ChaoZhang
Visão geral
A estratégia é uma estratégia de negociação quantitativa baseada em múltiplos indicadores técnicos e gerenciamento de risco dinâmico. Combina várias dimensões, como o acompanhamento de tendências EMA, a volatilidade ATR, o RSI Overbought Overbought e a identificação de formas K, para equilibrar o risco de receita, adaptando-se à deslocalização e ao stop loss dinâmico. A estratégia usa o stop loss em lote e o stop loss móvel para proteger o lucro.
Princípio da estratégia
A estratégia é executada através de:
- O EMA médio de 5 e 10 ciclos é usado para determinar a direção da tendência
- O indicador de RSI é usado para avaliar áreas de sobrecompra e de sobrevenda, evitando que a tendência de queda se mantenha.
- Utilizando o indicador ATR para ajustar dinamicamente a posição de parada e o tamanho da posição
- Combinação de forma de linha K (solução, cone, meteoro) como sinal de entrada auxiliar
- Mecanismo de compensação de deslizamento dinâmico baseado no ATR
- Filtração de sinais falsos através de confirmação de volume de transação
Vantagens estratégicas
- Verificação cruzada de múltiplos sinais para aumentar a confiança nas transações
- Gestão de risco dinâmica, adaptando-se às flutuações do mercado
- Estratégia de bloqueio de lotes, bloqueio razoável de parte dos lucros
- A utilização de stop loss móvel protege tanto os lucros quanto os lucros
- Configurar um limite de perda diária para controlar a exposição ao risco
- Compensação dinâmica de deslizamento, aumento da taxa de entrega de pedidos
Risco estratégico
- Vários indicadores podem causar atraso no sinal
- A frequência de transações pode ter custos mais elevados
- Perda frequente em mercados em turbulência
- A identificação de forma linear K é subjetiva.
- A otimização de parâmetros pode levar ao overfitting
Direção de otimização da estratégia
- Introdução de julgamentos de ciclo de flutuação do mercado, parâmetros de ajuste dinâmico
- Aumentar os filtros de intensidade de tendência e reduzir os falsos sinais
- Otimização de algoritmos de gestão de posições e melhoria da eficiência de utilização de fundos
- Adicionando mais indicadores de sentimento de mercado
- Desenvolvimento de um sistema de otimização de parâmetros adaptativos
Resumir
Trata-se de um sistema de estratégias maduras que integra vários indicadores técnicos para aumentar a estabilidade das transações por meio de gerenciamento de risco dinâmico e verificação de múltiplos sinais. O principal benefício da estratégia reside na sua auto-adaptabilidade e no seu sistema de controle de risco perfeito, mas ainda requer verificação e otimização contínua em campo.
Código-fonte da estratégia
/*backtest
start: 2024-10-01 00:00:00
end: 2024-10-31 23:59:59
period: 2h
basePeriod: 2h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Optimized Scalping with High Risk-Reward", overlay=true)
// Input for EMA periods
shortEMA_length = input(5, title="Short EMA Length")
longEMA_length = input(10, title="Long EMA Length")
// ATR for dynamic stop-loss
atrPeriod = input(14, title="ATR Period")
atrMultiplier = input(1.5, title="ATR Multiplier for Stop Loss")
// Calculate EMAs
shortEMA = ta.ema(close, shortEMA_length)
longEMA = ta.ema(close, longEMA_length)
// ATR calculation for dynamic stop loss
atr = ta.atr(atrPeriod)
// RSI for overbought/oversold conditions
rsi = ta.rsi(close, 14)
// Plot EMAs
plot(shortEMA, color=color.blue, title="Short EMA")
plot(longEMA, color=color.red, title="Long EMA")
// Dynamic Slippage based on ATR
dynamic_slippage = math.max(5, atr * 0.5)
// Candlestick pattern recognition
bullish_engulfing = close[1] < open[1] and close > open and close > open[1] and close > close[1]
hammer = close > open and (high - close) / (high - low) > 0.6 and (open - low) / (high - low) < 0.2
