MACD-V và Fibonacci Multi-Timeframe Dynamic Take Profit Strategy

Tác giả:ChaoZhang, Ngày: 2024-04-26 12:00:21
Tags:MACDMACD-VATREMAMA

Tổng quan

Chiến lược này sử dụng MACD-V (MACD với độ biến động ATR) và Fibonacci để đưa ra quyết định giao dịch trên nhiều khung thời gian. Nó tính toán mức MACD-V và Fibonacci trên các khung thời gian khác nhau, sau đó quyết định có nên mở hoặc đóng các vị trí dựa trên mối quan hệ giá hiện tại với mức Fibonacci và các giá trị của MACD-V. Chiến lược nhằm mục đích nắm bắt xu hướng thị trường và khôi phục trong khi kiểm soát rủi ro.

Nguyên tắc chiến lược

Tính toán chỉ số MACD-V trên các khung thời gian khác nhau (ví dụ: 5 phút và 30 phút).
Trong một khung thời gian cao hơn (ví dụ: 30 phút), tính toán mức cao nhất và thấp nhất của các khoảng thời gian nhất định trong quá khứ (ví dụ: 9 khoảng thời gian), sau đó tính toán mức khôi phục Fibonacci dựa trên phạm vi này.
Xác định liệu có nên mở một vị trí dựa trên mối quan hệ giữa giá đóng hiện tại và mức Fibonacci, cũng như giá trị và hướng của MACD-V. Ví dụ, khi giá quay trở lại khoảng mức Fibonacci 38,2% và MACD-V đang giảm xuống giữa -50 và 150, mở một vị trí ngắn.
Sau khi mở một vị trí, hãy sử dụng trailing stop để bảo vệ lợi nhuận và kiểm soát rủi ro.
Nếu giá đạt mức dừng hoặc mức dừng lỗ cố định, đóng vị trí.

Phân tích lợi thế

Chiến lược sử dụng phân tích nhiều khung thời gian, cung cấp một sự hiểu biết toàn diện hơn về xu hướng và biến động thị trường.
Chỉ số MACD-V xem xét sự biến động giá, làm cho nó hiệu quả trong cả thị trường xu hướng và dao động.
Mức Fibonacci có thể nắm bắt hiệu quả các khu vực hỗ trợ và kháng cự chính, cung cấp tham chiếu cho các quyết định giao dịch.
Việc dừng lại cho phép lợi nhuận tiếp tục trong quá trình tiếp tục xu hướng trong khi đóng đúng thời gian các vị trí trong quá trình đảo ngược giá, kiểm soát rủi ro.
Chiến lược logic là rõ ràng, các thông số là điều chỉnh, và khả năng thích nghi là mạnh mẽ.

Phân tích rủi ro

Chiến lược có thể giao dịch thường xuyên trên các thị trường khác nhau, dẫn đến chi phí giao dịch cao.
Việc dựa vào các chỉ số kỹ thuật để đánh giá xu hướng có thể dẫn đến đánh giá sai khi thị trường trải qua sự phá vỡ sai hoặc dao động kéo dài.
Các vị trí dừng lỗ cố định có thể không phản ứng kịp thời với các điều kiện thị trường cực đoan, dẫn đến tổn thất đáng kể.
Chọn tham số không đúng có thể dẫn đến hiệu suất chiến lược kém.

Hướng dẫn tối ưu hóa

Đưa ra nhiều khung thời gian và chỉ số hơn, chẳng hạn như MAs dài hơn, để cải thiện độ chính xác của đánh giá xu hướng.
Tối ưu hóa quản lý vị trí, chẳng hạn như điều chỉnh động kích thước vị trí dựa trên ATR hoặc phạm vi giá.
Thiết lập các kết hợp tham số khác nhau cho các điều kiện thị trường khác nhau để cải thiện khả năng thích nghi.
Ngoài việc dừng lại, hãy giới thiệu các lỗ dừng lại để kiểm soát tốt hơn rủi ro giảm.
Kiểm tra lại và tối ưu hóa các tham số để tìm kết hợp tham số tốt nhất.

Tóm lại

Chiến lược này sử dụng các mức khôi phục MACD-V và Fibonacci trên nhiều khung thời gian để xác định xu hướng và thời gian nhập cảnh, và sử dụng trailing stops để kiểm soát rủi ro và lợi nhuận một cách năng động.

