ianzeng123
Обзор
Многомерно адаптируемая динамически точная торговая стратегия с движущейся средней матрицей и ATR - это высококачественная торговая система, разработанная для быстро меняющихся рыночных условий. В основе стратегии лежит объединение различных типов фильтров с движущимися средними и ATR (средняя реальная волновая amplitude), создавая высоко гибкую и адаптируемую торговую матрицу.
Стратегический принцип
Основные принципы стратегии основаны на совместной работе нескольких ключевых компонентов:
Высокоуровневые матрицы скользящих средних: Стратегия реализует до 11 различных типов движущихся средних, включая SMA, EMA, SMMA, HMA, TEMA, WMA, VWMA, ZLEMA, ALMA, KAMA и DEMA. Каждый тип движущихся средних имеет свой уникальный метод расчета и реакционные характеристики, которые могут быть выбраны гибко в зависимости от рыночных условий.
Управление рисками на основе ATRСтратегия использования ATR для измерения волатильности рынка и применения его в нескольких аспектах:
- Оценка волатильности: использование ATR в соотношении с ценой закрытия в качестве критерия фильтрации волатильности
- Входный фильтр: гарантирует, что цена должна находиться на достаточном расстоянии от медленно движущейся средней для входа
- Динамический контроль риска: фиксированные остановки, целевые прибыли и отслеживание остановок на основе ATR, чтобы риск-менеджмент был адаптирован к текущей волатильности рынка
Фильтрация тенденций в нескольких временных рамкахСтратегия: повышение надежности сигнала путем запроса тенденций движущейся средней за более высокие временные рамки (в пределах 15 минут) и обеспечения того, чтобы направление торговли соответствовало тенденциям более крупных рынков.
Проверка количества сделок и временного окна: сделки выполняются только при соблюдении минимальных требований к объему сделок, в случае прорыва объема сделок и в пределах предопределенного окна времени сделки, что еще больше повышает качество сделок.
Логика генерации сигнала：
- Многоглазые условие: цена выше быстрых и медленно движущихся средних, быстро движущаяся средняя выше медленно движущейся средней, при одновременном удовлетворении фильтра ATR, условий транзакции и требований временного окна
- Поверхностные условия: соответствующие условия в противоположном случае
Комплексная логика выходаСтратегия использует трехслойный механизм выхода: фиксированный стоп (множественный ATR), целевая прибыль (множественный ATR) и отслеживаемый стоп (динамическая корректировка на основе ATR), обеспечивая полную защиту от риска для каждой сделки.
Стратегические преимущества
Анализ кода стратегии позволяет выделить следующие значительные преимущества:
Выдающаяся приспособляемостьС помощью множества переключаемых типов скользящих средних (от HMA до KAMA и т. д.) стратегия может адаптироваться к различным рыночным условиям. Такая гибкость позволяет трейдеру выбрать оптимальный индикатор в соответствии с текущей рыночной обстановкой без необходимости переписывать всю стратегию.
Динамическое управление рискамиATR-основанный механизм контроля риска гарантирует, что цели по остановке убытков и прибыли автоматически корректируются в зависимости от волатильности рынка. Этот метод обеспечивает лучшую защиту в более волатильных рынках, а также позволяет зафиксировать большую прибыль в трендовых.
Многослойная фильтрацияС помощью комбинированного скрещивания скользящих средних, анализа объема сделки, волатильности и фильтрации трендов в многократных временных рамках, стратегия эффективно уменьшает ошибочные сигналы и повышает качество торгов. Особенно в 15-минутных временных рамках функция фильтрации трендов значительно снижает вероятность регрессивных торгов.
Точные условия для поступленияЭта стратегия не только опирается на пересечение технических индикаторов, но и требует достаточного расстояния ATR между ценой и медленно движущейся средней, что помогает избежать частых торгов на поперечном рынке и уменьшает потери от ложных прорывов.
Прозрачный мониторинг производительностиВстроенная панель инструментов обеспечивает реальное отображение ключевых показателей эффективности, включая текущую прибыль/убыток, акционеров, ATR (первоначальные значения и проценты) и разрыв между движущимися средними, что позволяет трейдерам оценивать состояние стратегии в любое время.
