Range Filter Chiến lược tín hiệu mua bán
Tác giả:ChaoZhang, Ngày: 2024-03-08 17:06:50Tags:
Tổng quan
Chiến lược tín hiệu mua bán lọc phạm vi là một chiến lược giao dịch định lượng rất thực tế. Nó sử dụng phạm vi biến động giá để lọc tín hiệu mua và bán, giảm tín hiệu sai trong thị trường biến động thấp và cải thiện chất lượng tín hiệu trong thị trường biến động cao. Tên chiến lược tóm tắt chính xác chức năng chính của chiến lược.
Chiến lược logic
Chiến lược đầu tiên tính toán phạm vi biến động của giá tài sản trong một khoảng thời gian nhất định. Cụ thể, nó tính toán sự khác biệt giữa giá cao nhất và giá thấp nhất trong khoảng thời gian được chỉ định để xác định mức biến động giá.
Sau đó, nó sẽ tạo ra tín hiệu mua và bán. Tuy nhiên, không phải tất cả các tín hiệu sẽ kích hoạt nhập cảnh, nhưng cần đáp ứng các điều kiện lọc phạm vi biến động giá. Ví dụ, tín hiệu mua chỉ được phát hành khi giá vượt qua phạm vi biến động.
Bằng cách này, chiến lược lọc ra hầu hết các tín hiệu sai trong môi trường thị trường biến động thấp, tránh nhập cảnh không cần thiết. Trong khi biến động cao, nó nắm bắt các động thái hướng lớn hơn để kiếm lợi nhuận.
Ưu điểm
Ưu điểm lớn nhất của chiến lược này là nó có thể điều chỉnh năng động sức mạnh lọc của tín hiệu. Trong biến động thấp, nó chỉ chọn tín hiệu chất lượng cao; trong khi biến động cao, nó có thể nắm bắt nhiều cơ hội hơn được cung cấp bởi thị trường.
So với bộ lọc tham số cố định, chiến lược này thông minh hơn và thích nghi hơn.
Ngoài ra, so với một điều kiện hoạt động duy nhất, chiến lược này kết hợp phán đoán theo hướng xu hướng để cung cấp các tín hiệu giao dịch đáng tin cậy hơn.
Rủi ro
Rủi ro chính của chiến lược nằm trong việc thiết lập các tham số phạm vi biến động. Nếu phạm vi đặt quá lớn hoặc quá nhỏ, nó sẽ ảnh hưởng tiêu cực đến chất lượng tín hiệu và cơ hội lợi nhuận.
Ngoài ra, chiến lược có tương đối ít cơ hội lợi nhuận trong các thị trường có xu hướng dao động ngắn hạn mạnh.
Hướng dẫn tối ưu hóa
Chiến lược có thể được tối ưu hóa trong các khía cạnh sau:
-
Sử dụng các thuật toán tham số thích nghi để tự động tối ưu hóa các tham số phạm vi biến động để làm cho chúng thông minh và năng động hơn.
-
Tăng các quy tắc lọc dựa trên xu hướng chu kỳ lớn để tránh bẫy hợp nhất.
-
Kết hợp các chu kỳ khác nhau của chiến lược để tạo thành một hệ thống và cải thiện sự ổn định tổng thể.
-
Thêm thuật toán học máy để cải thiện hiệu quả của cài đặt tham số và các quy tắc lọc.
Kết luận
Chiến lược tín hiệu mua bán lọc phạm vi là một chiến lược giao dịch định lượng rất thực tế và hiệu quả. Nó có thể điều chỉnh năng động cường độ lọc và cung cấp phần thưởng rủi ro vượt trội trong các môi trường thị trường khác nhau. Đồng thời, vẫn có tiềm năng lớn trong việc tối ưu hóa chiến lược này, đặc biệt là trong tối ưu hóa tham số và tối ưu hóa quy tắc. Nhìn chung, chiến lược này cung cấp một giải pháp cơ sở tuyệt vời cho các nhà giao dịch định lượng theo đuổi lợi nhuận dư thừa ổn định.
/*backtest
start: 2023-03-02 00:00:00
end: 2024-03-07 00:00:00
period: 1d
basePeriod: 1h
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/
// Credits to the original Script - Range Filter DonovanWall https://www.tradingview.com/script/lut7sBgG-Range-Filter-DW/
// This version is the old version of the Range Filter with less settings to tinker with
//@version=5
strategy(title='Range Filter - B&S Signals', shorttitle='[Doan]_RF-B&S Signals', overlay=true)
//-----------------------------------------------------------------------------------------------------------------------------------------------------------------
//Functions
//-----------------------------------------------------------------------------------------------------------------------------------------------------------------
longLossPerc = input.float(title='Long Stop Loss (%)', minval=0.0, step=0.1, defval=1) * 0.01
shortLossPerc = input.float(title='Short Stop Loss (%)', minval=0.0, step=0.1, defval=1) * 0.01
longTakePerc = input.float(title='Long Take(%)', minval=0.0, step=0.1, defval=1) * 0.01
shortTakePerc = input.float(title='Short Take (%)', minval=0.0, step=0.1, defval=1) * 0.01
emaLength = input.int(200, title="EMA Length")
// Determine stop loss price
//Range Size Function
rng_size(x, qty, n) =>
wper = n * 2 - 1
avrng = ta.ema(math.abs(x - x[1]), n)
AC = ta.ema(avrng, wper) * qty
rng_size = AC
//Range Filter Function
rng_filt(x, rng_, n) =>
r = rng_
var rfilt = array.new_float(2, x)
array.set(rfilt, 1, array.get(rfilt, 0))
if x - r > array.get(rfilt, 1)
array.set(rfilt, 0, x - r)
if x + r < array.get(rfilt, 1)
array.set(rfilt, 0, x + r)
rng_filt1 = array.get(rfilt, 0)
hi_band = rng_filt1 + r
lo_band = rng_filt1 - r
rng_filt = rng_filt1
[hi_band, lo_band, rng_filt]
//-----------------------------------------------------------------------------------------------------------------------------------------------------------------
