
Esta “estratégia de dinâmica de blocos de pedidos de TI de fusão de indicadores multidimensionais” é uma estratégia de negociação de alta qualidade baseada na metodologia de negociação de TI, combinando vários indicadores técnicos para identificar oportunidades de negociação de alta probabilidade. A estratégia constrói um sistema de negociação abrangente através da integração de informações de mercado em várias dimensões, como blocos de pedidos, linhas médias, EMAs, índices de força relativa, RSI e taxa de volatilidade. A estratégia identifica automaticamente as principais áreas de preço no mercado, como áreas de ruptura, áreas de rejeição e blocos de pedidos, e fornece sinais de entrada e saída claros nessas áreas.
O conceito central da estratégia é baseado na teoria dos blocos de ordens da metodologia das TIC, que considera que os mercados deixam “blocos de ordens” antes de uma tendência se formar. Estas áreas são geralmente onde as grandes instituições acumulam posições.
Identificação de blocos de pedidos: A estratégia identifica blocos de pedidos de alta e baixa através da análise da dinâmica de preços. No código, o bloco de pedidos de alta é definido como o primeiro ponto alto quando o preço se move para cima, e o bloco de pedidos de baixa é definido como o primeiro ponto baixo quando o preço se move para baixo.
Filtragem de tendências: Usando a EMA de 50 ciclos como um filtro de tendência, considere o sinal de mais somente quando o preço estiver acima da EMA e o sinal de menos quando estiver abaixo da EMA.
Confirmação de potência: Confirme a dinâmica com o indicador RSI e evite entrar em condições de mercado de sobrecompra ou sobrevenda. Considere fazer mais quando o RSI estiver abaixo de 70 e considere fechar quando estiver acima de 30.
Condições de entradaA entrada em vários níveis deve satisfazer: 1) o preço deve ser superior ao EMA, 2) o RSI deve ser inferior ao nível de sobrecompra, 4) o preço de fechamento deve ser superior ao preço de abertura, e 4) a entrada em branco deve ser o oposto.
Gestão de RiscosA estratégia utiliza o indicador ATR para calcular o nível de stop loss de forma dinâmica, multiplicando o valor do ATR por um múltiplo de 1,5 e definindo um stop loss abaixo do bloco de pedidos. O objetivo de lucro é calculado automaticamente com base na taxa de retorno do risco (,5 vezes).
Execução da transaçãoA estratégia executa automaticamente a transação e define os níveis de stop loss e stop loss correspondentes quando todas as condições são satisfeitas.
Quadro de análise multidimensionalA estratégia combina a análise de várias dimensões do comportamento de preços (bloco de pedidos), tendências (EMA), momentum (RSI) e volatilidade (ATR) para formar um sistema de decisão de negociação abrangente que reduz eficazmente os falsos sinais.
Gestão de risco adaptativaAtravés da utilização dos indicadores ATR, a estratégia pode ajustar os níveis de stop loss em função da dinâmica de volatilidade do mercado, tornando a gestão de risco mais flexível e adaptada às mudanças do mercado.
Um quadro claro de risco e retornoA estratégia inclui uma taxa de retorno de risco fixo (RRR) de 2,5: 1, garantindo que cada transação tenha um valor de expectativa positivo, favorável ao crescimento do capital a longo prazo.
Consistência de tendênciasO filtro EMA garante que as negociações sejam feitas apenas na direção da tendência, aumentando a taxa de sucesso e a lucratividade das negociações.
Filtrar condições de mercado extremasO RSI é usado para evitar a entrada em condições de mercado excessivamente compradas ou excessivamente vendidas, reduzindo o risco de negociação contracorrente.
Mecanismo de confirmação de entradaA estratégia exige que o preço de fechamento confirme a direção da ruptura, reduzindo o risco de perdas causadas por uma falsa ruptura.
Sistema de visualização e alarmeA estratégia fornece marcadores gráficos claros e funções de alerta, permitindo que os comerciantes identifiquem visualmente as oportunidades de negociação e agem em tempo hábil.