Стратегический риск
Несмотря на хорошую конструкцию, существуют следующие потенциальные риски:
Параметр оптимизации ловушки: Стратегия содержит большое количество параметров ((тип и периодичность скользящих средних, ATR-циклы и множители и т. д.), чрезмерная оптимизация может привести к кривосочетанию, что делает стратегию неэффективной для торговли на реальных дисках. Решение заключается в надежном тестировании на рынках и в течение определенного периода времени, чтобы избежать чрезмерной корректировки параметров.
Риск быстрого разворотаНесмотря на использование динамического стопа ATR, в случае резкого рыночного поворота (например, после крупного новостного объявления) цены могут подскочить до того, как будет вызвана остановка, что приведет к убыткам, превышающим ожидания. Рекомендуется применять дополнительный контроль риска в ночное время или приостанавливать торговлю перед высокой волатильностью.
Задержка сигнала: Все движущиеся средние по своей сути являются затяжными. Даже низкозатяжные варианты, такие как HMA или ZLEMA, могут пропустить идеальную точку входа в быстром рынке.
Зависимость от объема поставок: Стратегия сигнализирует о резком увеличении объема сделок, однако на некоторых рынках или в определенные периоды времени объем сделок может быть вводящим в заблуждение. При необходимости следует адаптировать фильтр объема сделок или рассмотреть возможность отключения этой функции в определенных рыночных условиях.
Ограничение временного окнаОпределенные торговые окна могут пропустить важные ночные или ранние торговые возможности. Рекомендуется корректировать торговые часы в соответствии с наиболее активными часами на конкретном рынке.
Направление оптимизации стратегии
После анализа кода, можно сделать несколько возможных улучшений:
Адаптационные параметрыВ настоящее время в стратегии используются фиксированные параметры. Высокотехнологичная оптимизация включает в себя параметры, которые автоматически корректируются в зависимости от состояния рынка (тенденции, колебания, диапазоны). Например, можно автоматически увеличивать ATR в период высокой волатильности или переключаться на типы скользящих средних в различных рыночных условиях.
Интеграция моделей машинного обучения: с помощью внедрения слоя машинного обучения для прогнозирования того, какие типы скользящих средних могут лучше всего работать в текущих рыночных условиях, что позволяет автоматически выбирать оптимальную комбинацию скользящих средних. Это может быть достигнуто путем анализа относительных показателей различных показателей в исторических данных.
Идентификация тенденций к улучшениюВ дополнение к существующим 15-минутным фильтрам трендов, можно использовать более сложные алгоритмы идентификации трендов, такие как индекс Хурста или индикатор направленного движения (DMI), для более точного определения силы и продолжительности тренда.
Усиление стратегии выходаТекущая стратегия выхода может быть дополнительно оптимизирована путем добавления выходной сигналов, основанных на структуре рынка, таких как прорыв линии тренда, ключевые уровни поддержки/сопротивления или резкие изменения волатильности. Это может помочь закрепить прибыль до окончания тренда.
Размер рискованной позиции: реализация динамического масштабирования позиций на основе текущей волатильности и средств счета, а не с использованием фиксированного количества сделок. Например, уменьшение позиций во время высокой волатильности и умеренное увеличение позиций во время низкой волатильности для оптимизации коэффициента возврата риска.
Фильтрация рынкаУлучшение качества сигнала путем мониторинга соответствующих рынков (например, при торговле индексами акций обратите внимание на VIX) или взаимосвязи между активами. Увеличение доверия к сделкам может быть достигнуто, когда соответствующие рынки показывают согласованное направленное движение.
Подвести итог
Многомерная адаптивная матрица движущихся средних и динамически точная стратегия торговли ATR представляют собой всеобъемлющий и продвинутый метод количественной торговли. Благодаря сочетанию преимуществ различных типов движущихся средних и строгому контролю риска ATR, эта стратегия может адаптироваться к различным рыночным условиям, сохраняя хорошее управление рисками.
Настоящая ценность стратегии заключается в ее гибкости и адаптивности, позволяющей трейдеру настраивать ее в соответствии с конкретными рынками и личными предпочтениями в отношении риска. Существует потенциал для дальнейшего повышения эффективности стратегии с помощью рекомендаций по оптимизации направлений, в частности, адаптивной настройки параметров и интеграции машинного обучения.
Для трейдеров, стремящихся использовать технически прочную и дисциплинированную систему в среде высокочастотных торгов, эта стратегия предоставляет прочную основу, которая сочетает в себе техническую точность и контроль риска. Важно отметить, что трейдер должен проверить эффективность этой стратегии на своем целевом рынке с помощью тщательной обратной связи и моделирования торгов, а также вносить необходимые коррективы в соответствии с конкретными условиями торговли.
