ianzeng123
概述
自适应多信号均线动态仓位加码策略是一种专为加密货币市场设计的量化交易策略，该策略结合了技术分析指标与动态仓位管理系统。核心思想是利用快速与慢速移动平均线的交叉信号以及随机相对强弱指标(Stochastic RSI)来确定市场趋势方向和入场时机，同时采用金字塔式加仓方法应对价格回调。该策略在预设的价格下跌区间内自动执行安全订单，每个安全订单的大小会根据预设比例逐步增加，从而在下跌过程中降低平均持仓成本，当价格回升至目标盈利水平时一次性平仓获利。
策略原理
该策略基于以下几个核心技术组件：
双重移动平均线系统：策略使用两条移动平均线（快速和慢速）的交叉作为主要入场信号。用户可以选择简单移动平均线(SMA)、指数移动平均线(EMA)或赫尔移动平均线(HMA)，并且可以根据市场状况选择在均线交叉向上或向下时入场。
随机相对强弱指标(Stochastic RSI)：作为辅助入场条件，当Stochastic RSI的K线上穿5的水平，同时快速移动平均线处于上升趋势（连续5个周期上升）时，触发买入信号。
动态安全订单系统：初始入场后，策略会在预设的价格水平下方设置多个安全订单。这些价格水平根据价格偏差参数和步长缩放因子计算得出。
仓位规模动态调整：每个安全订单的规模根据安全订单规模缩放因子逐步增加，形成递增式的加仓结构。
目标利润平仓机制：策略设置了基于平均持仓价格的目标利润水平，当价格上升至该水平时，所有仓位将被平仓。
策略的执行流程如下： - 当移动平均线交叉信号或Stochastic RSI条件满足时，以基础订单大小建立初始仓位 - 如价格下跌，根据预设的价格偏差级别触发安全订单 - 每个安全订单的大小按比例增加，最多可设置10个安全订单 - 当价格回升至平均持仓价格加目标利润百分比时，所有仓位一次性平仓
策略优势
多维入场信号：结合了趋势指标（移动平均线）和动量指标（Stochastic RSI），提高入场准确性，减少假信号。
适应性强：策略参数高度可定制，用户可以根据不同市场环境和个人风险偏好调整移动平均线类型、周期、交叉方向、价格偏差比例等参数。
成本平均化效应：通过预设的安全订单系统，在价格下跌时自动加仓，有效降低平均持仓成本，提高最终盈利概率。
资金效率优化：安全订单规模递增设计使得资金分配更加高效，更多资金会被分配到更低价位的订单，符合价值投资理念。
自动化执行：一旦设置完参数，策略可以全自动运行，无需人工干预，减少情绪化交易决策。
灵活的市场适应性：通过调整移动平均线交叉方向（上穿或下穿），策略可以适应不同的市场环境（牛市或熊市）。
策略风险
无止损风险：策略设计中明确没有设置止损机制，在持续下跌行情中可能导致大幅亏损。在极端市场条件下，如资产价格暴跌或归零，可能导致严重资金损失。
资金需求高：由于策略需要预留资金用于多个安全订单，且每个订单规模递增，实际所需资金可能远超初始投入，投资者需确保有足够流动资金。
做多偏向性：当前策略设计仅支持做多方向，在长期下跌趋势中效果不佳。建议在总体看好的资产上应用此策略。
参数敏感性：策略表现高度依赖于参数设置，不当的参数可能导致过早触发安全订单或加仓过度。
平均成本陷阱：虽然策略通过加仓降低平均成本，但如果资产价值持续下降且无法恢复，仍可能导致”追跌”现象和资金套牢。
缓解风险的方法包括：在总体看好的资产上应用此策略；预留足够资金应对安全订单；定期检查策略参数与市场环境的匹配度；设置最大安全订单数量限制；考虑在策略中添加全局止损机制。
优化方向
增加止损机制：策略最明显的缺失是没有止损机制。建议增加一个全局止损参数，当亏损达到一定比例时，强制平仓所有头寸，保护资金安全。
加入市场趋势过滤器：可以添加更长周期的趋势判断指标，如长期移动平均线或ADX指标，仅在主趋势方向一致时执行策略，避免在明显的熊市中不必要的加仓。
优化安全订单触发逻辑：当前安全订单仅基于价格偏差触发，可以考虑结合成交量、波动率或其他技术指标，使安全订单的触发更加智能化。
动态调整目标利润：可以根据市场波动性或入场后的价格行为动态调整目标利润水平，在高波动市场环境中设置更高的目标利润。
增加做空功能：扩展策略支持做空方向，使其能够在下跌趋势中同样有效，提高策略的全市场适应性。
加入回撤控制：设置最大回撤限制，当策略回撤超过阈值时暂停交易或重置参数，防止在不利市场条件下持续亏损。
周期性参数优化：增加自动参数优化功能，基于近期市场数据定期调整参数，使策略能够适应市场特性的变化。
这些优化方向旨在提高策略的风险管理能力、市场适应性和长期稳定性，使其在各种市场环境中都能取得相对稳定的表现。
总结
自适应多信号均线动态仓位加码策略通过结合移动平均线和随机相对强弱指标的入场信号，配合动态安全订单系统，为加密货币市场提供了一种系统化的交易方法。其核心优势在于能够自动化地在价格回调时逐步加仓，降低平均持仓成本，并在价格回升时获利。
然而，该策略也存在明显的风险，特别是缺乏止损机制和在持续下跌行情中可能导致的资金损失。投资者在使用此策略时应充分了解其风险特性，确保有足够的资金储备，并考虑增加额外的风险控制措施。
通过合理的参数设置和建议的优化方向，该策略可以成为加密货币长期投资者的有力工具，特别适合那些相信特定加密资产长期价值但希望优化入场成本的投资者。在实际应用中，建议先在模拟环境中充分测试，并根据实际市场表现不断调整和优化策略参数。
/*backtest
start: 2024-08-19 00:00:00
end: 2025-08-18 00:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_OKX","currency":"BTC_USDT","balance":5000}]
*/
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
//
//@version=6
strategy(title = 'PEPE- DCA Strategy', overlay = true, pyramiding = 11, process_orders_on_close = true, commission_value = 0.1)
Base_order_size = input.int(1500, 'Base order Size')/close
Safety_order_size = input.int(350, 'Save order')/close
Triger_Type = input.string('Over', 'Entry at Cross Over / Under', options = ['Over', 'Under'], group = 'Deal start condition > Trading View custom signal', inline = '1', tooltip = 'Deal start condition decision')
Short_Moving_Average = input.string('SMA', 'Short Moving Average', group = 'Deal start condition > Trading View custom signal', inline = '2', options = ['SMA', 'EMA', 'HMA'])
Short_Period = input.int(17, 'Period', group = 'Deal start condition > Trading View custom signal', inline = '2')