/*backtest
start: 2024-03-26 00:00:00
end: 2024-04-25 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/
// © catikur

//@version=5
strategy("Advanced MACD-V and Fibonacci Strategy with EMA Trailing TP", overlay=true, default_qty_type = strategy.percent_of_equity, default_qty_value=1000, margin_long=1./10*50, margin_short=1./10*50, slippage=0, commission_type=strategy.commission.percent, commission_value=0.05)

// Parametreler
fast_len = input.int(12, title="Fast Length", minval=1, group="MACD-V Settings")
slow_len = input.int(26, title="Slow Length", minval=1, group="MACD-V Settings")
signal_len = input.int(9, title="Signal Smoothing", minval=1, group="MACD-V Settings")
atr_len = input.int(26, title="ATR Length", minval=1, group="MACD-V Settings")
source = input.source(close, title="Source", group="MACD-V Settings")

//ema_length = input.int(20, title="EMA Length for Trailing TP", group="Trailing TP Settings")
trailing_profit = input.float(1000, title="Trailing Profit", minval=0.01, maxval=1000000, step=0.01, group="Trailing TP Settings")
trailing_offset = input.float(30000, title="Trailing Offset", minval=0.01, maxval=1000000, step=0.01, group="Trailing TP Settings")
trailing_factor = input.float(0.01, title="Trailing Factor", minval=0.01, maxval=1000000, step=0.01, group="Trailing TP Settings")
fix_loss = input.float(20000, title="Fix Loss", minval=0.01, maxval=1000000, step=0.01, group="Trailing TP Settings")

fib_lookback = input.int(9, title="Fibonacci Lookback Periods", minval=1, group="Fibonacci Settings")

macd_tf = input.timeframe("5", title="MACD Timeframe", group="Timeframe Settings")
fib_tf = input.timeframe("30", title="Fibonacci Timeframe", group="Timeframe Settings")
//ema_tf = input.timeframe("30", title="EMA Timeframe for Trailing TP", group="Timeframe Settings")




// MACD-V Hesaplama
atr = ta.atr(atr_len)
ema_slow = ta.ema(source, slow_len)
ema_fast = ta.ema(source, fast_len)

atr_tf = request.security(syminfo.tickerid, macd_tf , atr)
ema_slow_tf = request.security(syminfo.tickerid, macd_tf , ema_slow)
ema_fast_tf = request.security(syminfo.tickerid, macd_tf , ema_fast)

macd = ( ema_fast_tf - ema_slow_tf ) / atr_tf * 100
signal = ta.ema(macd, signal_len)
hist = macd - signal
hist_prev = hist[1]

// log.info("MACD {0} ", macd)
// log.info("Signal {0} ", signal)
// log.info("Histogram {0} ", hist)
// log.info("Previous Histogram {0} ", hist_prev)

// EMA for Trailing TP
//ema_trailing_tf = ta.ema(close, ema_length)

//ema_trailing = request.security(syminfo.tickerid, ema_tf, ema_trailing_tf)

//log.info("EMA Trailing {0} ", ema_trailing)

// Fibonacci Seviyeleri

high_val_tf = ta.highest(high, fib_lookback)
low_val_tf = ta.lowest(low, fib_lookback)

h1 = request.security(syminfo.tickerid, fib_tf, high_val_tf)
l1 = request.security(syminfo.tickerid, fib_tf, low_val_tf)

fark = h1 - l1

//Low ile fark
hl236 = l1 + fark * 0.236
hl382 = l1 + fark * 0.382
hl500 = l1 + fark * 0.5
hl618 = l1 + fark * 0.618
hl786 = l1 + fark * 0.786
//High ile fark
lh236 = h1 - fark * 0.236
lh382 = h1 - fark * 0.382
lh500 = h1 - fark * 0.5
lh618 = h1 - fark * 0.618
lh786 = h1 - fark * 0.786

hbars_tf = -ta.highestbars(high, fib_lookback)
lbars_tf = -ta.lowestbars(low, fib_lookback)

hbars = request.security(syminfo.tickerid, fib_tf , hbars_tf)
lbars = request.security(syminfo.tickerid, fib_tf , lbars_tf)

fib_236 = hbars > lbars ? hl236 : lh236
fib_382 = hbars > lbars ? hl382 : lh382
fib_500 = hbars > lbars ? hl500 : lh500
fib_618 = hbars > lbars ? hl618 : lh618
fib_786 = hbars > lbars ? hl786 : lh786