/*backtest
start: 2024-04-16 00:00:00
end: 2025-04-15 00:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=6
strategy("Dskyz (DAFE) MAtrix with ATR-Powered Precision",
overlay=true,
default_qty_type=strategy.fixed,
initial_capital=1000000,
commission_value=0,
slippage=1,
pyramiding=10)
// ==================================================================
// USER-DEFINED FUNCTIONS
// ==================================================================
// Hull Moving Average (HMA)
hma(src, len) =>
halfLen = math.round(len * 0.5)
sqrtLen = math.round(math.sqrt(len))
wmaf = ta.wma(src, halfLen)
wmaFull = ta.wma(src, len)
ta.wma(2 * wmaf - wmaFull, sqrtLen)
// Triple Exponential Moving Average (TEMA)
tema(src, len) =>
ema1 = ta.ema(src, len)
ema2 = ta.ema(ema1, len)
ema3 = ta.ema(ema2, len)
3 * (ema1 - ema2) + ema3
// Double Exponential Moving Average (DEMA)
dema(src, len) =>
ema1 = ta.ema(src, len)
ema2 = ta.ema(ema1, len)
2 * ema1 - ema2
// VWMA - Volume Weighted Moving Average
vwma(src, len) =>
ta.vwma(src, len)
// ZLEMA - Zero Lag EMA
zlema(src, len) =>
lag = math.floor((len - 1) / 2)
ta.ema(2 * src - src[lag], len)
// ALMA - Arnaud Legoux Moving Average
alma(src, len, offset=0.85, sigma=6) =>
ta.alma(src, len, offset, sigma)
// Custom Kaufman Adaptive Moving Average (KAMA)
kama(src, len) =>
fastSC = 2.0 / (2 + 1)
slowSC = 2.0 / (30 + 1)
change = math.abs(src - src[len])
volatility = 0.0
for i = 0 to len - 1
volatility += math.abs(src - src[i])
er = volatility != 0 ? change / volatility : 0.0
sc = math.pow(er * (fastSC - slowSC) + slowSC, 2)
var float kama_val = na
kama_val := na(kama_val) ? ta.sma(src, len) : kama_val + sc * (src - kama_val)
kama_val
// ==================================================================
// INPUTS
// ==================================================================
fastLength = input.int(9, "[MA] Fast MA Length", minval=1)
slowLength = input.int(19, "[MA] Slow MA Length", minval=1)
fastMAType = input.string("SMA", "Fast MA Type", options=["SMA", "EMA", "SMMA", "HMA", "TEMA", "WMA", "VWMA", "ZLEMA", "ALMA", "KAMA", "DEMA"])
slowMAType = input.string("SMA", "Slow MA Type", options=["SMA", "EMA", "SMMA", "HMA", "TEMA", "WMA", "VWMA", "ZLEMA", "ALMA", "KAMA", "DEMA"])
atrPeriod = input.int(14, "ATR Period", minval=1)
atrMultiplier = input.float(1.5, "ATR Multiplier for Filter", minval=0.1, step=0.1)
useTrendFilter = input.bool(true, "[Filter Settings] Use 15m Trend Filter")
minVolume = input.int(10, "Minimum Volume", minval=1)
volatilityThreshold = input.float(1.0, "Volatility Threshold (%)", minval=0.1, step=0.1) / 100
tradingStartHour = input.int(9, "Trading Start Hour (24h)", minval=0, maxval=23)
tradingEndHour = input.int(16, "Trading End Hour (24h)", minval=0, maxval=23)
trailOffset = input.float(0.5, "[Exit Settings] Trailing Stop Offset ATR Multiplier", minval=0.01, step=0.01)
profitTargetATRMult = input.float(1.2, "Profit Target ATR Multiplier", minval=0.1, step=0.1)
fixedStopMultiplier = input.float(1.3, "Fixed Stop Multiplier", minval=0.5, step=0.1)
fixedQuantity = input.int(2, "Trade Quantity", minval=1)
resetDashboard = input.bool(false, "Reset Dashboard Stats")
// ==================================================================
// CALCULATIONS
// ==================================================================
volumeOk = volume >= minVolume
currentHour = hour(time)
timeWindow = currentHour >= tradingStartHour and currentHour <= tradingEndHour
volumeSpike = volume > 1.2 * ta.sma(volume, 10)
// ATR Calculation
atr = ta.atr(atrPeriod)
volatility = nz(atr / close, 0)
volatilityOk = volatility <= volatilityThreshold
// ==================================================================
// MOVING AVERAGES CALCULATIONS
// ==================================================================
var float fastMA = na
var float slowMA = na
// Fast MA Logic
if fastMAType == "SMA"
fastMA := ta.sma(close, fastLength)
else if fastMAType == "EMA"
fastMA := ta.ema(close, fastLength)
else if fastMAType == "SMMA"
fastMA := ta.rma(close, fastLength)
else if fastMAType == "HMA"
fastMA := hma(close, fastLength)
else if fastMAType == "TEMA"
fastMA := tema(close, fastLength)
else if fastMAType == "WMA"
