ChaoZhang
1
focar em
1617
Seguidores
Visão geral
Esta estratégia é um sistema de negociação avançado baseado no indicador KDJ, que captura tendências de mercado conduzindo análises aprofundadas dos padrões de cruzamento da linha K, linha D e linha J. A estratégia integra um algoritmo de suavização BCWSMA personalizado e melhora a confiabilidade dos sinais otimizando o cálculo de indicadores estocásticos. O sistema adota mecanismos rigorosos de controle de risco, incluindo funções de stop loss e trailing stop loss, para alcançar uma gestão de fundos sólida.
Princípio da estratégia
A lógica central da estratégia é baseada nos seguintes elementos-chave:
- O indicador KDJ é calculado usando um algoritmo BCWSMA (média móvel ponderada) personalizado, o que melhora a suavidade e a estabilidade do indicador.
- Ao calcular o RSV (valor aleatório não maduro), o preço é convertido em um valor no intervalo de 0 a 100 para refletir melhor a posição do preço entre os pontos alto e baixo.
- Projetou um mecanismo exclusivo de validação cruzada de J-line e J5-line (indicador derivativo) para melhorar a precisão dos sinais de negociação por meio de múltiplas confirmações
- Foi estabelecido um mecanismo de confirmação de tendência baseado na continuidade, exigindo que a linha J permaneça acima da linha D por três dias consecutivos para confirmar a validade da tendência.
- Um sistema de controle de risco composto que integra stop loss percentual e stop loss móvel
Vantagens estratégicas
- Mecanismo avançado de geração de sinais: por meio da validação cruzada de vários indicadores técnicos, o impacto de sinais falsos é significativamente reduzido
- Controle de risco perfeito: adote um mecanismo de controle de risco multinível, incluindo stop loss fixo e stop loss móvel, para controlar efetivamente o risco de queda
- Forte ajustabilidade de parâmetros: parâmetros-chave como ciclo KDJ, coeficiente de suavização de sinal, etc. podem ser ajustados de forma flexível de acordo com as condições de mercado
- Alta eficiência computacional: O uso do algoritmo BCWSMA otimizado reduz a complexidade computacional e melhora a eficiência da execução da estratégia
- Boa adaptabilidade: pode se adaptar a diferentes ambientes de mercado e otimizar o desempenho da estratégia por meio do ajuste de parâmetros
Risco estratégico
- Risco de mercado volátil: Sinais de rompimento falsos frequentes podem ocorrer em um mercado volátil lateral, aumentando os custos de transação
- Risco de atraso: devido ao uso da suavização da média móvel, o sinal pode atrasar até certo ponto
- Sensibilidade do parâmetro: O efeito da estratégia é sensível à configuração do parâmetro. A configuração inadequada do parâmetro pode reduzir significativamente o efeito da estratégia.
- Dependência do ambiente de mercado: Em certos ambientes de mercado, o desempenho da estratégia pode não ser o ideal.
Direção de otimização da estratégia
- Otimização do mecanismo de filtragem de sinais: indicadores auxiliares como volume de negociação e volatilidade podem ser introduzidos para melhorar a confiabilidade dos sinais
- Ajuste dinâmico de parâmetros: ajuste dinamicamente os parâmetros KDJ e os parâmetros de stop loss de acordo com as flutuações do mercado
- Identificação do ambiente de mercado: adicione um módulo de julgamento do ambiente de mercado para adotar diferentes estratégias de negociação em diferentes ambientes de mercado
- Controle de risco aprimorado: medidas adicionais de controle de risco, como controle de redução máxima e limite de tempo de manutenção de posição, podem ser adicionadas
- Otimização de desempenho: otimizar ainda mais o algoritmo BCWSMA para melhorar a eficiência do cálculo
Resumir
Esta estratégia constrói um sistema de negociação completo por meio de uma combinação inovadora de indicadores técnicos e rigoroso controle de risco. As principais vantagens da estratégia estão em seu mecanismo de confirmação de múltiplos sinais e sistema de controle de risco perfeito, mas também deve-se prestar atenção a questões como otimização de parâmetros e adaptabilidade ao ambiente de mercado. Por meio de otimização e melhoria contínuas, espera-se que a estratégia mantenha um desempenho estável em diferentes ambientes de mercado.
