Estratégia de reversão de cruzamento zero MACD de vários períodos
ChaoZhang
Visão geral
A estratégia de reversão do MACD zero-axial de múltiplos períodos de tempo, através da computação do indicador MACD de diferentes períodos, identifica os sinais de possível reversão de preços, adota o método de stop loss de acompanhamento de tendências e busca maior eficiência no uso de fundos.
Princípio da estratégia
A estratégia simultaneamente calcula a média móvel SMA de 3 e 10 períodos, constrói uma linha rápida e lenta e calcula o indicador MACD e a linha de sinal. Quando a linha rápida e a linha de sinal ocorrem em um cruzamento do eixo zero para cima ou para baixo, indica que o preço atingiu o ponto crítico e que uma reversão pode ocorrer. Além disso, a estratégia também combina o julgamento da postura de múltiplos níveis de volume de transação, o indicador RSI, etc., para identificar a confiabilidade do sinal de reversão.
Em particular, a estratégia determina a inversão de preços através das seguintes formas:
- O MACD cruza o eixo zero, indicando que o preço atingiu um ponto crítico
- Pressão de compra e venda de volume de transação para julgar a situação de vaga
- O RSI mostra uma tendência de baixa e alta, combinada com a variação da inclinação do MACD, para avaliar a intensidade do sinal de reversão
- Linhas rápidas e linhas de sinalização se cruzam para trás, formando um sinal de inversão
Quando o sinal de reversão é mais confiável, a estratégia adota um modo de parada de tendência para entrar em jogo e buscar maiores ganhos.
Análise de vantagens
A estratégia tem as seguintes vantagens:
- A análise de múltiplos indicadores torna os sinais de inversão mais confiáveis
- O MACD zero-axis de cruzamento determina o ponto de reversão com maior precisão
- Indicador RSI e avaliação auxiliar de volume de transação, alta confiabilidade
- Seguir a tendência para parar os prejuízos, em busca de uma maior eficiência na utilização dos fundos
Análise de Riscos
A estratégia também apresenta alguns riscos:
- Indicadores MACD têm maior probabilidade de emitir falsos sinais e são facilmente bloqueados
- A probabilidade de um stop loss ser batido durante uma troca multi-espaço é maior.
- A configuração inadequada dos parâmetros pode levar a transações excessivamente frequentes, aumento dos custos de transação e perda de pontos de deslizamento.
Os riscos podem ser reduzidos por:
- Aumentar a amplitude de suspensão de perdas, evitando o bloqueio
- Parâmetros de otimização para reduzir a frequência de transações
- Considere apenas entrar perto dos pontos de resistência de suporte crítico
Direção de otimização
A estratégia pode ser melhorada ainda mais se:
- Adição de algoritmos de aprendizagem de máquina para auxiliar na determinação da confiabilidade do sinal de inversão
- Aumentar os indicadores emocionais para julgar a superfície mental vazia
- Combinação de pontos de resistência de suporte crítico para aumentar a precisão de entrada
- Otimização de Stop Losses e Melhoria da Eficiência de Utilização de Fundos
- Testar combinações ótimas de parâmetros para reduzir a frequência de transação
Resumir
A estratégia de reversão do MACD zero-axial cruzado de períodos de tempo múltiplos, que leva em consideração informações de várias dimensões, como preços, volume de transação e indicadores de flutuação, determina o momento de reversão através de julgamentos de vários indicadores, e, depois de ser lucrativo, interrompe o prejuízo em tempo hábil, para obter melhores ganhos em situações de reversão. A estratégia pode ser melhorada ainda mais por meio de aprendizado de máquina e otimização de posições-chave, para reduzir a frequência e o risco de negociação e aumentar a margem de lucro.