fastMA := ta.wma(close, fastLength)
else if fastMAType == "VWMA"
fastMA := vwma(close, fastLength)
else if fastMAType == "ZLEMA"
fastMA := zlema(close, fastLength)
else if fastMAType == "ALMA"
fastMA := alma(close, fastLength)
else if fastMAType == "KAMA"
fastMA := kama(close, fastLength)
else if fastMAType == "DEMA"
fastMA := dema(close, fastLength)
// Slow MA Logic
if slowMAType == "SMA"
slowMA := ta.sma(close, slowLength)
else if slowMAType == "EMA"
slowMA := ta.ema(close, slowLength)
else if slowMAType == "SMMA"
slowMA := ta.rma(close, slowLength)
else if slowMAType == "HMA"
slowMA := hma(close, slowLength)
else if slowMAType == "TEMA"
slowMA := tema(close, slowLength)
else if slowMAType == "WMA"
slowMA := ta.wma(close, slowLength)
else if slowMAType == "VWMA"
slowMA := vwma(close, slowLength)
else if slowMAType == "ZLEMA"
slowMA := zlema(close, slowLength)
else if slowMAType == "ALMA"
slowMA := alma(close, slowLength)
else if slowMAType == "KAMA"
slowMA := kama(close, slowLength)
else if slowMAType == "DEMA"
slowMA := dema(close, slowLength)
// ==================================================================
// TREND FILTER & SIGNAL LOGIC
// ==================================================================
// Retrieve 15-minute MAs for trend filtering
[fastMA15m, slowMA15m] = request.security(syminfo.tickerid, "15", [ta.sma(close, fastLength), ta.sma(close, slowLength)])
trend15m = fastMA15m > slowMA15m ? 1 : fastMA15m < slowMA15m ? -1 : 0
trendLongOk = not useTrendFilter or trend15m >= 0
trendShortOk= not useTrendFilter or trend15m <= 0
// ATR-based Price Filter
atrFilterLong = close > slowMA + atr * atrMultiplier
atrFilterShort = close < slowMA - atr * atrMultiplier
// Signal Logic: MA alignment + filters
maAbove = close > fastMA and fastMA > slowMA
maBelow = close < fastMA and fastMA < slowMA
longCondition = maAbove and trendLongOk and atrFilterLong and volumeOk and volumeSpike and timeWindow and volatilityOk
shortCondition= maBelow and trendShortOk and atrFilterShort and volumeOk and volumeSpike and timeWindow and volatilityOk
// ==================================================================
// ENTRY LOGIC
// ==================================================================
if strategy.position_size == 0 and longCondition
strategy.entry("Long", strategy.long, qty=fixedQuantity)
if strategy.position_size == 0 and shortCondition
strategy.entry("Short", strategy.short, qty=fixedQuantity)
// ==================================================================
// EXIT LOGIC
// ==================================================================
if strategy.position_size > 0
strategy.exit("Long Exit", "Long",
stop = strategy.position_avg_price - atr * fixedStopMultiplier,
limit = strategy.position_avg_price + atr * profitTargetATRMult,
trail_offset = atr * trailOffset,
trail_points = atr * trailOffset)
if strategy.position_size < 0
strategy.exit("Short Exit", "Short",
stop = strategy.position_avg_price + atr * fixedStopMultiplier,
limit = strategy.position_avg_price - atr * profitTargetATRMult,
trail_offset = atr * trailOffset,
trail_points = atr * trailOffset)
// ==================================================================
// VISUALS: PLOT MAs
// ==================================================================
plot(fastMA, color=color.blue, linewidth=2, title="Fast MA")
plot(slowMA, color=color.red, linewidth=2, title="Slow MA")
// ==================================================================
// METRICS CALCULATIONS (for Dashboard)
// ==================================================================
// Additional metrics:
atrPct = close != 0 ? (atr / close) * 100 : na // ATR as percentage of Close
maGapPct = (slowMA != 0) ? (math.abs(fastMA - slowMA) / slowMA) * 100 : na // % difference between MAs
// Open PnL Calculation
currentPnL = strategy.position_size != 0 ? (close - strategy.position_avg_price) * strategy.position_size : 0
// Persistent variable for highest equity (for drawdown calculation)
var float highestEquity = strategy.equity
highestEquity := math.max(highestEquity, strategy.equity)
totalDrawdown = strategy.equity - highestEquity
// Reset dashboard metrics if reset toggle is on.