Código-fonte da estratégia
/*backtest
start: 2024-01-06 00:00:00
end: 2025-01-05 00:00:00
period: 4h
basePeriod: 4h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © hexu90
//@version=6
// Date Range
// STEP 1. Create inputs that configure the backtest's date range
useDateFilter = input.bool(true, title="Filter Date Range of Backtest",
group="Backtest Time Period")
backtestStartDate = input(timestamp("1 Jan 2020"),
title="Start Date", group="Backtest Time Period",
tooltip="This start date is in the time zone of the exchange " +
"where the chart's instrument trades. It doesn't use the time " +
"zone of the chart or of your computer.")
backtestEndDate = input(timestamp("15 Dec 2024"),
title="End Date", group="Backtest Time Period",
tooltip="This end date is in the time zone of the exchange " +
"where the chart's instrument trades. It doesn't use the time " +
"zone of the chart or of your computer.")
// STEP 2. See if current bar falls inside the date range
inTradeWindow = true
//KDJ strategy
// indicator("My Customized KDJ", shorttitle="KDJ")
strategy("My KDJ Strategy", overlay = false)
// Input parameters
ilong = input(90, title="Period")
k_isig = input(3, title="K Signal")
d_isig = input(30, title="D Signal")
// Custom BCWSMA calculation outside the function
bcwsma(source, length, weight) =>
var float prev = na // Persistent variable to store the previous value
if na(prev)
prev := source // Initialize on the first run
prev := (weight * source + (length - weight) * prev) / length
prev
// Calculate KDJ
c = close
h = ta.highest(high, ilong)
l = ta.lowest(low, ilong)
RSV = 100 * ((c - l) / (h - l))
pK = bcwsma(RSV, k_isig, 1)
pD = bcwsma(pK, d_isig, 1)
pJ = 3 * pK - 2 * pD
pJ1 = 0
pJ2 = 80
pJ5 = (pJ-pK)-(pK-pD)
// Plot the K, D, J lines with colors
plot(pK, color=color.rgb(251, 121, 8), title="K Line") // Orange
plot(pD, color=color.rgb(30, 0, 255), title="D Line") // Blue
plot(pJ, color=color.new(color.rgb(251, 0, 255), 10), title="J Line") // Pink with transparency
plot(pJ5, color=#6f03f3e6, title="J Line") // Pink with transparency
// Background color and reference lines
// bgcolor(pJ > pD ? color.new(color.green, 75) : color.new(color.red, 75))
// hline(80, "Upper Band", color=color.gray)
// hline(20, "Lower Band", color=color.gray)
// Variables to track the conditions
var bool condition1_met = false
var int condition2_met = 0
// Condition 1: pJ drops below pJ5
if ta.crossunder(pJ, pJ5)
condition1_met := true
condition2_met := 0 // Reset condition 2 if pJ drops below pJ5 again
if ta.crossover(pJ, pD)
condition2_met += 1
to_long = ta.crossover(pJ, pD)
var int consecutiveDays = 0
// Update the count of consecutive days
if pJ > pD
consecutiveDays += 1
else
consecutiveDays := 0
// Check if pJ has been above pD for more than 3 days
consPJacrossPD = false
if consecutiveDays > 3
consPJacrossPD := true
// Entry condition: After condition 2, pJ crosses above pD a second time
// if condition1_met and condition2_met > 1
// strategy.entry("golden", strategy.long, qty=1000)
// condition1_met := false // Reset the conditions for a new cycle
// condition2_met = 0
//
if ta.crossover(pJ, pD)
// and pD < 40 and consPJacrossPD
// consecutiveDays == 1
// consecutiveDays == 3 and
strategy.entry("golden", strategy.long, qty=1)
// to_short =
// or ta.crossunder(pJ, 100)
// Exit condition
if ta.crossover(pD, pJ)
strategy.close("golden", qty = 1)
// Stop loss and trailing profit
trail_stop_pct = input.float(0.5, title="Trailing Stop activation (%)", group="Exit Lonng", inline="LTS", tooltip="Trailing Treshold %")
trail_offset_pct = input.float(0.5, title="Trailing Offset (%)", group="Exit Lonng", inline="LTS", tooltip="Trailing Offset %")
trail_stop_tick = trail_stop_pct * close/100
trail_offset_tick = trail_offset_pct * close/100
sl_pct = input.float(5, title="Stop Loss", group="SL and TP", inline="LSLTP")
// tp_pct = input.float(9, title="Take Profit", group="SL and TP", inline="LSLTP")
long_sl_price = strategy.position_avg_price * (1 - sl_pct/100)
// long_tp_price = strategy.position_avg_price * (1 + tp_pct/100)
strategy.exit('golden Exit', 'golden', stop = long_sl_price)
// trail_points = trail_stop_tick, trail_offset=trail_offset_tick