Стратегия положительного канала EMA Trailing Stop
Автор:Чао Чжан, Дата: 2023-12-18 12:10:45Тэги:
Обзор
Эта стратегия представляет собой стратегию стоп-лосса, основанную на канале, которая использует индикатор EMA. Она объединяет суждение о тренде, отслеживание канала и динамический стоп-лосс и другие основные технические индикаторы. Она определяет бычьи и медвежьи циклы, оценивая порядок EMA и сочетает отслеживание ATR-каналов для реализации стоп-лосса, чтобы точка стоп-лосса могла продолжать отслеживать движение цен. Этот вид идеи стоп-лосса более активен и эффективно избегает вероятности прорыва слишком агрессивного стоп-лосса.
Логика стратегии
Стратегия в основном использует три кривые EMA с различными циклами для определения состояния быка и медведя.
- EMA5>EMA20>EMA40 - бычий цикл
- EMA20>EMA5>EMA40 - бычий цикл
- EMA20>EMA40>EMA5 - бычий цикл
- EMA40>EMA20>EMA5 - медвежий цикл
- EMA40>EMA5>EMA20 - медвежий цикл
- EMA5>EMA40>EMA20 - медвежий цикл
После определения бычьего и медвежьего цикла стратегия использует выборку SMMA K-линейной цены и множители индикатора ATR в качестве диапазона канала. Торговые сигналы выпускаются только тогда, когда цена прорывается через этот канал. Кроме того, после выпуска торгового сигнала будет активирован механизм динамического отслеживания стоп-лосса ATR для корректировки позиции стоп-лосса в режиме реального времени, чтобы точка стоп-лосса могла следовать за движением цены для повышения эффективности стоп-лосса.
Преимущества
Основными преимуществами этой стратегии являются:
- Использование EMA для оценки бычьих и медвежьих циклов может эффективно определить поворотные моменты в рыночных тенденциях
- Создание точек входа на базе каналов ATR позволяет избежать неправильного входа во время консолидации рынка
- Динамическое отслеживание стоп-лосса ATR может максимизировать блокировку прибыли и эффективно контролировать риски
Риски и оптимизация
Основные риски этой стратегии сосредоточены в проблемах, вызванных неправильной настройкой параметров, таких как переоценка и перерыв стоп-лосса.
- Оптимизировать комбинацию параметров цикла EMA для поиска наилучшего соответствия параметров
- Оптимизировать размеры множества ATR, чтобы предотвратить слишком близкое или слишком далекое остановка потери
- Добавьте другие индикаторы фильтрации, чтобы избежать ошибочных записей во время бурных рынков
Заключение
Эта стратегия объединяет несколько основных технических индикаторов и методов, таких как суждение о тренде, торговля каналом и динамическая стоп-лосс, чтобы сформировать относительно полную торговую систему стоп-лосса.
/*backtest
start: 2023-12-10 00:00:00
end: 2023-12-12 04:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © kgynofomo
//@version=5
strategy(title="[Salavi] | Andy Advance Pro Strategy [ETH|M15]",overlay = true, pyramiding = 1,initial_capital = 10000, default_qty_type = strategy.cash,default_qty_value = 10000)
ema_short = ta.ema(close,5)
ema_middle = ta.ema(close,20)
ema_long = ta.ema(close,40)
cycle_1 = ema_short>ema_middle and ema_middle>ema_long
cycle_2 = ema_middle>ema_short and ema_short>ema_long
cycle_3 = ema_middle>ema_long and ema_long>ema_short
cycle_4 = ema_long>ema_middle and ema_middle>ema_short
cycle_5 = ema_long>ema_short and ema_short>ema_middle
cycle_6 = ema_short>ema_long and ema_long>ema_middle
bull_cycle = cycle_1 or cycle_2 or cycle_3
bear_cycle = cycle_4 or cycle_5 or cycle_6
// label.new("cycle_1")
// bgcolor(color=cycle_1?color.rgb(82, 255, 148, 60):na)
// bgcolor(color=cycle_2?color.rgb(82, 255, 148, 70):na)
// bgcolor(color=cycle_3?color.rgb(82, 255, 148, 80):na)
// bgcolor(color=cycle_4?color.rgb(255, 82, 82, 80):na)
// bgcolor(color=cycle_5?color.rgb(255, 82, 82, 70):na)
// bgcolor(color=cycle_6?color.rgb(255, 82, 82, 60):na)
// Inputs
a = input(2, title='Key Vaule. \'This changes the sensitivity\'')
c = input(7, title='ATR Period')