/*backtest
start: 2023-02-11 00:00:00
end: 2024-02-17 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("3 10.0 Oscillator Profile Flagging", shorttitle="3 10.0 Oscillator Profile Flagging", overlay=false)
signalBiasValue = input(title="Signal Bias", defval=0.26)
macdBiasValue = input(title="MACD Bias", defval=0.8)
shortLookBack = input( title="Short LookBack", defval=3)
longLookBack = input( title="Long LookBack", defval=10.0)
takeProfit = input( title="Take Profit", defval=0.8)
stopLoss = input( title="Stop Loss", defval=0.75)
fast_ma = ta.sma(close, 3)
slow_ma = ta.sma(close, 10)
macd = fast_ma - slow_ma
signal = ta.sma(macd, 16)
hline(0, "Zero Line", color = color.black)
buyVolume = volume*((close-low)/(high-low))
sellVolume = volume*((high-close)/(high-low))
buyVolSlope = buyVolume - buyVolume[1]
sellVolSlope = sellVolume - sellVolume[1]
signalSlope = ( signal - signal[1] )
macdSlope = ( macd - macd[1] )
plot(macd, color=color.blue, title="Total Volume")
plot(signal, color=color.orange, title="Total Volume")
intrabarRange = high - low
rsi = ta.rsi(close, 14)
rsiSlope = rsi - rsi[1]
getRSISlopeChange(lookBack) =>
j = 0
for i = 0 to lookBack
if ( rsi[i] - rsi[ i + 1 ] ) > -5
j += 1
j
getBuyerVolBias(lookBack) =>
j = 0
for i = 1 to lookBack
if buyVolume[i] > sellVolume[i]
j += 1
j
getSellerVolBias(lookBack) =>
j = 0
for i = 1 to lookBack
if sellVolume[i] > buyVolume[i]
j += 1
j
getVolBias(lookBack) =>
float b = 0.0
float s = 0.0
for i = 1 to lookBack
b += buyVolume[i]
s += sellVolume[i]
b > s
getSignalBuyerBias(lookBack) =>
j = 0
for i = 1 to lookBack
if signal[i] > signalBiasValue
j += 1
j
getSignalSellerBias(lookBack) =>
j = 0
for i = 1 to lookBack
if signal[i] < ( 0.0 - signalBiasValue )
j += 1
j
getSignalNoBias(lookBack) =>
j = 0
for i = 1 to lookBack
if signal[i] < signalBiasValue and signal[i] > ( 0.0 - signalBiasValue )
j += 1
j
getPriceRising(lookBack) =>
j = 0
for i = 1 to lookBack
if close[i] > close[i + 1]
j += 1
j
getPriceFalling(lookBack) =>
j = 0
for i = 1 to lookBack
if close[i] < close[i + 1]
j += 1
j
getRangeNarrowing(lookBack) =>
j = 0
for i = 1 to lookBack
if intrabarRange[i] < intrabarRange[i + 1]
j+= 1
j
getRangeBroadening(lookBack) =>
j = 0
for i = 1 to lookBack
if intrabarRange[i] > intrabarRange[i + 1]
j+= 1
j
bool isNegativeSignalReversal = signalSlope < 0.0 and signalSlope[1] > 0.0
bool isNegativeMacdReversal = macdSlope < 0.0 and macdSlope[1] > 0.0
bool isPositiveSignalReversal = signalSlope > 0.0 and signalSlope[1] < 0.0
bool isPositiveMacdReversal = macdSlope > 0.0 and macdSlope[1] < 0.0
bool hasBearInversion = signalSlope > 0.0 and macdSlope < 0.0
bool hasBullInversion = signalSlope < 0.0 and macdSlope > 0.0
bool hasSignalBias = math.abs(signal) >= signalBiasValue
bool hasNoSignalBias = signal < signalBiasValue and signal > ( 0.0 - signalBiasValue )
bool hasSignalBuyerBias = hasSignalBias and signal > 0.0
bool hasSignalSellerBias = hasSignalBias and signal < 0.0
bool hasPositiveMACDBias = macd > macdBiasValue
bool hasNegativeMACDBias = macd < ( 0.0 - macdBiasValue )
bool hasBullAntiPattern = ta.crossunder(macd, signal)
bool hasBearAntiPattern = ta.crossover(macd, signal)
bool hasSignificantBuyerVolBias = buyVolume > ( sellVolume * 1.5 )
bool hasSignificantSellerVolBias = sellVolume > ( buyVolume * 1.5 )
// 393.60 Profit 52.26% 15m
if ( hasBullInversion and rsiSlope > 1.5 and volume > 300000.0 )
strategy.entry("15C1", strategy.long, qty=10.0)
strategy.exit("TPS", "15C1", limit=strategy.position_avg_price + takeProfit, stop=strategy.position_avg_price - stopLoss)
// 356.10 Profit 51,45% 15m
if ( getVolBias(shortLookBack) == false and rsiSlope > 3.0 and signalSlope > 0)
strategy.entry("15C2", strategy.long, qty=10.0)
strategy.exit("TPS", "15C2", limit=strategy.position_avg_price + takeProfit, stop=strategy.position_avg_price - stopLoss)
// 124 Profit 52% 15m
if ( rsiSlope < -11.25 and macdSlope < 0.0 and signalSlope < 0.0)
strategy.entry("15P1", strategy.short, qty=10.0)
strategy.exit("TPS", "15P1", limit=strategy.position_avg_price - takeProfit, stop=strategy.position_avg_price + stopLoss)
// 455.40 Profit 49% 15m
if ( math.abs(math.abs(macd) - math.abs(signal)) < .1 and buyVolume > sellVolume and hasBullInversion)
strategy.entry("15P2", strategy.short, qty=10.0)
strategy.exit("TPS", "15P2", limit=strategy.position_avg_price - takeProfit, stop=strategy.position_avg_price + stopLoss)