Chiến lược theo dõi xu hướng trung bình động ba động
ChaoZhang
Tổng quan
Chiến lược theo dõi xu hướng động ba đường trung bình sử dụng các đường trung bình di chuyển động trên nhiều chu kỳ thời gian để xác định xu hướng thị trường, thực hiện lọc xu hướng nhất quán giữa các chu kỳ thời gian khác nhau, do đó cải thiện độ tin cậy của tín hiệu giao dịch.
Nguyên tắc chiến lược
Chiến lược này sử dụng các trung bình di chuyển động bằng phẳng với 3 tham số khác nhau. Trung bình di chuyển đầu tiên tính hướng xu hướng của giá chu kỳ hiện tại, trung bình di chuyển thứ hai tính hướng xu hướng của giá chu kỳ thời gian cao hơn, và trung bình di chuyển thứ ba tính hướng xu hướng của giá chu kỳ thời gian cao hơn.
Moving Average sử dụng tính năng dẻo lỏng động, có thể tự động tính toán và áp dụng các yếu tố dẻo lỏng thích hợp giữa các khoảng thời gian khác nhau, do đó làm cho các trung bình di chuyển của thời gian cao trên biểu đồ thời gian thấp có đường xu hướng trơn tru, thay vì đường cong. Dẻo lỏng động này cho phép chiến lược có thể xác định hướng xu hướng tổng thể trong thời gian cao, đồng thời thực hiện giao dịch trong thời gian thấp, để theo dõi xu hướng hiệu quả.
Lợi thế chiến lược
Lợi thế lớn nhất của chiến lược này là cơ chế lọc xu hướng trong nhiều khung thời gian. Bằng cách tính toán hướng xu hướng trung bình của giá trong các chu kỳ thời gian khác nhau và yêu cầu sự nhất quán giữa các chu kỳ khác nhau, bạn có thể lọc hiệu quả sự nhiễu nhiễu tín hiệu giao dịch của biến động giá ngắn hạn của vieleity, đảm bảo rằng mỗi tín hiệu giao dịch nằm trong xu hướng lớn, do đó làm tăng đáng kể khả năng lợi nhuận.
Một lợi thế khác là việc sử dụng chức năng làm mịn động. Điều này cho phép chiến lược đồng thời nhận ra xu hướng tổng thể trong chu kỳ thời gian cao và điểm giao dịch cụ thể trong chu kỳ thời gian thấp. Chiến lược có thể xác định hướng của xu hướng lớn trong chu kỳ thời gian cao và thực hiện giao dịch cụ thể trong chu kỳ thời gian thấp. Việc sử dụng khung thời gian đa dạng này giúp nắm bắt cơ hội thị trường và đồng thời kiểm soát rủi ro giao dịch.
Rủi ro và tối ưu hóa
Rủi ro chính của chiến lược này là có ít tín hiệu giao dịch. Điều kiện lọc xu hướng nghiêm ngặt sẽ làm giảm số lượng cơ hội giao dịch, điều này có thể không phù hợp với một số nhà đầu tư theo đuổi giao dịch tần số cao.
Ngoài ra, thiết lập tham số cũng cần được kiểm tra cẩn thận để tối ưu hóa, đặc biệt là độ dài chu kỳ của đường trung bình di chuyển. Các thị trường khác nhau cần thiết lập các tham số chu kỳ khác nhau để đạt được hiệu quả tối ưu.
Các hướng tối ưu hóa trong tương lai cũng có thể xem xét thêm các chỉ số kỹ thuật để lọc hoặc thêm các tham số tối ưu hóa tự động của thuật toán học máy. Đây là những cách hiệu quả để tăng hiệu quả chiến lược.
Tóm tắt
Chiến lược này nói chung là một chiến lược theo dõi xu hướng rất thực tế. Cơ chế lọc xu hướng của khung thời gian đa dạng cung cấp hỗ trợ định hướng tốt cho mỗi quyết định giao dịch, giảm rủi ro giao dịch hiệu quả.
