Tradingview里的strategy.entry()、strategy.order、strategy.exit()总结说明

原创 已于 2022-12-01 13:39:56 修改 · 2.1k 阅读 · 9 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#其他

于 2022-12-01 11:21:00 首次发布
在进行TV回测过程中遇到复杂的入场与离场挂单指令处理难题。为解决这一问题，作者通过制作思维导图的方式梳理了挂单指令的工作流程及其实现细节。

写TV回测的过程中，遇到 了多个入场、离场挂单指令，实在头疼，于是花一上午做了思维导图 。
过程匆忙，难免有错。
在这里插入图片描述

Bracket Order Strategy 止盈止损组合订单策略
weixin_47368014的博客
09-29 1503
All successful trading involves 3 key elements: Edge Size Variance Trading edge relies on either trader’s talent or instinct; size is the amount you wish to invest in a trade; and variance is the market volatility measure. Simplest way (not ideal) of way
编写量化策略来辅助交易
极客神殿
02-12 2146
编写量化策略来辅助交易是一个很好的选择，尤其是在加密货币这样波动性大的市场中，量化策略可以帮助你减少情绪干扰、提高交易效率。
TradingViewStrategyParser:一个简单的python脚本，用于从TradingView策略中解析交易并根据Kelly风险管理系统确定要使用的适当的杠杆
05-14
TradingViewStrategyParser 一个简单的python脚本，用于从TradingView策略中解析交易并根据Kelly风险管理系统确定要使用的适当的杠杆 凯利系统 与结合使用 警告 我不是财务顾问，这也不是投资建议，我对可能会导致您损失的任何金钱不承担任何责任。 TradingView策略设置和交易导出 该程序假定在您的strategy.entry（）和strategy.close（）函数中，id参数没有空格 strategy.entry（“ Long”，1，when = longCondition） strategy.entry（“ Short”，0，when = shortCondition） strategy.close（“ Long”，when = longClose） strategy.close（“ Short”，when = shortClose）
关于 tradIngview pine语言的一些要注意的地方,以及常用api
yuyue_999的博客
05-24 2758
strategy.entry函数中的stop参数实际上是用于创建一个停止限价单（Stop Limit Order），只是当设置了limit 时,停止挂单了而已, 而不是一个止损订单（Stop Loss Order）停止限价单只在市场价格达到指定的价格时才会被触发。如果市场价格突然大幅度下跌或上涨，以至于跳过了指定价格，那么停止限价单将。因此，停止限价单并不能像止损订单那样保证您的损失不会超过指定的止损价格。代写tradingview策略,pine 语言, 可加微信。
Pine语言
qq_55788328的博客
07-25 4107
策略代码执行时，当前K线的Bar周期（如1分钟）完全执行完成，K线闭合时即K线周期已经走完，此时执行一遍Pine策略逻辑，触发的交易信号将在下一根K线Bar开始时执行。策略设置为「实盘价模型」开始执行时，图表上除了最右侧的那一根K线Bar之外所有K线Bar都是历史Bar。如果设置策略为「实盘价模型」在实时Bar上的计算和历史Bar就完全不同了，在实盘Bar上每次行情变动都会执行一次策略代码。策略代码在历史Bar收盘状态下执行一次，然后策略代码继续在下一个历史Bar执行，直到所有历史Bar都执行一次。
策略模式（strategy）
hstjbj的博客
12-03 373
策略模式（strategy）作用应用场景场景一简单代码实现优化上面的代码场景二代码实现 作用 应用场景 场景一 比如华为和apple两家的手机都想要进行优惠促销的活动。华为想用优惠券做活动，apple想打折进行活动 简单代码实现 包的个数只是红色矩形内的文件个数 类的关系图 一下就是代码被撸出来的顺序。。。。 //定义优惠活动的抽象 public interface IPromoteState...
//@version=5 strategy("激进马丁策略", overlay=true, margin_long=100, margin_short=100) // 参数设置 初始手数 = input.float(1.0, "初始手数") 加仓倍数 = input.float(2.0, "加仓倍数", minval=1.1) 最大加仓次数 = input.int(10, "最大加仓次数", minval=1) 基准止盈 = input.float(1.0, "基准止盈(%)") / 100 止盈递减 = input.float(0.2, "止盈递减(%)") / 100 // 系统变量 var float 当前手数 = 初始手数 var int 加仓次数 = 0 var float 持仓均价 = na // 交易信号（示例用简单均线） fastMA = ta.sma(close, 5) slowMA = ta.sma(close, 20) 做多信号 = ta.crossover(fastMA, slowMA) 做空信号 = ta.crossunder(fastMA, slowMA) // 仓位管理 if strategy.position_size == 0 当前手数 := 初始手数 加仓次数 := 0 持仓均价 := na // 交易执行 if 做多信号 strategy.entry("Buy", strategy.long, qty=当前手数) 持仓均价 := strategy.position_avg_price if 做空信号 strategy.entry("Sell", strategy.short, qty=当前手数) 持仓均价 := strategy.position_avg_price // 加仓逻辑 if strategy.position_size > 0 and strategy.closedtrades.profit(0) < 0 加仓次数 := 加仓次数 + 1 if 加仓次数 <= 最大加仓次数 当前手数 := 当前手数 * 加仓倍数 strategy.entry("加仓"+str.tostring(加仓次数), strategy.long, qty=当前手数) // 动态止盈 止盈点 = 持仓均价 * (1 + 基准止盈 - 止盈递减*加仓次数) if strategy.position_size > 0 strategy.exit("止盈", "Buy", limit=止盈点)以上代码增加以下的内容 增加波动率过滤：使用ATR指标在市场高波动时暂停加仓 时间衰减机制：超过设定时间强制平仓 盈利重启：累计盈利达到阈值后重置仓位 跨品种对冲：在关联品种上建立对冲头寸 建议先用模拟账户进行至少3个月不同市场环境测试，再考虑实盘应用。实际使用时应根据账户规模动态调整初始手数，建议单次初始风险不超过总资金的0.5%。