bearish_engulfing = open[1] > close[1] and open > close and open > open[1] and close < close[1]
shooting_star = close < open and (high - open) / (high - low) > 0.6 and (close - low) / (high - low) < 0.2
// Enhanced conditions with volume and RSI check
buy_condition = (bullish_engulfing or hammer) and close > shortEMA and shortEMA > longEMA and volume > ta.sma(volume, 20) and rsi < 70
sell_condition = (bearish_engulfing or shooting_star) and close < shortEMA and shortEMA < longEMA and volume > ta.sma(volume, 20) and rsi > 30
// Dynamic ATR multiplier based on recent volatility
volatility = atr
adaptiveMultiplier = atrMultiplier + (volatility - ta.sma(volatility, 50)) / ta.sma(volatility, 50) * 0.5
// Execute buy trades with slippage consideration
if (buy_condition)
strategy.entry("Buy", strategy.long)
stop_loss_buy = strategy.position_avg_price - atr * adaptiveMultiplier - dynamic_slippage
take_profit_buy = strategy.position_avg_price + atr * adaptiveMultiplier * 3 + dynamic_slippage
strategy.exit("Exit Buy", "Buy", stop=stop_loss_buy, limit=take_profit_buy)
// Execute sell trades with slippage consideration
if (sell_condition)
strategy.entry("Sell", strategy.short)
stop_loss_sell = strategy.position_avg_price + atr * adaptiveMultiplier + dynamic_slippage
take_profit_sell = strategy.position_avg_price - atr * adaptiveMultiplier * 3 - dynamic_slippage
strategy.exit("Exit Sell", "Sell", stop=stop_loss_sell, limit=take_profit_sell)
// Risk Management
maxLossPerTrade = input.float(0.01, title="Max Loss Per Trade (%)", minval=0.01, maxval=1, step=0.01) // 1% max loss per trade
dailyLossLimit = input.float(0.03, title="Daily Loss Limit (%)", minval=0.01, maxval=1, step=0.01) // 3% daily loss limit
maxLossAmount_buy = strategy.position_avg_price * maxLossPerTrade
maxLossAmount_sell = strategy.position_avg_price * maxLossPerTrade
if (strategy.position_size > 0)
strategy.exit("Max Loss Buy", "Buy", stop=strategy.position_avg_price - maxLossAmount_buy - dynamic_slippage)
if (strategy.position_size < 0)
strategy.exit("Max Loss Sell", "Sell", stop=strategy.position_avg_price + maxLossAmount_sell + dynamic_slippage)
// Daily loss limit logic
var float dailyLoss = 0.0
if (dayofweek != dayofweek[1])
dailyLoss := 0.0 // Reset daily loss tracker at the start of a new day
if (strategy.closedtrades > 0)
dailyLoss := dailyLoss + strategy.closedtrades.profit(strategy.closedtrades - 1)
if (dailyLoss < -strategy.initial_capital * dailyLossLimit)
strategy.close_all("Daily Loss Limit Hit")
// Breakeven stop after a certain profit with a delay
if (strategy.position_size > 0 and close > strategy.position_avg_price + atr * 1.5 and bar_index > strategy.opentrades.entry_bar_index(0) + 5)
strategy.exit("Breakeven Buy", from_entry="Buy", stop=strategy.position_avg_price)
if (strategy.position_size < 0 and close < strategy.position_avg_price - atr * 1.5 and bar_index > strategy.opentrades.entry_bar_index(0) + 5)
strategy.exit("Breakeven Sell", from_entry="Sell", stop=strategy.position_avg_price)
// Partial Profit Taking
if (strategy.position_size > 0 and close > strategy.position_avg_price + atr * 1.5)
strategy.close("Partial Close Buy", qty_percent=50) // Use strategy.close for partial closure at market price
if (strategy.position_size < 0 and close < strategy.position_avg_price - atr * 1.5)
strategy.close("Partial Close Sell", qty_percent=50) // Use strategy.close for partial closure at market price
// Trailing Stop with ATR type
if (strategy.position_size > 0)
strategy.exit("Trailing Stop Buy", from_entry="Buy", trail_offset=atr * 1.5, trail_price=strategy.position_avg_price)
if (strategy.position_size < 0)
strategy.exit("Trailing Stop Sell", from_entry="Sell", trail_offset=atr * 1.5, trail_price=strategy.position_avg_price)