Стратегия отслеживания трендов Momentum Turtle

Автор:Чао Чжан, Дата: 2023-11-23 11:53:27
Тэги:

Обзор

Стратегия Momentum Turtle Trend Tracking - это стратегия, основанная на правилах торгового курса Turtle. Она использует индикаторы Turtle для выявления тенденций и сочетает в себе показатели импульса, чтобы отфильтровать некоторые шумные сделки. Основным преимуществом этой стратегии является способность улавливать сильные ценовые тенденции и достигать избыточной доходности.

Принцип стратегии

Эта стратегия использует систему прорыва в индикаторах черепахи для определения направления тренда. В частности, когда цена закрытия выше, чем самая высокая цена за последние 20 дней, это бычий сигнал и идет на длинный; когда цена закрытия ниже, чем самая низкая цена за последние 20 дней, это медвежий сигнал и стратегия идет на короткий.

Чтобы отфильтровать некоторые шумные сделки, эта стратегия также включает в себя фактор импульса. Если колебание цены менее 5 ATR, стратегия не будет входить в сделки. Это избегает потерь от ударов в боковых рынках.

После открытия позиций стратегия использует N-выходные выходы в оригинальных правилах Turtle для стоп-лосса. Эта система устанавливает стоп-лосс на основе самых высоких и самых низких цен за последние 20 дней. Например, стоп-лосс для длинных позиций будет 2N ATR ниже самого низкого за последние 20 дней. Прибыль для этой стратегии проста - установлена на 10% от общей стоимости счета.

Анализ преимуществ

Наибольшее преимущество этой стратегии заключается в том, что она сочетает в себе как следующее за трендом, так и управление импульсом. Система Turtle может точно фиксировать среднесрочные тенденции цен, не будучи нарушенной рыночным шумом. Дополнительный фильтр импульса ATR дополнительно уменьшает ненужное количество сделок, тем самым значительно увеличивая потенциал прибыли.

В частности, эта стратегия имеет следующие сильные стороны:

Индикаторы черепахи точно идентифицируют тенденции и отслеживают среднесрочные тенденции.
Фильтры импульса уменьшают ненужные сделки и избегают потерь по частоте торговли.
Прочные меры контроля риска позволяют своевременно прекратить потери при изменении тенденции.
В целом настройка стратегии хорошо соответствует оригинальным принципам Turtle.

Анализ рисков

Хотя существует большой потенциал для дальнейшей оптимизации, стратегия также несет в себе некоторые риски, которые следует избегать:

Не учитывает чрезмерные колебания долгосрочных активов, при этом не учитывает волатильность, которая может привести к чрезмерным потерям.
Цены стоп-лосса рискуют быть выведены во время экстремальных переворотов, что приводит к более высоким, чем ожидалось, потерям.
Отсутствие целевых показателей прибыли означает чрезмерное владение и риск владения подводными позициями.

Возможности для расширения

Основываясь на вышеуказанных рисках, основные возможности оптимизации включают:

Рассмотрим динамические модели размещения позиций, скорректированные с учетом волатильности, чтобы уменьшить размер проигрышных сделок.
Добавьте механизмы обратного движения, чтобы уменьшить или обратить вспять модели топирования, такие как голова и плечи или двойные топы.
Добавьте целевые показатели прибыли таким образом, чтобы доли уменьшались, когда совокупная прибыль достигает % от общего капитала.

Заключение

В целом стратегия отслеживания трендов Momentum Turtle является надежной системой для отслеживания трендов в среднесрочной и долгосрочной перспективе. Она сочетает в себе индикаторы Turtle для идентификации трендов и фильтры ATR для управления волатильностью для улавливания сильных тенденций. Кроме того, контроль рисков и настройка параметров являются надежными для снижения снижения.