/*backtest
start: 2024-01-23 00:00:00
end: 2024-02-22 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © Harrocop
//@version=5
strategy(title = "Triple MA HTF strategy - Dynamic Smoothing", shorttitle = "Triple MA strategy", overlay=true,
pyramiding=5, initial_capital = 10000,
calc_on_order_fills=false,
slippage = 0,
commission_type=strategy.commission.percent, commission_value=0.05)
//////////////////////////////////////////////////////
////////// Risk Management ////////////
//////////////////////////////////////////////////////
RISKM = "-------------------- Risk Management --------------------"
InitialBalance = input.float(defval = 10000, title = "Initial Balance", minval = 1, maxval = 1000000, step = 1000, tooltip = "starting capital", group = RISKM)
LeverageEquity = input.bool(defval = true, title = "qty based on equity %", tooltip = "true turns on MarginFactor based on equity, false gives fixed qty for positionsize", group = RISKM)
MarginFactor = input.float(0, minval = - 0.9, maxval = 100, step = 0.1, tooltip = "Margin Factor, meaning that 0.5 will add 50% extra capital to determine ordersize quantity, 0.0 means 100% of equity is used to decide quantity of instrument", inline = "qty", group = RISKM)
QtyNr = input.float(defval = 3.5, title = "Quantity Contracts", minval = 0, maxval = 1000000, step = 0.01, tooltip = "Margin Factor, meaning that 0.5 will add 50% extra capital to determine ordersize quantity, 0.0 means 100% of equity is used to decide quantity of instrument", inline = "qty", group = RISKM)
EquityCurrent = InitialBalance + strategy.netprofit[1]
QtyEquity = EquityCurrent * (1 + MarginFactor) / close[1]
QtyTrade = LeverageEquity ? QtyEquity : QtyNr
/////////////////////////////////////////////////////
////////// MA Filter Trend ////////////
/////////////////////////////////////////////////////
TREND = "-------------------- Moving Average 1 --------------------"
Plot_MA = input.bool(true, title = "Plot MA trend?", inline = "Trend1", group = TREND)
TimeFrame_Trend = input.timeframe(title='Higher Time Frame', defval='15', inline = "Trend1", group = TREND)
length = input.int(21, title="Length MA", minval=1, tooltip = "Number of bars used to measure trend on higher timeframe chart", inline = "Trend2", group = TREND)
MA_Type = input.string(defval="McGinley" , options=["EMA","DEMA","TEMA","SMA","WMA", "HMA", "McGinley"], title="MA type:", inline = "Trend2", group = TREND)
ma(type, src, length) =>
float result = 0
if type == 'TMA' // Triangular Moving Average
result := ta.sma(ta.sma(src, math.ceil(length / 2)), math.floor(length / 2) + 1)
result
if type == 'LSMA' // Least Squares Moving Average
result := ta.linreg(src, length, 0)
result
if type == 'SMA' // Simple Moving Average
result := ta.sma(src, length)
result
if type == 'EMA' // Exponential Moving Average
result := ta.ema(src, length)
result
if type == 'DEMA' // Double Exponential Moving Average
e = ta.ema(src, length)
result := 2 * e - ta.ema(e, length)
result
if type == 'TEMA' // Triple Exponentiale
e = ta.ema(src, length)
result := 3 * (e - ta.ema(e, length)) + ta.ema(ta.ema(e, length), length)
result
if type == 'WMA' // Weighted Moving Average
result := ta.wma(src, length)
result
if type == 'HMA' // Hull Moving Average
result := ta.wma(2 * ta.wma(src, length / 2) - ta.wma(src, length), math.round(math.sqrt(length)))
result
if type == 'McGinley' // McGinley Dynamic Moving Average
mg = 0.0
mg := na(mg[1]) ? ta.ema(src, length) : mg[1] + (src - mg[1]) / (length * math.pow(src / mg[1], 4))
result := mg
result
result
// Moving Average
MAtrend = ma(MA_Type, close, length)
MA_Value_HTF = request.security(syminfo.tickerid, TimeFrame_Trend, MAtrend)
// Get minutes for current and higher timeframes
// Function to convert a timeframe string to its equivalent in minutes
timeframeToMinutes(tf) =>
multiplier = 1
if (str.endswith(tf, "D"))
multiplier := 1440
else if (str.endswith(tf, "W"))
multiplier := 10080
else if (str.endswith(tf, "M"))
multiplier := 43200
else if (str.endswith(tf, "H"))
multiplier := int(str.tonumber(str.replace(tf, "H", "")))
else
multiplier := int(str.tonumber(str.replace(tf, "m", "")))
multiplier
// Get minutes for current and higher timeframes
currentTFMinutes = timeframeToMinutes(timeframe.period)
higherTFMinutes = timeframeToMinutes(TimeFrame_Trend)
// Calculate the smoothing factor
dynamicSmoothing = math.round(higherTFMinutes / currentTFMinutes)
MA_Value_Smooth = ta.sma(MA_Value_HTF, dynamicSmoothing)
// Trend HTF