Risco de atrasoO uso de indicadores como EMA e RSI pode causar atraso no sinal, pode perder os melhores pontos de entrada ou gerar sinais de atraso em mercados que mudam rapidamente. Como resolver: Considere reduzir o ciclo de EMA ou combinar indicadores de curto prazo mais sensíveis para aumentar a velocidade de resposta.
Risco de Falso BreakoutMétodo de Solução: Adicionar mecanismos de confirmação adicionais, como confirmação de volume de transação ou espera que a linha K de Dogon confirme a quebra.
Sensibilidade do parâmetro: A performance da estratégia é altamente dependente de parâmetros de entrada (como o ATR multiplicado, o RRR, etc.), e diferentes cenários de mercado podem exigir diferentes configurações de parâmetros. Solução: Faça o teste de retorno e otimize para encontrar a melhor combinação de parâmetros para diferentes mercados e prazos.
Excesso de dependência de modelos históricosA teoria da TIC baseia-se em modelos de preços históricos, mas as condições de mercado mudam frequentemente e os modelos históricos podem não funcionar mais. A solução: Avalie periodicamente o desempenho da estratégia e adapte as regras da estratégia de acordo com as mudanças do mercado.
Inadequada gestão de fundosA solução: aumentar o limite máximo de risco por transação e o mecanismo de ajuste de capital após perdas consecutivas.
Problemas de adaptabilidade em todo o mercadoA estratégia pode funcionar bem em alguns mercados ou prazos de tempo, mas não em outros. Métodos de solução: adicionar componentes de identificação de estado de mercado, ajustar as regras de negociação ou suspender a negociação em diferentes condições de mercado.
Aumentar a confirmação do volumeA estratégia atual baseia-se apenas na identificação de blocos de pedidos com base na dinâmica de preços, podendo ser adicionada a análise de volume de transação para confirmar blocos de pedidos importantes, pois blocos de pedidos realmente eficazes geralmente são acompanhados por mudanças significativas no volume de transações. Isso filtra muitos sinais de baixa qualidade.
Classificação do estado do mercadoIntrodução de mecanismos de identificação de estados de mercado (como tendências, intervalos, alta volatilidade, etc.) para ajustar dinamicamente os parâmetros da estratégia ou as regras de negociação de acordo com diferentes estados de mercado. Isso aumentará a adaptabilidade da estratégia em diferentes ambientes de mercado.
Análise de Multi-Framas de TempoPor exemplo, pode ser adicionado um filtro de tendência diária ou semanal para negociar apenas na direção da tendência maior.
Melhorias no algoritmo de identificação de blocos de pedidosA identificação atual de blocos de pedidos é relativamente simplificada, permitindo a utilização de algoritmos mais complexos para a identificação de blocos de pedidos de maior qualidade, como a consideração da estrutura de preços, da forma do baralho e das características de flutuação.
Dinâmica de risco-retorno: Ajustar a relação de risco-retorno de forma dinâmica de acordo com a volatilidade do mercado ou a intensidade da tendência, usar uma relação de risco-retorno mais alta em uma forte tendência, usar uma configuração mais conservadora em um mercado flutuante.
Adicionar um componente de aprendizagem de máquinaIntrodução de algoritmos de aprendizagem de máquina para otimizar a seleção de parâmetros ou identificar as melhores oportunidades de negociação, aprendendo o melhor conjunto de parâmetros e horários de entrada através da análise de dados históricos.
Melhorias no mecanismo de partidaAlém de um stop loss fixo, adicione um mecanismo de saída dinâmico, como um stop loss de rastreamento ou um sinal de saída baseado na estrutura do mercado, para capturar melhor o movimento da tendência.
Adicione filtros sazonais e de tempoAnalisar o desempenho em diferentes períodos de tempo (por exemplo, diferentes períodos do dia, diferentes dias da semana), evitando períodos de negociação ineficazes e concentrando-se em períodos de negociação com alta probabilidade de sucesso.
