Pine量化交易策略：止盈改进与代码实现

Pine量化交易策略：止盈改进与代码实现

本文将介绍如何通过改进止盈策略来优化Pine量化交易系统。通过对比改进前后的策略效果，我们将展示如何通过代码实现3.0%的止盈百分比，从而在确保一定盈利的情况下退出市场，避免市场行情逆转带来的风险。

什么是止盈

止盈的核心思想是：当市场价格达到设定的目标后，投资者会卖出资产，防止市场波动将已经取得的利润变为损失。通过止盈，投资者在确保一定盈利的情况下退出市场，而不是继续持有以追求更高的收益，从而避免市场行情逆转带来的风险。

止盈的常见方式包括：

• 固定价格止盈：设定一个具体的价格作为目标，一旦价格触及该水平就卖出资产。例如，某只股票买入价是 100，当价格上涨到 120 时卖出，锁定 20% 的利润。
• 百分比止盈：设定一个百分比目标，当资产价格上涨到预期百分比时卖出。例如，设定止盈目标为 10%，当资产价格涨幅达到 10% 时卖出。
• 技术指标止盈：使用技术分析工具（如移动平均线、相对强弱指数 RSI、布林带等）来判断市场趋势的变化，从而选择合适的时机卖出。例如，当 RSI 显示超买信号时，选择止盈。
• 动态止盈（追踪止盈）：设定一个价格回撤的比例或金额，随着价格上涨，止盈价格也同步上移。当价格从高点回落到设定的比例时触发卖出。例如，设定 5% 的回撤止盈，当价格从最高点下跌 5% 时卖出。

改进前

定义了三个 EMA，分别为 9、26 和 55 周期的指数移动平均线，三种不同的 Supertrend，分别基于 7、14 和 21 个周期（length1, length2, length3）和不同的乘数（factor1, factor2, factor3）。策略结果如下：

改进后

首先把7和21个周期的Supertrend删去，然后加入止盈，这里止盈的百分比默认为 3.0%，例如，如果入场价是 100，止盈百分比为 3%，那么止盈价格就是 100 * 1.03 = 103。

改进原因

减少因为多信号导致的反应迟缓，3.0%的止盈可以防止在强趋势出现反转之前利润被侵蚀。结果如下图，可以看到各项指数均得到一定幅度的优化，最大回撤是年化收益率的六倍，2023-6-30到2024-7-30有72笔交易，k线周期为1h，符合金星策略。

源代码

/*backtest
start: 2023-06-30 00:00:00
end: 2024-07-30 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Simplified Golden Crossover with Supertrend and Take Profit", overlay=true)
// Define EMA lengths
ema9_length = 9
ema26_length = 26
ema55_length = 55
// Input parameters for different timeframes
timeFrame9 = input.timeframe('', 'Time Frame - EMA 9')
timeFrame26 = input.timeframe('', 'Time Frame - EMA 26')
timeFrame55 = input.timeframe('', 'Time Frame - EMA 55')
// Request EMA data from specified time frames
ema9 = request.security(syminfo.tickerid, timeFrame9, ta.ema(close, ema9_length))
ema26 = request.security(syminfo.tickerid, timeFrame26, ta.ema(close, ema26_length))
ema55 = request.security(syminfo.tickerid, timeFrame55, ta.ema(close, ema55_length))
// Supertrend function (single Supertrend)
supertrend(length, factor) =>
    [superTrend, direction] = ta.supertrend(factor, length)
    superTrend
// Supertrend parameters (only one Supertrend for simplicity)
length_supertrend = 14
factor_supertrend = 2
// Supertrend calculation
superTrend = supertrend(length_supertrend, factor_supertrend)
// Plot EMAs on the chart
plot(ema9, color=color.black, title="EMA 9")
plot(ema26, color=color.green, title="EMA 26")
plot(ema55, color=color.red, title="EMA 55")
// Plot Supertrend line on the chart
plot(superTrend, color=color.blue, title="Supertrend")
// Define buy and sell conditions combining EMA crossover and Supertrend
buy_condition_ema = ta.crossover(ema9, ema26) and ema26 > ema55
sell_condition_ema = ta.crossunder(ema9, ema26) and ema26 < ema55
buy_condition_supertrend = close > superTrend
sell_condition_supertrend = close < superTrend
// Combine the conditions (one Supertrend + EMA crossover)
buy_condition = buy_condition_ema and buy_condition_supertrend
sell_condition = sell_condition_ema or sell_condition_supertrend
// Input for Take Profit percentage
take_profit_percent = input.float(3.0, title="Take Profit %", minval=0.1) / 100
// Calculate Take Profit level based on the entry price
take_profit_level = strategy.position_avg_price * (1 + take_profit_percent)
// Execute buy and sell orders
if (buy_condition)
    strategy.entry("Buy", strategy.long)
// Close position with Take Profit and normal exit conditions
strategy.exit("Take Profit", "Buy", limit=take_profit_level)
// Sell condition to close the order
if (sell_condition)
    strategy.close("Buy")
// Plot buy and sell signals on the chart
plotshape(series=buy_condition, location=location.belowbar, color=color.green, style=shape.arrowup, title="Buy Signal")
plotshape(series=sell_condition, location=location.abovebar, color=color.red, style=shape.arrowdown, title="Sell Signal")

多次测试

（注：原文中“多次测试”部分未完成，因此省略）