if resetDashboard
highestEquity := strategy.equity
// ==================================================================
// DASHBOARD: WATERMARK LOGO (Bottom-Right)
// ==================================================================
var table watermarkTable = table.new(position.bottom_right, 1, 1, bgcolor=color.rgb(0, 0, 0, 80), border_color=color.rgb(0, 50, 137), border_width=1)
if barstate.islast
table.cell(watermarkTable, 0, 0, "⚡ Dskyz - DAFE Trading Systems", text_color=color.rgb(159, 127, 255, 80), text_size=size.large)
// ==================================================================
// DASHBOARD: METRICS TABLE (Bottom-Left)
// ==================================================================
var table dashboard = table.new(position.middle_right, 2, 12, bgcolor=color.new(#000000, 29), border_color=color.rgb(80, 80, 80), border_width=1)
if barstate.islast
// Row 0 – Dashboard Title (duplicated in both columns to simulate spanning)
table.cell(dashboard, 0, 0, "⚡(DAFE) Trading Systems", text_color=color.rgb(135, 135, 135), text_size=size.small)
// Row 1 – Position
table.cell(dashboard, 0, 1, "Position", text_color=color.gray)
positionText = strategy.position_size > 0 ? "Long" : strategy.position_size < 0 ? "Short" : "Flat"
table.cell(dashboard, 1, 1, positionText, text_color=strategy.position_size > 0 ? color.green : strategy.position_size < 0 ? color.red : color.blue)
// Row 2 – Current PnL
table.cell(dashboard, 0, 2, "Current P/L", text_color=color.gray)
table.cell(dashboard, 1, 2, str.tostring(currentPnL, "#.##"), text_color=(currentPnL > 0 ? color.green : currentPnL < 0 ? color.red : color.gray))
// Row 3 – Equity
table.cell(dashboard, 0, 3, "Equity", text_color=color.gray)
table.cell(dashboard, 1, 3, str.tostring(strategy.equity, "#.##"), text_color=color.white)
// Row 4 – Closed Trades
table.cell(dashboard, 0, 4, "Closed Trades", text_color=color.gray)
table.cell(dashboard, 1, 4, str.tostring(strategy.closedtrades), text_color=color.white)
// Row 5 – Title Step
table.cell(dashboard, 0, 5, "Metrics", text_color=color.rgb(76, 122, 23))
// Row 6 – Fast MA
table.cell(dashboard, 0, 6, "Fast MA", text_color=color.gray)
table.cell(dashboard, 1, 6, str.tostring(fastMA, "#.##"), text_color=color.white)
// Row 7 – Slow MA
table.cell(dashboard, 0, 7, "Slow MA", text_color=color.gray)
table.cell(dashboard, 1, 7, str.tostring(slowMA, "#.##"), text_color=color.white)
// Row 8 – ATR (Raw)
table.cell(dashboard, 0, 8, "ATR", text_color=color.gray)
table.cell(dashboard, 1, 8, str.tostring(atr, "#.##"), text_color=color.white)
// Row 9 – ATR (%)
table.cell(dashboard, 0, 9, "ATR (%)", text_color=color.gray)
table.cell(dashboard, 1, 9, str.tostring(atrPct, "#.##") + "%", text_color=color.white)
// Row 10 – MA Gap (%)
table.cell(dashboard, 0, 10, "MA Gap (%)", text_color=color.gray)
table.cell(dashboard, 1, 10, na(maGapPct) ? "N/A" : str.tostring(maGapPct, "#.##") + "%", text_color=color.white)
// Row 11 – Volatility (%)
table.cell(dashboard, 0, 11, "Volatility (%)", text_color=color.gray)
table.cell(dashboard, 1, 11, str.tostring(volatility * 100, "#.##") + "%", text_color=color.white)