ianzeng123
Não é uma estratégia de DCA comum, mas um robô de negociação que pensa
Olhando para os milhares de códigos de Pine Script, este “Master Trading Bot” realmente tem dois pincéis. O autor colocou o DCA (investimento fixo) em um novo patamar: não um investimento fixo sem cérebro, mas um sistema de acréscimo inteligente baseado em indicadores técnicos.
A chave está nas condições de ação do DCA: o preço deve cair abaixo do preço de custo médio e a queda deve atingir um desvalorização dinâmica de 2% + passos x 4%. A primeira vez o DCA precisa cair 2%, a segunda precisa cair 6% e a terceira precisa cair 10%. Este design evita a acumulação frequente de posições em pequenas flutuações e aumenta apenas em reações reais.
A combinação de indicadores tecnológicos múltiplos, mas sem excessos de lógica clara
A estratégia usa o 3/7/18 ciclo EMA para construir uma estrutura de tendência, com 20 ciclos de Brin para determinar a posição do preço, 52/200/3 MACD para definir o sinal de longo prazo favorável, e 14 ciclos RSI para determinar o excesso de compra e venda. Esta combinação abrange as três dimensões de tendência, dinâmica e volatilidade, e é mais confiável do que uma estratégia de indicador único.
As condições de compra são rigorosas: EMA rápida> EMA lenta + Forca de ouro MACD + Preço acima da linha média de Bolin + RSI < 65. Estas quatro condições são simultaneamente satisfeitas para abrir uma posição, filtrando a maioria dos falsos sinais. As condições de venda são igualmente rigorosas: deve haver um mínimo de 2% de lucro + tendência de reversão + forca de morte MACD.
A paralisação de 100% parece radical, mas é razoável.
O 100% de stop loss no código parece exagerado, mas o comentário diz claramente: “O preço deve cair para 0 para ser acionado”. Isso é, na verdade, fechar o stop loss tradicional e confiar totalmente em indicadores técnicos e objetivos de lucro para gerenciar o risco.
O verdadeiro controle de risco consiste em: 2% de queda de preço + DCA de depreciação dinâmica + retirada de lucro forçada. A estratégia segue o preço mais alto em 500 ciclos e aciona um sinal de venda se o preço atual cair mais de 2% do ponto mais alto. Isso é mais flexível do que um stop loss fixo e pode se adaptar a diferentes condições de mercado.
A gestão de fundos é a competência central desta estratégia.
Cada compra é igual a um montante = o direito atual × a porcentagem de DCA × o preço atual, o que permite que a estratégia expanda a posição à medida que a conta cresce. Uma posição inicial de 5% controla o risco de uma única vez, enquanto o aumento gradual de posições garante que haja fogo suficiente diante de oportunidades reais.
O mais sofisticado é o gerenciamento do estado “just_sold”: não se compra de novo imediatamente após a venda, a menos que haja um forte sinal de otimismo. Isso evita transações frequentes em mercados turbulentos, reduzindo os custos de comissão e o risco de operações emocionais.
O cenário é claro, não é uma estratégia universal.
Esta estratégia é mais adequada para a compra de retorno em tendências ascendentes de médio e longo prazo, e é muito comum em mercados de baixa ou de longo prazo. A configuração de parâmetros de 52⁄200 do MACD determina que ele é mais adequado para julgamento de tendências em níveis maiores e não para negociações de curta distância.
O RSI ultrapassa o limiar de venda em 25 em vez de 30, indicando que a estratégia está inclinada a comprar em retrações mais profundas. Este desenho permite obter melhores pontos de compra em um mercado de alta, mas pode “tomar a lança” em um mercado de baixa. Recomenda-se o uso em uma clara tendência de alta, evitando iniciar no topo do mercado ou em uma tendência de baixa.
A recuperação do desempenho requer atenção para a retirada máxima e perdas contínuas.