A “Estratégia Dinâmica de Blocos de Pedidos de TIC de Fusão de Indicadores Multidimensionais” é um sistema de negociação integrado que combina a teoria de negociação de TIC com a análise de tecnologias modernas. Ela cria um quadro de negociação abrangente através da identificação de áreas de preço-chave (blocos de pedidos) e combinação de indicadores de tendência, dinâmica e volatilidade. A principal vantagem da estratégia reside no seu método de análise multidimensional e no seu sistema de gestão de risco adaptável, que a permite adaptar-se a diferentes condições de mercado.
No entanto, a estratégia também enfrenta alguns desafios, como atraso nos indicadores, risco de falso avanço e sensibilidade dos parâmetros. Para aumentar a estabilidade e a rentabilidade da estratégia, é recomendado otimizar vários aspectos, incluindo a adição de confirmação de volume de negócios, classificação do estado do mercado, análise de múltiplos quadros temporais e melhorias nos algoritmos de identificação de blocos de pedidos.
Com essas otimizações, a estratégia tem o potencial de se tornar um sistema de negociação mais abrangente e eficaz, capaz de produzir resultados consistentes em vários ambientes de mercado. Acima de tudo, os comerciantes devem verificar o desempenho da estratégia em condições reais de mercado por meio de um feedback abrangente e negociações simuladas, e fazer os ajustes necessários de acordo com as preferências de risco pessoais e os objetivos de negociação.
/*backtest
start: 2024-05-16 00:00:00
end: 2025-05-14 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"ETH_USDT"}]
*/
//@version=5
strategy("Improved ICT Order Block Strategy", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=10)
// Inputs
atrLength = input.int(14, "ATR Length")
atrMultiplierSL = input.float(1.5, "ATR Multiplier for SL")
riskRewardRatio = input.float(2.5, "Risk/Reward Ratio")
emaLength = input.int(50, "EMA Length (Trend Filter)")
rsiLength = input.int(14, "RSI Length")
rsiOverbought = input.float(70, "RSI Overbought Threshold")
rsiOversold = input.float(30, "RSI Oversold Threshold")
// Indicators
atr = ta.atr(atrLength)
emaTrend = ta.ema(close, emaLength)
rsi = ta.rsi(close, rsiLength)
// Order Blocks (simplified)
bullishOB = (high > high[1]) ? high[1] : na
bearishOB = (low < low[1]) ? low[1] : na
var float lastBullishOB = na
var float lastBearishOB = na
if not na(bullishOB)
lastBullishOB := bullishOB
if not na(bearishOB)
lastBearishOB := bearishOB
// Entry Conditions with filters
longCondition = close > emaTrend and rsi < rsiOverbought and ta.crossover(close, lastBullishOB)
shortCondition = close < emaTrend and rsi > rsiOversold and ta.crossunder(close, lastBearishOB)
// Entry confirmation: wait for candle close in direction
longEntry = longCondition and close > open
shortEntry = shortCondition and close < open
// Entry prices
var float longEntryPrice = na
var float shortEntryPrice = na
// Stop Loss and Take Profit
longStop = lastBullishOB - atr * atrMultiplierSL
longTake = longEntryPrice + (longEntryPrice - longStop) * riskRewardRatio
shortStop = lastBearishOB + atr * atrMultiplierSL
shortTake = shortEntryPrice - (shortStop - shortEntryPrice) * riskRewardRatio
// Execute trades
if (longEntry)
strategy.entry("Long", strategy.long)
longEntryPrice := close
strategy.exit("Exit Long", "Long", stop=longStop, limit=longTake)
if (shortEntry)
strategy.entry("Short", strategy.short)
shortEntryPrice := close
strategy.exit("Exit Short", "Short", stop=shortStop, limit=shortTake)
// Plot signals
plotshape(longEntry, title="Long Entry", location=location.belowbar, color=color.green, style=shape.labelup, text="BUY")
plotshape(shortEntry, title="Short Entry", location=location.abovebar, color=color.red, style=shape.labeldown, text="SELL")
// Plot Order Blocks
plot(lastBullishOB, title="Bullish OB", color=color.green, style=plot.style_linebr)
plot(lastBearishOB, title="Bearish OB", color=color.red, style=plot.style_linebr)