// log.info("Fibo 382 {0} ", fib_382)
// log.info("Fibo 618 {0} ", fib_618)

// Keep track of the strategy's highest and lowest net profit
var highestNetProfit = 0.0
var lowestNetProfit  = 0.0

var bool sell_retracing = false
var bool sell_reversing = false
var bool buy_rebound = false
var bool buy_rallying = false

// Satış Koşulları
sell_retracing := (signal > -20) and (macd > -50 and macd < 150) and (macd < signal) and (hist < hist_prev) and (close < fib_382)
sell_reversing := (macd > -150 and macd < -50) and (macd < signal) and (hist < hist_prev) and (close < fib_618)

// log.info("Retracing var mi: {0} ", sell_retracing)
// log.info("Reversing var mi: {0} ", sell_reversing)

// Alım Koşulları
buy_rebound := (signal < 20) and (macd > -150 and macd < 50) and (macd > signal) and (hist > hist_prev) and ((fib_618 < close) or ((fib_618 > close ) and (close > fib_382)))
buy_rallying := (macd > 50 and macd < 150) and (macd > signal) and (hist > hist_prev) and (close > fib_618)

// log.info("Rallying var mi: {0} ", buy_rallying)
// log.info("Rebound var mi: {0} ", buy_rebound)

// Emirleri Yerleştirme
if (sell_retracing == true and strategy.opentrades == 0 )
    strategy.entry("sell_retracing", strategy.short)

if (sell_reversing == true and strategy.opentrades == 0 )
    strategy.entry("sell_reversing", strategy.short)

if (buy_rebound == true and strategy.opentrades == 0 )
    strategy.entry("buy_rebound", strategy.long)

if (buy_rallying == true and strategy.opentrades == 0 )
    strategy.entry("buy_rallying", strategy.long)


// log.info("open order: {0} ", strategy.opentrades )


highestNetProfit := math.max(highestNetProfit, strategy.netprofit)
lowestNetProfit  := math.min(lowestNetProfit, strategy.netprofit)




// Plot the net profit, as well as its highest and lowest value
//plot(strategy.netprofit, style=plot.style_area, title="Net profit",
//     color=strategy.netprofit > 0 ? color.green : color.red)

//plot(highestNetProfit, color=color.green, title="Highest net profit")
//plot(lowestNetProfit, color=color.red, title="Lowest net profit")

// Trailing Take Profit
//long_trailing_stop = ema_trailing * trailing_factor
//short_trailing_stop = ema_trailing / trailing_factor

//log.info("long trailing stop {0} ", long_trailing_stop)
//log.info("short trailing stop {0} ", short_trailing_stop)
//log.info("avg price {0} ", strategy.position_avg_price)
//trail_price1 = strategy.position_avg_price * (1 + trailing_factor)
//trail_price2 = strategy.position_avg_price * (1 - trailing_factor)
// log.info("position_size {0} ", strategy.position_size)

// Trailing Take Profit
var float long_trailing_stop = 0.0
var float short_trailing_stop = 0.0

//if (strategy.position_size > 0)
 //   long_trailing_stop := math.max(long_trailing_stop, close * (1 + trailing_factor))  // Yeni bir maksimum değer belirlendiğinde güncelle
//if (strategy.position_size < 0)
 //  short_trailing_stop := math.min(short_trailing_stop, close * (1 - trailing_factor))  // Yeni bir minimum değer belirlendiğinde güncelle

//log.info("long trailing {0} ", long_trailing_stop)
// log.info("trailing factor{0} ", trailing_factor)
//log.info("short trailing {0} ", short_trailing_stop)

if (strategy.position_size != 0 )
    strategy.exit("Exit Long", from_entry="buy_rebound", trail_points = trailing_profit, trail_offset = trailing_offset, loss = fix_loss)
    strategy.exit("Exit Long", from_entry="buy_rallying", trail_points = trailing_profit, trail_offset = trailing_offset, loss = fix_loss)
    strategy.exit("Exit Short", from_entry="sell_retracing", trail_points = trailing_profit, trail_offset = trailing_offset, loss = fix_loss)
    strategy.exit("Exit Short", from_entry="sell_reversing", trail_points = trailing_profit, trail_offset = trailing_offset, loss = fix_loss)

Có liên quan

Thêm nữa

2019 FMZ - Tất cả các quyền được bảo lưu