Стратегия разворота MACD с нулевым пересечением и несколькими временными периодами
ChaoZhang
Обзор
Многовременная стратегия обратного обращения MACD с нулевой осью путем расчета MACD-индикаторов для разных периодов, идентификации сигналов о возможном обратном обращении цены, использования метода стоп-лосса для отслеживания тенденций и стремления к более высокой эффективности использования средств.
Стратегический принцип
Эта стратегия одновременно рассчитывает 3-циклические и 10-циклические SMA, строит быструю и медленную линии, а затем рассчитывает индикатор MACD и сигнальную линию. Когда быстрая линия и сигнальная линия пересекаются вверх или вниз по нулевой оси, это указывает на то, что цена достигла критической точки и может быть обращена вспять. Кроме того, эта стратегия также сочетает в себе решение о многомерной позиции, RSI и т. Д., Чтобы определить надежность обратного сигнала.
В частности, стратегия определяет ценовые повороты следующим образом:
- Пересечение нулевой оси MACD указывает на критическую точку цены
- При этом, по мнению экспертов, “покупательская” напряженность в объеме сделки может привести к пустоте.
- RSI показывает тенденцию к снижению, в сочетании с изменением склонности MACD, чтобы определить силу обратного сигнала
- Скоростная и сигнальная линии пересекаются в обратном направлении, образуя обратный сигнал
При высокой надежности обратного сигнала, стратегия использует трендовый метод остановки, чтобы получить более высокую прибыль.
Анализ преимуществ
Эта стратегия имеет следующие преимущества:
- Многомерное суждение делает обратный сигнал более надежным
- Использование MACD нулевой пересечения для определения точки поворота, более высокая точность
- RSI показатель и объем торгов, высокая надежность
- Следить за тенденциями, чтобы остановить убытки, стремиться к более высокой эффективности использования средств
Анализ рисков
Однако эта стратегия также несет в себе некоторые риски:
- Показатели MACD имеют большую вероятность ложного сигнала и легко поддаются ловушке
- В процессе многопространственного переключения вероятность пробития стоп-лома выше.
- Неправильная настройка параметров может привести к слишком частому трейдингу, увеличению стоимости сделки и потере скольжения
Риски можно снизить следующими способами:
- Примерная отпускная остановка, чтобы избежать зацепки
- Оптимизация параметров, снижение частоты торгов
- Рассматривайте вход только вблизи ключевых опорных сопротивлений.
Направление оптимизации
Стратегия может быть оптимизирована в следующих направлениях:
- Добавление алгоритмов машинного обучения для оценки надежности обратного сигнала
- Повышение эмоциональных показателей при оценке психологической поверхности.
- В сочетании с ключевыми опорными сопротивлениями для повышения точности входа
- Оптимизация методов погашения убытков и дальнейшее повышение эффективности использования средств
- Тест оптимальных комбинаций параметров для снижения частоты торгов
Подвести итог
Многовременная MACD-стратегия обратного обращения с нулевым пересечением, которая анализирует информацию о ценах, объемах оборота и показателях колебаний, определяет время для обратного обращения и своевременную остановку убытков после получения достаточной прибыли, чтобы получить лучшую прибыль при обратном обращении. Эта стратегия может быть улучшена с помощью машинного обучения и оптимизации ключевых позиций, чтобы уменьшить частоту торгов и риск, увеличить пространство для прибыли.