A lógica teórica da estratégia é perfeita, mas o desempenho real depende dos dados de retrospectiva específicos. A atenção deve ser focada: se a retirada máxima está dentro do limite aceitável, se o número de perdas consecutivas é excessivo e se a performance varia em diferentes ambientes de mercado.
A característica natural da estratégia de DCA é que a posição será continuamente aumentada durante a queda, o que significa que o valor líquido da conta vai cair e depois subir. Os investidores precisam ter suficiente resistência psicológica e reserva de fundos. É recomendado testar primeiro em pequenos fundos e, depois de confirmar as características da estratégia, aumentar gradualmente a escala de investimento.
A estratégia de quantificação envolve o risco de perdas, a retrospectiva histórica não representa o lucro futuro, e requer uma gestão rigorosa do risco e uma adequada alocação de fundos.
/*backtest
start: 2024-10-20 00:00:00
end: 2025-10-18 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT","balance":500000}]
*/
// This Pine Script™ code is subject to the terms of the MPL 2.0 at https://mozilla.org/MPL/2.0/
// © MTB by Neurodoc
// By Nicolás Astorga
//@version=5
strategy("Master Trading Bot by Neurodoc",
shorttitle="MTB Adaptation",
overlay=true,
initial_capital=10000,
pyramiding=100,
commission_value=0.1,
commission_type=strategy.commission.percent,
default_qty_type = strategy.cash)
// —————— CONFIGURATION (Based on ve.env) ——————
// Purchase and DCA Percentages
var GRP_DCA = "DCA Configuration"
start_percentage = input.float(5.0, "Initial Buy Percentage (%)", group=GRP_DCA)
increment_percentage = input.float(2.5, "Increment per DCA Buy (%)", group=GRP_DCA)
max_percentage = input.float(100.0, "Maximum Buy Percentage (%)", group=GRP_DCA)
min_profit_percent = input.float(2.0, "Minimum Profit for Sell (%)", group=GRP_DCA)
// Stop Loss and Drop Signal
var GRP_RISK = "Risk Management"
stop_loss_percent = input.float(100.0, "Stop Loss (%)", group=GRP_RISK, tooltip="A value of 100 means there’s no real stop loss, as price would have to go to 0.")
drop_percent_signal = input.float(2.0, "Price Drop for Sell Signal (%)", group=GRP_RISK)
// Indicator Parameters
var GRP_INDICATORS = "Indicator Parameters"
ema_fast_period = input.int(3, "Fast EMA", group=GRP_INDICATORS)
ema_mid_period = input.int(7, "Medium EMA", group=GRP_INDICATORS)
ema_slow_period = input.int(18, "Slow EMA", group=GRP_INDICATORS)
bb_length = input.int(20, "Bollinger Bands Length", group=GRP_INDICATORS)
bb_stddev = input.float(2.0, "BB Standard Deviation", group=GRP_INDICATORS)
macd_fast = input.int(52, "MACD Fast", group=GRP_INDICATORS)
macd_slow = input.int(200, "MACD Slow", group=GRP_INDICATORS)
macd_signal = input.int(3, "MACD Signal", group=GRP_INDICATORS)
rsi_length = input.int(14, "RSI Length", group=GRP_INDICATORS)
rsi_oversold_threshold = input.int(25, "RSI Oversold (for divergence)", group=GRP_INDICATORS)
// —————— INDICATOR CALCULATIONS ——————
// EMAs
ema_fast = ta.ema(open, ema_fast_period)
ema_mid = ta.ema(open, ema_mid_period)
ema_slow = ta.ema(open, ema_slow_period)
// Bollinger Bands
[bb_middle, bb_upper, bb_lower] = ta.bb(close, bb_length, bb_stddev)
bb_width = (bb_upper - bb_lower) / bb_middle * 100
is_bb_expanding = bb_width > bb_width[1]
// MACD
[macd_line, signal_line, _] = ta.macd(close, macd_fast, macd_slow, macd_signal)
// RSI
rsi = ta.rsi(close, rsi_length)
