ChaoZhang
概述
该策略是利用dollar cost averaging (DCA)原理来进行加仓交易的回测程序。它可以在初始开仓后,根据设定的价格偏离百分比和加仓次数规则来追加仓位。同时,策略还包含止盈策略和追踪止盈功能。
策略原理
该策略首先会在回测时间窗口内,当天收盘价大于0时立即开仓做多,此时的开仓价格作为基础价格bo_level。之后,若不存在安全订单(so),则会根据设定的价格偏离百分比和加仓次数,将可能的平仓订单全部放在当前蜡烛上。具体来说,安全订单的价格会以最近一笔安全订单价格latest_so_level为基础,根据安全订单步长缩放safe_order_step_scale计算出下一笔安全订单价格next_so_level。如此循环直到达到最大安全订单数max_safe_order。
在持仓阶段,如果持仓量大于0,会根据基础价格和目标止盈百分比计算出止盈价格take_profit_level。如果追踪止盈功能被关闭,则使用此固定止盈价格;否则会根据蜡烛的最高价不断更新止盈跟踪的最高价ttp_max,并相应调整止盈价格,实现追踪止盈。
策略优势分析
利用DCA策略,可以在价格下跌后自动加仓,降低平均持仓成本,对冲系统性风险。
支持自定义参数,可以根据不同品种和交易风格灵活配置开仓规则和止盈策略,适用面广。
内置追踪止盈功能,可以根据行情自动调整止盈位置,避免止盈过早被触发。
回测参数设置灵活,可以方便测试不同时间段的数据,评估策略效果。
结合3commas平台,可以直接用回测结果配置实盘机器人,无需额外开发。
策略风险分析
DCA策略存在加仓风险,如果行情继续下跌,持仓量会进一步增加,亏损也会加大。需要合理配置加仓规则。
固定百分比止盈无法根据市场波动幅度调整,可能会过早止盈或止盈离场。需要配置追踪止盈。
回测存在拟合风险,实盘效果会受交易成本等因素影响。需要做好风险评估。
需要关注交易所和3commas的系统稳定性,避免计划交易执行失败。
策略优化方向
可以根据不同品种的波动率动态调整价格偏离百分比,优化加仓规则。
可以结合波动率指标,确定更科学的止盈百分比。
可以根据具体品种不同的交易时段,设定合理的回测时间窗口。
可以引入止损策略,在大幅亏损时停损退出。
可以结合机器学习算法,让策略动态优化参数。
总结
本策略总体是一个非常实用的DCA回测程序。它支持良好的自定义参数设置,可以灵活配置开仓和止盈规则。同时内置追踪止盈功能弥补固定止盈的不足。回测参数也十分灵活,可以测试不同品种和时间段的数据。如果参数设置得当,在交易机会多的品种中,利用DCA策略对冲系统风险,该策略可以获得非常不错的回测结果。但实盘时还需要警惕加仓和止盈风险,同时关注系统稳定性。如果继续优化参数设置和止损策略,该程序可以成为一个非常强大的DCA交易机器人。
/*backtest
start: 2023-09-18 00:00:00
end: 2023-09-25 00:00:00
period: 15h
basePeriod: 15m
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/
// © rouxam
// Author: rouxam
// Inspired by the original work of ericlin0122
//@version=4
// strategy("Backtesting 3commas DCA Bot", overlay=true, pyramiding=99, process_orders_on_close=true, commission_type=strategy.commission.percent, commission_value=0.1)
// Strategy Inputs
price_deviation = input(1.0, type=input.float, title='Price deviation to open safety orders (%)', minval=0.0, step=0.1)/100
take_profit = input(1.0, type=input.float, title='Target Take Profit (%)', minval=0.0, step=0.1)/100
ttp = input(0.5, type=input.float, title='Trailing Take Profit (%) [0 = Disabled]', minval=0.0, step=0.1)/100
base_order = input(10.0, type=input.float, title='base order')
safe_order = input(20.0, type=input.float, title='safe order')
safe_order_volume_scale = input(2.0, type=input.float, title='Safety order volume scale', step=0.1)
safe_order_step_scale = input(1.5, type=input.float, title='Safety order step scale', step=0.1)
max_safe_order = input(5, title='Max safe order', minval=1, maxval=99, step=1)
// Date Inputs
from_month = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
from_day = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
from_year = input(defval = 2021, title = "From Year")
to_month = input(defval = 1, title = "To Month", minval = 1, maxval = 12)
to_day = input(defval = 1, title = "To Day", minval = 1, maxval = 31)
to_year = input(defval = 9999, title = "To Year")
start = timestamp(from_year, from_month, from_day, 00, 00) // backtest start window
finish = timestamp(to_year, to_month, to_day, 23, 59) // backtest finish window
window = time >= start and time <= finish ? true : false // create function "within window of time"
var bo_level = 0.0
var latest_so_level = 0.0
var next_so_level = 0.0
var ttp_active = false
var ttp_max = 0.0
var ttp_level = 0.0
var take_profit_level = 0.0
if strategy.position_size <= 0.0
ttp_max := 0.0
ttp_active := false
// First Position
if(strategy.opentrades == 0 and window and close > 0)
// Place Buy Order ASAP
bo_level := open
strategy.entry("BO", limit=bo_level, long=strategy.long, qty=base_order/bo_level)
latest_so_level := open
// Dollar Cost Averaging
place_safety_orders = latest_so_level == bo_level
if place_safety_orders
// Placing all possible exit orders on that candle
for i = 1 to max_safe_order
next_so_level := latest_so_level * (1 - price_deviation * pow(safe_order_step_scale, i - 1))
so_name = "SO" + tostring(i)
strategy.entry(so_name, long=strategy.long, limit=next_so_level, qty=safe_order * pow(safe_order_volume_scale, i - 1)/next_so_level)
latest_so_level := next_so_level
// Take Profit
if strategy.position_size > 0
take_profit_level := strategy.position_avg_price * (1 + take_profit)
if ttp <= 0.0
// No trailing take profit
strategy.exit(id="TP", limit=take_profit_level)
else
// Trailing take profit
if take_profit_level <= close
ttp_max := max(high, ttp_max)
ttp_active := true
if ttp_active
// Update exit order
ttp_level := ttp_max * (1 - ttp)
strategy.exit(id="TTP", stop=ttp_level)