Long_Moving_Average = input.string('HMA', 'Long Moving Average', group = 'Deal start condition > Trading View custom signal', inline = '3', options = ['SMA', 'EMA', 'HMA'])
Long_Period = input.int(26, 'Period', group = 'Deal start condition > Trading View custom signal', inline = '3')
Target_profit = input.float(1.9, 'Target profit (%)', step = 0.05, group = 'Take profit / Stop Loss', inline = '1') * 0.01
Max_safety_trades_count = input.int(5, 'Max safety trades count', maxval = 10, group = 'Safety orders', inline = '1')
Price_deviation = input.float(2.45, 'Price deviation to open safety orders (% from initial order)', step = 0.01, group = 'Safety orders', inline = '2') * 0.01
Safety_order_volume_scale = input.float(1.85, 'Safety order volume scale', step = 0.01, group = 'Safety orders', inline = '3')
Safety_order_step_scale = input.float(1.61, 'Safety order step scale', step = 0.01, group = 'Safety orders', inline = '3')
// Position status
status_none = strategy.opentrades == 0
status_long = strategy.position_size[1] == 0 and strategy.position_size > 0
/////////// Moving_Averages
Short_Moving_Average_Line = Short_Moving_Average == 'SMA' ? ta.sma(close, Short_Period) : Short_Moving_Average == 'EMA' ? ta.ema(close, Short_Period) : Short_Moving_Average == 'HMA' ? ta.sma(close, Short_Period) : na
Long_Moving_Average_Line = Long_Moving_Average == 'SMA' ? ta.sma(close, Long_Period) : Long_Moving_Average == 'EMA' ? ta.ema(close, Long_Period) : Long_Moving_Average == 'HMA' ? ta.sma(close, Long_Period) : na
///////////// Moving_Averages long condition
Base_order_Condition = Triger_Type == 'Over' ? ta.crossover(Short_Moving_Average_Line, Long_Moving_Average_Line) : ta.crossunder(Short_Moving_Average_Line, Long_Moving_Average_Line) // Buy when close crossing lower band
//////////////////// Savety order deviation
safety_order_deviation(index) =>
Price_deviation * math.pow(Safety_order_step_scale, index - 1)
pd = Price_deviation
ss = Safety_order_step_scale
//////// Cal of deviation steps
step(i) =>
i == 1 ? pd : i == 2 ? pd + pd * ss : i == 3 ? pd + (pd + pd * ss) * ss : i == 4 ? pd + (pd + (pd + pd * ss) * ss) * ss : i == 5 ? pd + (pd + (pd + (pd + pd * ss) * ss) * ss) * ss : i == 6 ? pd + (pd + (pd + (pd + (pd + pd * ss) * ss) * ss) * ss) * ss : i == 7 ? pd + (pd + (pd + (pd + (pd + (pd + pd * ss) * ss) * ss) * ss) * ss) * ss : i == 8 ? pd + (pd + (pd + (pd + (pd + (pd + (pd + pd * ss) * ss) * ss) * ss) * ss) * ss) * ss : i == 9 ? pd + (pd + (pd + (pd + (pd + (pd + (pd + (pd + pd * ss) * ss) * ss) * ss) * ss) * ss) * ss) * ss : i == 10 ? pd + (pd + (pd + (pd + (pd + (pd + (pd + (pd + (pd + pd * ss) * ss) * ss) * ss) * ss) * ss) * ss) * ss) * ss : na
long_line(i) =>
close[1] - close[1] * step(i)
////////// Savety order Triger
Safe_order_line(i) =>
i == 0 ? ta.valuewhen(status_long, long_line(0), 0) : i == 1 ? ta.valuewhen(status_long, long_line(1), 0) : i == 2 ? ta.valuewhen(status_long, long_line(2), 0) : i == 3 ? ta.valuewhen(status_long, long_line(3), 0) : i == 4 ? ta.valuewhen(status_long, long_line(4), 0) : i == 5 ? ta.valuewhen(status_long, long_line(5), 0) : i == 6 ? ta.valuewhen(status_long, long_line(6), 0) : i == 7 ? ta.valuewhen(status_long, long_line(7), 0) : i == 8 ? ta.valuewhen(status_long, long_line(8), 0) : i == 9 ? ta.valuewhen(status_long, long_line(9), 0) : i == 10 ? ta.valuewhen(status_long, long_line(10), 0) : na