/*backtest
start: 2023-02-11 00:00:00
end: 2024-02-17 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("3 10.0 Oscillator Profile Flagging", shorttitle="3 10.0 Oscillator Profile Flagging", overlay=false)
signalBiasValue = input(title="Signal Bias", defval=0.26)
macdBiasValue = input(title="MACD Bias", defval=0.8)
shortLookBack = input( title="Short LookBack", defval=3)
longLookBack = input( title="Long LookBack", defval=10.0)
takeProfit = input( title="Take Profit", defval=0.8)
stopLoss = input( title="Stop Loss", defval=0.75)
fast_ma = ta.sma(close, 3)
slow_ma = ta.sma(close, 10)
macd = fast_ma - slow_ma
signal = ta.sma(macd, 16)
hline(0, "Zero Line", color = color.black)
buyVolume = volume*((close-low)/(high-low))
sellVolume = volume*((high-close)/(high-low))
buyVolSlope = buyVolume - buyVolume[1]
sellVolSlope = sellVolume - sellVolume[1]
signalSlope = ( signal - signal[1] )
macdSlope = ( macd - macd[1] )
plot(macd, color=color.blue, title="Total Volume")
plot(signal, color=color.orange, title="Total Volume")
intrabarRange = high - low
rsi = ta.rsi(close, 14)
rsiSlope = rsi - rsi[1]
getRSISlopeChange(lookBack) =>
j = 0
for i = 0 to lookBack
if ( rsi[i] - rsi[ i + 1 ] ) > -5
j += 1
j
getBuyerVolBias(lookBack) =>
j = 0
for i = 1 to lookBack
if buyVolume[i] > sellVolume[i]
j += 1
j
getSellerVolBias(lookBack) =>
j = 0
for i = 1 to lookBack
if sellVolume[i] > buyVolume[i]
j += 1
j
getVolBias(lookBack) =>
float b = 0.0
float s = 0.0
for i = 1 to lookBack
b += buyVolume[i]
s += sellVolume[i]
b > s
getSignalBuyerBias(lookBack) =>
j = 0
for i = 1 to lookBack
if signal[i] > signalBiasValue
j += 1
j
getSignalSellerBias(lookBack) =>
j = 0
for i = 1 to lookBack
if signal[i] < ( 0.0 - signalBiasValue )
j += 1
j
getSignalNoBias(lookBack) =>
j = 0
for i = 1 to lookBack
if signal[i] < signalBiasValue and signal[i] > ( 0.0 - signalBiasValue )
j += 1
j
getPriceRising(lookBack) =>
j = 0
for i = 1 to lookBack
if close[i] > close[i + 1]
j += 1
j
getPriceFalling(lookBack) =>
j = 0
for i = 1 to lookBack
if close[i] < close[i + 1]
j += 1
j
getRangeNarrowing(lookBack) =>
j = 0
for i = 1 to lookBack
if intrabarRange[i] < intrabarRange[i + 1]
j+= 1
j
getRangeBroadening(lookBack) =>
j = 0
for i = 1 to lookBack
if intrabarRange[i] > intrabarRange[i + 1]
j+= 1
j
bool isNegativeSignalReversal = signalSlope < 0.0 and signalSlope[1] > 0.0
bool isNegativeMacdReversal = macdSlope < 0.0 and macdSlope[1] > 0.0
bool isPositiveSignalReversal = signalSlope > 0.0 and signalSlope[1] < 0.0
bool isPositiveMacdReversal = macdSlope > 0.0 and macdSlope[1] < 0.0
bool hasBearInversion = signalSlope > 0.0 and macdSlope < 0.0
bool hasBullInversion = signalSlope < 0.0 and macdSlope > 0.0
bool hasSignalBias = math.abs(signal) >= signalBiasValue
bool hasNoSignalBias = signal < signalBiasValue and signal > ( 0.0 - signalBiasValue )
bool hasSignalBuyerBias = hasSignalBias and signal > 0.0
bool hasSignalSellerBias = hasSignalBias and signal < 0.0
bool hasPositiveMACDBias = macd > macdBiasValue
bool hasNegativeMACDBias = macd < ( 0.0 - macdBiasValue )
bool hasBullAntiPattern = ta.crossunder(macd, signal)
bool hasBearAntiPattern = ta.crossover(macd, signal)
bool hasSignificantBuyerVolBias = buyVolume > ( sellVolume * 1.5 )
bool hasSignificantSellerVolBias = sellVolume > ( buyVolume * 1.5 )
// 393.60 Profit 52.26% 15m
if ( hasBullInversion and rsiSlope > 1.5 and volume > 300000.0 )
strategy.entry("15C1", strategy.long, qty=10.0)
strategy.exit("TPS", "15C1", limit=strategy.position_avg_price + takeProfit, stop=strategy.position_avg_price - stopLoss)
// 356.10 Profit 51,45% 15m
if ( getVolBias(shortLookBack) == false and rsiSlope > 3.0 and signalSlope > 0)
strategy.entry("15C2", strategy.long, qty=10.0)
strategy.exit("TPS", "15C2", limit=strategy.position_avg_price + takeProfit, stop=strategy.position_avg_price - stopLoss)
// 124 Profit 52% 15m
if ( rsiSlope < -11.25 and macdSlope < 0.0 and signalSlope < 0.0)
strategy.entry("15P1", strategy.short, qty=10.0)
strategy.exit("TPS", "15P1", limit=strategy.position_avg_price - takeProfit, stop=strategy.position_avg_price + stopLoss)
// 455.40 Profit 49% 15m
if ( math.abs(math.abs(macd) - math.abs(signal)) < .1 and buyVolume > sellVolume and hasBullInversion)
strategy.entry("15P2", strategy.short, qty=10.0)
strategy.exit("TPS", "15P2", limit=strategy.position_avg_price - takeProfit, stop=strategy.position_avg_price + stopLoss)