UP = MA_Value_Smooth > MA_Value_Smooth[1] // Use "UP" Function to use as filter in combination with other indicators
DOWN = MA_Value_Smooth < MA_Value_Smooth[1] // Use "Down" Function to use as filter in combination with other indicators
/////////////////////////////////////////////////////
////////// Second MA Filter Trend ///////////
/////////////////////////////////////////////////////
TREND2 = "-------------------- Moving Average 2 --------------------"
Plot_MA2 = input.bool(true, title = "Plot Second MA trend?", inline = "Trend3", group = TREND2)
TimeFrame_Trend2 = input.timeframe(title='HTF', defval='60', inline = "Trend3", group = TREND2)
length2 = input.int(21, title="Length Second MA", minval=1, tooltip = "Number of bars used to measure trend on higher timeframe chart", inline = "Trend4", group = TREND2)
MA_Type2 = input.string(defval="McGinley" , options=["EMA","DEMA","TEMA","SMA","WMA", "HMA", "McGinley"], title="MA type:", inline = "Trend4", group = TREND2)
// Second Moving Average
MAtrend2 = ma(MA_Type2, close, length2)
MA_Value_HTF2 = request.security(syminfo.tickerid, TimeFrame_Trend2, MAtrend2)
// Get minutes for current and higher timeframes
higherTFMinutes2 = timeframeToMinutes(TimeFrame_Trend2)
// Calculate the smoothing factor for the second moving average
dynamicSmoothing2 = math.round(higherTFMinutes2 / currentTFMinutes)
MA_Value_Smooth2 = ta.sma(MA_Value_HTF2, dynamicSmoothing2)
// Trend HTF for the second moving average
UP2 = MA_Value_Smooth2 > MA_Value_Smooth2[1]
DOWN2 = MA_Value_Smooth2 < MA_Value_Smooth2[1]
/////////////////////////////////////////////////////
////////// Third MA Filter Trend ///////////
/////////////////////////////////////////////////////
TREND3 = "-------------------- Moving Average 3 --------------------"
Plot_MA3 = input.bool(true, title = "Plot third MA trend?", inline = "Trend5", group = TREND3)
TimeFrame_Trend3 = input.timeframe(title='HTF', defval='240', inline = "Trend5", group = TREND3)
length3 = input.int(50, title="Length third MA", minval=1, tooltip = "Number of bars used to measure trend on higher timeframe chart", inline = "Trend6", group = TREND3)
MA_Type3 = input.string(defval="McGinley" , options=["EMA","DEMA","TEMA","SMA","WMA", "HMA", "McGinley"], title="MA type:", inline = "Trend6", group = TREND3)
// Second Moving Average
MAtrend3 = ma(MA_Type3, close, length3)
MA_Value_HTF3 = request.security(syminfo.tickerid, TimeFrame_Trend3, MAtrend3)
// Get minutes for current and higher timeframes
higherTFMinutes3 = timeframeToMinutes(TimeFrame_Trend3)
// Calculate the smoothing factor for the second moving average
dynamicSmoothing3 = math.round(higherTFMinutes3 / currentTFMinutes)
MA_Value_Smooth3 = ta.sma(MA_Value_HTF3, dynamicSmoothing3)
// Trend HTF for the second moving average
UP3 = MA_Value_Smooth3 > MA_Value_Smooth3[1]
DOWN3 = MA_Value_Smooth3 < MA_Value_Smooth3[1]
/////////////////////////////////////////////////////
////////// Entry Settings ////////////
/////////////////////////////////////////////////////
BuySignal = ta.crossover(MA_Value_HTF, MA_Value_HTF2) and UP3 == true
SellSignal = ta.crossunder(MA_Value_HTF, MA_Value_HTF2) and DOWN3 == true
ExitBuy = ta.crossunder(MA_Value_HTF, MA_Value_HTF2)
ExitSell = ta.crossover(MA_Value_HTF, MA_Value_HTF2)
/////////////////////////////////////////////////
/////////// Strategy ////////////////
/////////// Entry & Exit ////////////////
/////////// logic ////////////////
/////////////////////////////////////////////////
// Long
if BuySignal
strategy.entry("Long", strategy.long, qty = QtyTrade)
if (strategy.position_size > 0 and ExitBuy == true)
strategy.close(id = "Long", comment = "Close Long")
// Short
if SellSignal
strategy.entry("Short", strategy.short, qty = QtyTrade)
if (strategy.position_size < 0 and ExitSell == true)
strategy.close(id = "Short", comment = "Close Short")
/////////////////////////////////////////////////////
////////// Visuals Chart ////////////
/////////////////////////////////////////////////////
// Plot Moving Average HTF
p1 = plot(Plot_MA ? MA_Value_Smooth : na, "HTF Trend", color = UP ? color.rgb(238, 255, 0) : color.rgb(175, 173, 38), linewidth = 1, style = plot.style_line)
p2 = plot(Plot_MA2 ? MA_Value_Smooth2 : na, "HTF Trend", color = UP2 ? color.rgb(0, 132, 255) : color.rgb(0, 17, 255), linewidth = 1, style = plot.style_line)
plot(Plot_MA3 ? MA_Value_Smooth3 : na, "HTF Trend", color = UP3 ? color.rgb(0, 255, 8) : color.rgb(255, 0, 0), linewidth = 2, style = plot.style_line)
fill(p1, p2, color = color.rgb(255, 208, 0, 90), title="Fill")