/*backtest
start: 2023-10-23 00:00:00
end: 2023-11-22 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("Heiken Ashi BF 🚀", overlay=false, initial_capital=10000, default_qty_type=strategy.percent_of_equity, default_qty_value=100, commission_type=strategy.commission.percent, commission_value=0.075)

/////////////// Time Frame ///////////////
testStartYear = input(2017, "Backtest Start Year") 
testStartMonth = input(1, "Backtest Start Month")
testStartDay = input(1, "Backtest Start Day")
testPeriodStart = timestamp(testStartYear,testStartMonth,testStartDay, 0, 0)

testStopYear = input(2029, "Backtest Stop Year")
testStopMonth = input(12, "Backtest Stop Month")
testStopDay = input(31, "Backtest Stop Day")
testPeriodStop = timestamp(testStopYear,testStopMonth,testStopDay, 0, 0)

testPeriod() => true

///////////// HA /////////////
haTicker = heikinashi(syminfo.tickerid)
haOpen = security(haTicker, "D", open)
haHigh = security(haTicker, "D", high)
haLow = security(haTicker, "D", low)
haClose = security(haTicker, "D", close)

///////////// Rate Of Change ///////////// 
source = close
roclength = input(30, minval=1)
pcntChange = input(7.0, minval=1)
roc = 100 * (source - source[roclength]) / source[roclength]
emaroc = ema(roc, roclength / 2)
isMoving() => emaroc > (pcntChange / 2) or emaroc < (0 - (pcntChange / 2))

/////////////// Strategy ///////////////
long = haOpen < haClose and isMoving()
short = haOpen > haClose and isMoving()

last_long = 0.0
last_short = 0.0
last_long := long ? time : nz(last_long[1])
last_short := short ? time : nz(last_short[1])

long_signal = crossover(last_long, last_short)
short_signal = crossover(last_short, last_long)

last_open_long_signal = 0.0
last_open_short_signal = 0.0
last_open_long_signal := long_signal ? open : nz(last_open_long_signal[1])
last_open_short_signal := short_signal ? open : nz(last_open_short_signal[1])

last_long_signal = 0.0
last_short_signal = 0.0
last_long_signal := long_signal ? time : nz(last_long_signal[1])
last_short_signal := short_signal ? time : nz(last_short_signal[1])

in_long_signal = last_long_signal > last_short_signal
in_short_signal = last_short_signal > last_long_signal

last_high = 0.0
last_low = 0.0
last_high := not in_long_signal ? na : in_long_signal and (na(last_high[1]) or high > nz(last_high[1])) ? high : nz(last_high[1])
last_low := not in_short_signal ? na : in_short_signal and (na(last_low[1]) or low < nz(last_low[1])) ? low : nz(last_low[1])

sl_inp = input(2.0, title='Stop Loss %') / 100
tp_inp = input(5000.0, title='Take Profit %') / 100
 
take_level_l = strategy.position_avg_price * (1 + tp_inp)
take_level_s = strategy.position_avg_price * (1 - tp_inp)

since_longEntry = barssince(last_open_long_signal != last_open_long_signal[1])
since_shortEntry = barssince(last_open_short_signal != last_open_short_signal[1]) 

slLong = in_long_signal ? strategy.position_avg_price * (1 - sl_inp) : na
slShort = strategy.position_avg_price * (1 + sl_inp)
long_sl = in_long_signal ? slLong : na
short_sl = in_short_signal ? slShort : na

/////////////// Execution ///////////////
if testPeriod()
    strategy.entry("L",  strategy.long, when=long)
    strategy.entry("S", strategy.short, when=short)
    strategy.exit("L SL", "L", stop=long_sl, limit=take_level_l, when=since_longEntry > 0)
    strategy.exit("S SL", "S", stop=short_sl, limit=take_level_s, when=since_shortEntry > 0)

/////////////// Plotting ///////////////
plotcandle(haOpen, haHigh, haLow, haClose, title='HA Candles', color = haOpen < haClose ? color.lime : color.red)
bgcolor(isMoving() ? long ? color.lime : short ? color.red : na : color.white, transp=70)
bgcolor(long_signal ? color.lime : short_signal ? color.red : na, transp=50)

Больше