h = false
xATR = ta.atr(c)
nLoss = a * xATR
src = h ? request.security(ticker.heikinashi(syminfo.tickerid), timeframe.period, close, lookahead=barmerge.lookahead_off) : close
xATRTrailingStop = 0.0
iff_1 = src > nz(xATRTrailingStop[1], 0) ? src - nLoss : src + nLoss
iff_2 = src < nz(xATRTrailingStop[1], 0) and src[1] < nz(xATRTrailingStop[1], 0) ? math.min(nz(xATRTrailingStop[1]), src + nLoss) : iff_1
xATRTrailingStop := src > nz(xATRTrailingStop[1], 0) and src[1] > nz(xATRTrailingStop[1], 0) ? math.max(nz(xATRTrailingStop[1]), src - nLoss) : iff_2
pos = 0
iff_3 = src[1] > nz(xATRTrailingStop[1], 0) and src < nz(xATRTrailingStop[1], 0) ? -1 : nz(pos[1], 0)
pos := src[1] < nz(xATRTrailingStop[1], 0) and src > nz(xATRTrailingStop[1], 0) ? 1 : iff_3
xcolor = pos == -1 ? color.red : pos == 1 ? color.green : color.blue
ema = ta.ema(src, 1)
above = ta.crossover(ema, xATRTrailingStop)
below = ta.crossover(xATRTrailingStop, ema)
buy = src > xATRTrailingStop and above
sell = src < xATRTrailingStop and below
barbuy = src > xATRTrailingStop
barsell = src < xATRTrailingStop
atr = ta.atr(14)
atr_length = input.int(25)
atr_rsi = ta.rsi(atr,atr_length)
atr_valid = atr_rsi>50
long_condition = buy and bull_cycle and atr_valid
short_condition = sell and bear_cycle and atr_valid
Exit_long_condition = short_condition
Exit_short_condition = long_condition
if long_condition
strategy.entry("Andy Buy",strategy.long, limit=close,comment="Andy Buy Here")
if Exit_long_condition
strategy.close("Andy Buy",comment="Andy Buy Out")
// strategy.entry("Andy fandan Short",strategy.short, limit=close,comment="Andy 翻單 short Here")
// strategy.close("Andy fandan Buy",comment="Andy short Out")
if short_condition
strategy.entry("Andy Short",strategy.short, limit=close,comment="Andy short Here")
// strategy.exit("STR","Long",stop=longstoploss)
if Exit_short_condition
strategy.close("Andy Short",comment="Andy short Out")
// strategy.entry("Andy fandan Buy",strategy.long, limit=close,comment="Andy 翻單 Buy Here")
// strategy.close("Andy fandan Short",comment="Andy Buy Out")
inLongTrade = strategy.position_size > 0
inLongTradecolor = #58D68D
notInTrade = strategy.position_size == 0
inShortTrade = strategy.position_size < 0
// bgcolor(color = inLongTrade?color.rgb(76, 175, 79, 70):inShortTrade?color.rgb(255, 82, 82, 70):na)
plotshape(close!=0,location = location.bottom,color = inLongTrade?color.rgb(76, 175, 79, 70):inShortTrade?color.rgb(255, 82, 82, 70):na)
plotshape(long_condition, title='Buy', text='Andy Buy', style=shape.labelup, location=location.belowbar, color=color.new(color.green, 0), textcolor=color.new(color.white, 0), size=size.tiny)
plotshape(short_condition, title='Sell', text='Andy Sell', style=shape.labeldown, location=location.abovebar, color=color.new(color.red, 0), textcolor=color.new(color.white, 0), size=size.tiny)
// //atr > close *0.01* parameter
// // MONTHLY TABLE PERFORMANCE - Developed by @QuantNomad
// // *************************************************************************************************************************************************************************************************************************************************************************
// show_performance = input.bool(true, 'Show Monthly Performance ?', group='Performance - credits: @QuantNomad')
// prec = input(2, 'Return Precision', group='Performance - credits: @QuantNomad')
// if show_performance
// new_month = month(time) != month(time[1])
// new_year = year(time) != year(time[1])
// eq = strategy.equity
// bar_pnl = eq / eq[1] - 1
// cur_month_pnl = 0.0
// cur_year_pnl = 0.0
// // Current Monthly P&L
// cur_month_pnl := new_month ? 0.0 :
// (1 + cur_month_pnl[1]) * (1 + bar_pnl) - 1
// // Current Yearly P&L
// cur_year_pnl := new_year ? 0.0 :
// (1 + cur_year_pnl[1]) * (1 + bar_pnl) - 1
// // Arrays to store Yearly and Monthly P&Ls