// Price drop signal from highest price (similar to `cummax` in Python)
highest_price = ta.highest(high, 500) // Using 500-bar lookback to approximate the high
price_drop_percent = ((highest_price - close) / highest_price) * 100
is_price_drop_signal = price_drop_percent >= drop_percent_signal
// —————— TRADING LOGIC ——————
// Trend Conditions
is_bullish = ema_fast > ema_slow and macd_line > signal_line and close > bb_middle
is_bearish = ema_fast < ema_slow and macd_line < signal_line and close < bb_middle
is_weakening = rsi < rsi[1]
// Variables to manage strategy state
var bool just_sold = false
var int dca_step = 0
// Determine next buy percentage of capital
dca_buy_percentage = start_percentage + (dca_step * increment_percentage)
if dca_buy_percentage > max_percentage
dca_buy_percentage := max_percentage
avg_buy_price = strategy.position_avg_price
// Initial Long Condition
long_signal_initial = strategy.position_size == 0 and is_bullish and macd_line > signal_line and rsi < 65
// DCA Condition
price_drop_from_avg = ((avg_buy_price - close) / avg_buy_price) * 100
dca_required_drop = 2.0 + (dca_step * 4.0) // DCA price drop start and increment logic
long_signal_dca = strategy.position_size > 0 and is_bearish and close < avg_buy_price and price_drop_from_avg >= dca_required_drop
// Manage `just_sold` state
if strategy.position_size > 0
just_sold := false
if strategy.position_size == 0 and strategy.position_size[1] > 0
just_sold := true
// Avoid immediate repurchase after sell unless bullish condition is strong
long_signal = (just_sold and is_bullish) ? long_signal_initial : (not just_sold ? (long_signal_initial or long_signal_dca) : false)
// Sell (Close) Condition
current_profit_percent = ((close - avg_buy_price) / avg_buy_price) * 100
has_min_profit = current_profit_percent >= min_profit_percent
stop_loss_price = avg_buy_price * (1 - stop_loss_percent / 100)
is_stoploss_triggered = close <= stop_loss_price
short_signal = strategy.position_size > 0 and has_min_profit and ((is_bearish and is_weakening) or is_price_drop_signal or is_stoploss_triggered or (macd_line < signal_line))
// —————— ORDER EXECUTION ——————
if (long_signal)
// Calculate how much MONEY (USDT) to invest in this trade
cash_to_invest = (strategy.equity * dca_buy_percentage / 100) / close
strategy.entry("Buy", strategy.long, qty=cash_to_invest)
dca_step := dca_step + 1
if (short_signal)
strategy.close_all(comment="Sell")
dca_step := 0 // Reset DCA counter after selling
// —————— VISUALIZATION ——————
// Background color by trend
bgcolor(is_bullish ? color.new(color.green, 90) : is_bearish ? color.new(color.red, 90) : na)
// Plot EMAs and Bollinger Bands
plot(ema_fast, "Fast EMA", color.blue)
plot(ema_slow, "Slow EMA", color.orange)
p1 = plot(bb_upper, "Upper BB", color=color.gray)
p2 = plot(bb_lower, "Lower BB", color=color.gray)
fill(p1, p2, color=color.new(color.gray, 90))
// Plot average buy price when in position
plot(strategy.position_size > 0 ? avg_buy_price : na, "Average Buy Price", color.yellow, style=plot.style_linebr, linewidth=2)
// Plot Take Profit target
plot(strategy.position_size > 0 ? avg_buy_price * (1 + min_profit_percent / 100) : na, "Sell Price (TP)", color.aqua, style=plot.style_linebr, linewidth=2)
// Plot Stop Loss level
plot(strategy.position_size > 0 ? stop_loss_price : na, "Stop Loss", color.fuchsia, style=plot.style_linebr, linewidth=2)