//Inputs
//-----------------------------------------------------------------------------------------------------------------------------------------------------------------
//Range Source
rng_src = input(defval=close, title='Swing Source')
//Range Period
rng_per = input.int(defval=20, minval=1, title='Swing Period')
//Range Size Inputs
rng_qty = input.float(defval=3.5, minval=0.0000001, title='Swing Multiplier')
//Bar Colors
use_barcolor = input(defval=false, title='Bar Colors On/Off')
//-----------------------------------------------------------------------------------------------------------------------------------------------------------------
//Definitions
//-----------------------------------------------------------------------------------------------------------------------------------------------------------------
//Range Filter Values
[h_band, l_band, filt] = rng_filt(rng_src, rng_size(rng_src, rng_qty, rng_per), rng_per)
//Direction Conditions
var fdir = 0.0
fdir := filt > filt[1] ? 1 : filt < filt[1] ? -1 : fdir
upward = fdir == 1 ? 1 : 0
downward = fdir == -1 ? 1 : 0
//Trading Condition
longCond = rng_src > filt and rng_src > rng_src[1] and upward > 0 or rng_src > filt and rng_src < rng_src[1] and upward > 0
shortCond = rng_src < filt and rng_src < rng_src[1] and downward > 0 or rng_src < filt and rng_src > rng_src[1] and downward > 0
CondIni = 0
CondIni := longCond ? 1 : shortCond ? -1 : CondIni[1]
longCondition = longCond and CondIni[1] == -1
shortCondition = shortCond and CondIni[1] == 1
//Colors
filt_color = upward ? #05ff9b : downward ? #ff0583 : #cccccc
bar_color = upward and rng_src > filt ? rng_src > rng_src[1] ? #05ff9b : #00b36b : downward and rng_src < filt ? rng_src < rng_src[1] ? #ff0583 : #b8005d : #cccccc
ema = ta.ema(close, emaLength)
//-----------------------------------------------------------------------------------------------------------------------------------------------------------------
//Outputs
//-----------------------------------------------------------------------------------------------------------------------------------------------------------------
longStopPrice = strategy.position_avg_price * (1 - longLossPerc)
shortStopPrice = strategy.position_avg_price * (1 + shortLossPerc)
longTakePrice = strategy.position_avg_price * (1 + longTakePerc)
shortTakePrice = strategy.position_avg_price * (1 - shortTakePerc)
//Filter Plot
filt_plot = plot(filt, color=filt_color, linewidth=3, title='Filter', transp=67)
//Band Plots
h_band_plot = plot(h_band, color=color.new(#05ff9b, 100), title='High Band')
l_band_plot = plot(l_band, color=color.new(#ff0583, 100), title='Low Band')
//Band Fills
fill(h_band_plot, filt_plot, color=color.new(#00b36b, 92), title='High Band Fill')
fill(l_band_plot, filt_plot, color=color.new(#b8005d, 92), title='Low Band Fill')
//Bar Color
barcolor(use_barcolor ? bar_color : na)
// Entry
strategy.entry("Long", strategy.long, when=longCondition)
strategy.entry("Short", strategy.short, when=shortCondition)
plot(ema)
//Plot Buy and Sell Labels
plotshape(longCondition, title='Buy Signal', text='BUY', textcolor=color.white, style=shape.labelup, size=size.normal, location=location.belowbar, color=color.new(color.green, 0))
plotshape(shortCondition, title='Sell Signal', text='SELL', textcolor=color.white, style=shape.labeldown, size=size.normal, location=location.abovebar, color=color.new(color.red, 0))
//Alerts
alertcondition(longCondition, title='Buy Alert', message='BUY')
alertcondition(shortCondition, title='Sell Alert', message='SELL')
- Chiến lược cân bằng dài ngắn trong ngày năng động kết hợp trung bình động và siêu xu hướng
- Samsuga SuperTrend Chiến lược MACD
- Chiến lược dừng theo dõi ATR dựa trên chỉ số UT Bot
- G-Channel và EMA - Chiến lược theo dõi xu hướng
- Bollinger Bands và Moving Average kết hợp với chiến lược giao dịch chỉ số sức mạnh tương đối
- Chiến lược theo xu hướng động lực
- Chiến lược giao dịch định lượng dựa trên chỉ số động lực Stochastics
- Xu hướng theo chiến lược dựa trên các chỉ số hỗ trợ / kháng cự và động lực trên nhiều khung thời gian
- Chiến lược dừng lỗ và lấy lợi nhuận năng động dựa trên VWAP và tín hiệu khung thời gian chéo
- EMA và Stochastic RSI dựa trên xu hướng nhiều khung thời gian theo chiến lược giao dịch
- Chiến lược đảo ngược giảm liên tiếp
- Chiến lược theo dõi xu hướng SAR Parabolic 6.0
- Bollinger Bands và Stochastic KD Crossover Strategy
- Chiến lược giao dịch Crypto Pullback dựa trên Stochastic RSI và EMA Crossover
- Chiến lược giao dịch VWAP của BabyShark dựa trên các chỉ số VWAP và OBV RSI
- Chiến lược Bitcoin Momentum Trailing Stop
- Chiến lược giao dịch định lượng tín hiệu Bollinger Bands đa giai đoạn-MACD
- Chiến lược giao dịch định lượng tăng giá MACD Moving Average
- JiaYiBing Chiến lược giao dịch xu hướng định lượng
- Chiến lược giao dịch thoát trung bình động