// var month_pnl = array.new_float(0)
// var month_time = array.new_int(0)
// var year_pnl = array.new_float(0)
// var year_time = array.new_int(0)
// last_computed = false
// if (not na(cur_month_pnl[1]) and (new_month or barstate.islastconfirmedhistory))
// if (last_computed[1])
// array.pop(month_pnl)
// array.pop(month_time)
// array.push(month_pnl , cur_month_pnl[1])
// array.push(month_time, time[1])
// if (not na(cur_year_pnl[1]) and (new_year or barstate.islastconfirmedhistory))
// if (last_computed[1])
// array.pop(year_pnl)
// array.pop(year_time)
// array.push(year_pnl , cur_year_pnl[1])
// array.push(year_time, time[1])
// last_computed := barstate.islastconfirmedhistory ? true : nz(last_computed[1])
// // Monthly P&L Table
// var monthly_table = table(na)
// if (barstate.islastconfirmedhistory)
// monthly_table := table.new(position.bottom_center, columns = 14, rows = array.size(year_pnl) + 1, border_width = 1)
// table.cell(monthly_table, 0, 0, "", bgcolor = #cccccc)
// table.cell(monthly_table, 1, 0, "Jan", bgcolor = #cccccc)
// table.cell(monthly_table, 2, 0, "Feb", bgcolor = #cccccc)
// table.cell(monthly_table, 3, 0, "Mar", bgcolor = #cccccc)
// table.cell(monthly_table, 4, 0, "Apr", bgcolor = #cccccc)
// table.cell(monthly_table, 5, 0, "May", bgcolor = #cccccc)
// table.cell(monthly_table, 6, 0, "Jun", bgcolor = #cccccc)
// table.cell(monthly_table, 7, 0, "Jul", bgcolor = #cccccc)
// table.cell(monthly_table, 8, 0, "Aug", bgcolor = #cccccc)
// table.cell(monthly_table, 9, 0, "Sep", bgcolor = #cccccc)
// table.cell(monthly_table, 10, 0, "Oct", bgcolor = #cccccc)
// table.cell(monthly_table, 11, 0, "Nov", bgcolor = #cccccc)
// table.cell(monthly_table, 12, 0, "Dec", bgcolor = #cccccc)
// table.cell(monthly_table, 13, 0, "Year", bgcolor = #999999)
// for yi = 0 to array.size(year_pnl) - 1
// table.cell(monthly_table, 0, yi + 1, str.tostring(year(array.get(year_time, yi))), bgcolor = #cccccc)
// y_color = array.get(year_pnl, yi) > 0 ? color.new(color.teal, transp = 40) : color.new(color.gray, transp = 40)
// table.cell(monthly_table, 13, yi + 1, str.tostring(math.round(array.get(year_pnl, yi) * 100, prec)), bgcolor = y_color, text_color=color.new(color.white, 0))
// for mi = 0 to array.size(month_time) - 1
// m_row = year(array.get(month_time, mi)) - year(array.get(year_time, 0)) + 1
// m_col = month(array.get(month_time, mi))
// m_color = array.get(month_pnl, mi) > 0 ? color.new(color.teal, transp = 40) : color.new(color.gray, transp = 40)
// table.cell(monthly_table, m_col, m_row, str.tostring(math.round(array.get(month_pnl, mi) * 100, prec)), bgcolor = m_color, text_color=color.new(color.white, 0))
Больше
- Стратегия торговли на основе перекрестных сигналов MACD и RSI
- Стратегия торговли RSI на баесианском уровне
- Стратегия перехода на переходный период
- Количественная стратегия торговли, основанная на индикаторе ТСОС и скользящей средней на корпусе
- Стратегия развития каналов
- Стратегия CCI Long Only
- Стратегия перемещающейся средней ленты
- Стратегия отслеживания двойной скользящей средней MACD
- X48 - Оптимизация и адаптация стратегии DayLight Hunter
- Heikin-Ashi - 0,5% Изменение краткосрочной стратегии торговли
- Стратегия пересечения скользящей средней Галилея
- Стратегия обратного теста AC показателя Уильямса
- Низкая волатильность направленная покупка с получением прибыли и остановкой потери
- Фиксированная процентная стратегия стоп-лосса и прибыли на основе скользящих средних
- Количественная стратегия торговли на основе двойной EMA и индекса волатильности цен
- Двухнаправленная стратегия отслеживания
- Долгая стратегия Super Trend LSMA
- Стратегия реверсии прорыва в трех и четырех барах
- Адаптивная SMI Эргодическая стратегия торговли на основе адаптивных экспоненциальных скользящих средних линий
- Стратегия SMA и PSAR для спотовой торговли