l1 = Safe_order_line(1)
l2 = Safe_order_line(2)
l3 = Safe_order_line(3)
l4 = Safe_order_line(4)
l5 = Safe_order_line(5)
l6 = Safe_order_line(6)
l7 = Safe_order_line(7)
l8 = Safe_order_line(8)
l9 = Safe_order_line(9)
l10 = Safe_order_line(10)
//// take profit
TP_line = strategy.position_avg_price * (1 + Target_profit)
//Size of safety orders
safety_order_size(i) =>
Safety_order_size * math.pow(Safety_order_volume_scale, i - 1)
///plots
plot(Short_Moving_Average_Line, 'Short MA', color = color.new(color.red, 0), style = plot.style_line)
plot(Long_Moving_Average_Line, 'Long MA', color = color.new(color.green, 0), style = plot.style_line)
plot(strategy.opentrades == 1 ? l1 : na, 'Safety order1',color = color.red, style = plot.style_linebr)
plot(strategy.opentrades == 2 ? l2 : na, 'Safety order2', color = color.red, style = plot.style_linebr)
plot(strategy.opentrades == 3 ? l3 : na, 'Safety order3', color = color.red, style = plot.style_linebr)
plot(strategy.opentrades == 4 ? l4 : na, 'Safety order4', color =color.red, style = plot.style_linebr)
plot(strategy.opentrades == 5 ? l5 : na, 'Safety order5', color = color.red, style = plot.style_linebr)
plot(strategy.opentrades == 6 ? l6 : na, 'Safety order5', color = color.red, style = plot.style_linebr)
plot(strategy.opentrades == 7 ? l7 : na, 'Safety order6', color = color.red, style = plot.style_linebr)
plot(strategy.opentrades == 8 ? l8 : na, 'Safety order7', color = color.red, style = plot.style_linebr)
plot(strategy.opentrades == 9 ? l9 : na, 'Safety order8', color = color.red, style = plot.style_linebr)
plot(strategy.opentrades == 10 ? l10 : na, 'Safety order9', color = color.red, style = plot.style_linebr)
plot(strategy.position_size > 0 ? TP_line : na, 'Take Profit', color = color.green, style = plot.style_linebr)
///////////////SToch-Rsi
smoothK = input.int(1, "ST_RSI -K settings for long", minval=1)
smoothD = input.int(3, "ST_RSI-D settings for long", minval=1)
lengthRSI = input.int(14, "RSI Length", minval=1)
lengthStoch = input.int(9, "Stochastic Length", minval=1)
src = input(close, title="RSI Source")
rsi1 = ta.rsi(src, lengthRSI)
k = ta.sma(ta.stoch(rsi1, rsi1, rsi1, lengthStoch), smoothK)
////////buy cond- ST_RSI
bk = ta.crossover(k,5)
r = ta.rising(Short_Moving_Average_Line,5)
buy = bk and r
//Stradegy mod
if Base_order_Condition or buy
if (Base_order_Condition or buy ) and strategy.opentrades == 0
strategy.entry('Base order', strategy.long, qty = Base_order_size )
for i = 1 to Max_safety_trades_count by 1
i_s = str.tostring(i)
if strategy.opentrades <= i and strategy.position_size > 0 and not(strategy.position_size == 0)
strategy.entry('Safety order' + i_s, strategy.long, qty = safety_order_size(i) , limit = Safe_order_line(i))
for i = 1 to Max_safety_trades_count by 1
i_s = str.tostring(i)
if status_none
strategy.cancel('Safety order' + i_s)
strategy.exit('TP/SL', 'Base order', limit = TP_line)
strategy.exit('TP/SL', 'Safety order' + i_s, limit = TP_line)
//