Стратегия EMA с множественной стоимостью и средней стоимостью, основанная на динамическом стоп-лоссе и целевой прибыли
ChaoZhang
Обзор
Эта стратегия использует динамические многоиндексальные движущиеся средние как сигнал для выхода на рынок, чтобы управлять рисками и прибылью в сочетании с механизмом отслеживания стоп-лосс и целевой прибыли. Эта стратегия использует в полной мере гладкую природу EMA для идентификации тенденций, чтобы контролировать затраты с помощью нескольких вложений DCA. Кроме того, интегрированная динамическая установка стоп-лосс и целевой прибыли делает всю стратегию более умной и автоматизированной.
Стратегический принцип
Расчет показателя
- EMA5, EMA10, EMA20, EMA50, EMA100, EMA200 - скользящие средние
- Средняя реальная волатильность ATR
Сигнал входа в город
Цикл EMA может быть настроен, как правило, для 5, 10, 20, 50, 100 и 200 циклов. Эта стратегия использует цену в пределах 1% от EMA в качестве условия для ввода.
Управление рисками
Интеграция нескольких механизмов управления рисками:
- ATR-остановка: ликвидация убытков, когда ATR превышает установленный порог
- Контроль за максимальным количеством выпусков: избегайте чрезмерного вложения
- Динамический трейлерный стоп: трейлинг-стоп, основанный на реальных колебаниях цены
Механизм получения прибыли
Установление целевого уровня прибыли и выход из рынка при превышении цены
Анализ преимуществ стратегии
- Используйте EMA для определения трендов и фильтрации краткосрочных колебаний
- Распределение стоимости DCA, чтобы избежать высокой покупки или низкой продажи
- Многочисленные портфели EMA повышают успешность входа в рынок
- Динамическая остановка убытков REAL-TIME
- Цель - получить прибыль, но не тратить много денег
Риски и улучшения
- Выбор EMA-фактора требует оптимизации, в зависимости от рынка, в зависимости от цикла комбинации эффективность сильно различается
- Слишком много DCA может привести к чрезмерному использованию средств
- Оптимизация настройки стоп-убытков
Идеи оптимизации стратегии
- Использование системы EMA для выявления тенденций
- Оптимальное количество DCA и стоп-лаз для многомерной оптимизации
- Модели машинного обучения для прогнозирования изменения цен
- Интегрированный модуль управления средствами для контроля общих вложений
Подвести итог
Эта стратегия включает в себя различные механизмы, такие как идентификация тенденций EMA, контроль затрат DCA, динамическое отслеживание стоп-лосс и вывод целевой прибыли. Есть много возможностей для оптимизации в части корректировки параметров и контроля риска. В целом, эта стратегия обладает высокой адаптивностью и масштабируемостью и может приносить стабильную сверхприбыль для инвесторов.
/*backtest
start: 2023-01-12 00:00:00
end: 2024-01-18 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("EMA DCA Strategy with Trailing Stop and Profit Target", overlay=true )
// Define the investment amount for when the condition is met
investment_per_condition = 6
// Define the EMAs
ema5 = ema(close, 5)
ema10 = ema(close, 10)
ema20 = ema(close, 20)
ema50 = ema(close, 50)
ema100 = ema(close, 100)
ema200 = ema(close, 200)
// Define ATR sell threshold
atr_sell_threshold = input(title="ATR Sell Threshold", type=input.integer, defval=10, minval=1)
// Helper function to find if the price is within 1% of the EMA
isWithin1Percent(price, ema) =>
ema_min = ema * 0.99
ema_max = ema * 1.01
price >= ema_min and price <= ema_max
// Control the number of buys
var int buy_count = 0
buy_limit = input(title="Buy Limit", type=input.integer, defval=3000)
// Calculate trailing stop and profit target levels
trail_percent = input(title="Trailing Stop Percentage", type=input.integer, defval=1, minval=0, maxval=10)
profit_target_percent = input(title="Profit Target Percentage", type=input.integer, defval=3, minval=1, maxval=10)
// Determine if the conditions are met and execute the strategy
checkConditionAndBuy(emaValue, emaName) =>
var int local_buy_count = 0 // Create a local mutable variable
if isWithin1Percent(close, emaValue) and local_buy_count < buy_limit
strategy.entry("Buy at " + emaName, strategy.long, qty=investment_per_condition / close, alert_message ="Buy condition met for " + emaName)
local_buy_count := local_buy_count + 1
// alert("Buy Condition", "Buy condition met for ", freq_once_per_bar_close)
local_buy_count // Return the updated local_buy_count
// Add ATR sell condition
atr_condition = atr(20) > atr_sell_threshold
if atr_condition
strategy.close_all()
buy_count := 0 // Reset the global buy_count when selling
// Strategy execution
buy_count := checkConditionAndBuy(ema5, "EMA5")
buy_count := checkConditionAndBuy(ema10, "EMA10")
buy_count := checkConditionAndBuy(ema20, "EMA20")
buy_count := checkConditionAndBuy(ema50, "EMA50")
buy_count := checkConditionAndBuy(ema100, "EMA100")
buy_count := checkConditionAndBuy(ema200, "EMA200")
// Calculate trailing stop level
trail_offset = close * trail_percent / 100
trail_level = close - trail_offset
// Set profit target level
profit_target_level = close * (1 + profit_target_percent / 100)
// Exit strategy: Trailing Stop and Profit Target
strategy.exit("TrailingStop", from_entry="Buy at EMA", trail_offset=trail_offset, trail_price=trail_level)
strategy.exit("ProfitTarget", from_entry="Buy at EMA", when=close >= profit_target_level)
// Plot EMAs
plot(ema5, title="EMA 5", color=color.red)
plot(ema10, title="EMA 10", color=color.orange)
plot(ema20, title="EMA 20", color=color.yellow)
plot(ema50, title="EMA 50", color=color.green)
plot(ema100, title="EMA 100", color=color.blue)
plot(ema200, title="EMA 200", color=color.purple)