Short", "Short", trail_offset=atr * trailPerc, trail_points=atr)
// Implementing Stop-Loss Logic
longStopLoss = strategy.position_avg_price * (1 - stopLossPerc)
shortStopLoss = strategy.position_avg_price * (1 + stopLossPerc)
if strategy.position_size > 0 and close < longStopLoss
strategy.close("Long")
if strategy.position_size < 0 and close > shortStopLoss
strategy.close("Short")