03-19
strategy.order("对冲", strategy.short, qty=对冲手数, symbol=对冲品种) ``` 核心改进说明（使用LaTeX公式表达）： 1. **波动率过滤**： - 使用ATR指标：$ATR_t = \frac{1}{n}\sum_{i=1}^{n}TR_i$ - 加仓条件...
//@version=5 strategy("增强型马丁策略", overlay=true, margin_long=100, margin_short=100, pyramiding=10) //======= 基础参数 ======= 初始手数 = input.float(1.0, "初始手数", minval=0.1) 加仓倍数 = input.float(2.0, "加仓倍数", minval=1.1) 最大加仓次数 = input.int(10, "最大加仓次数", minval=1) 基准止盈 = input.float(1.0, "基准止盈(%)") / 100 止盈递减 = input.float(0.2, "止盈递减(%)") / 100 //======= 新增风控参数 ======= atr长度 = input(14, "ATR周期") atr阈值 = input(2.0, "ATR阈值(点)") 最大持仓小时 = input(48, "最大持仓时间(小时)") 盈利目标 = input(5.0, "重启盈利(%)") / 100 对冲品种 = input.string("BINANCE:BTCUSDT", "对冲品种") 对冲比例 = input.float(0.5, "对冲比例", step=0.1) //======= 系统变量 ======= var float 当前手数 = 初始手数 var int 加仓次数 = 0 var float 持仓均价 = na var int 开仓时间 = na var bool 允许加仓 = true //======= 指标计算 ======= fastMA = ta.sma(close, 5) slowMA = ta.sma(close, 20) 做多信号 = ta.crossover(fastMA, slowMA) 做空信号 = ta.crossunder(fastMA, slowMA) atrValue = ta.atr(atr长度) 允许加仓 := atrValue <= atr阈值 //======= 仓位管理 ======= if strategy.position_size == 0 当前手数 := 初始手数 加仓次数 := 0 持仓均价 := na 开仓时间 := time 允许加仓 := true //======= 交易执行 ======= if 做多信号 and strategy.position_size == 0 strategy.entry("Buy", strategy.long, qty=当前手数) 持仓均价 := strategy.position_avg_price if 做空信号 and strategy.position_size == 0 strategy.entry("Sell", strategy.short, qty=当前手数) 持仓均价 := strategy.position_avg_price //======= 增强型加仓逻辑 ======= if strategy.position_size > 0 if 允许加仓 and (time - 开仓时间) < (最大持仓小时 * 60 * 60 * 1000) if strategy.closedtrades.profit(0) < 0 加仓次数 := 加仓次数 + 1 if 加仓次数 <= 最大加仓次数 当前手数 := 当前手数 * 加仓倍数 strategy.entry("加仓"+str.tostring(加仓次数), strategy.long, qty=当前手数) if (time - 开仓时间) >= (最大持仓小时 * 60 * 60 * 1000) strategy.close_all() alert("达到最大持仓时间，强制平仓") //======= 动态止盈 ======= 止盈点 = 持仓均价 * (1 + 基准止盈 - 止盈递减*加仓次数) if strategy.position_size > 0 strategy.exit("止盈", "Buy", limit=止盈点) //======= 盈利重启机制 ======= if strategy.netprofit >= strategy.initial_capital * 盈利目标 strategy.close_all() alert("达到盈利目标，重启系统") 当前手数 := 初始手数 加仓次数 := 0 //======= 跨品种对冲 ======= 对冲品种价格 = request.security(对冲品种, timeframe.period, close) 对冲手数 = strategy.position_size * 对冲比例 if strategy.position_size != 0 strategy.order("对冲", strategy.short, qty=对冲手数, symbol=对冲品种)错误于 5:1 no viable alternative at character '初'
03-20
strategy.exit("TP", "Buy", limit=take_price) //======= 风控逻辑 ======= if strategy.netprofit >= strategy.initial_capital * profit_target strategy.close_all() alert("Profit target achieved") ...
请把下面的代码尾部都带上分号//@version=5 strategy("Optimized MACD+KDJ Strategy", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=100, commission_type=strategy.commission.percent, commission_value=0.1) // 1. 参数优化 - 使用input()函数替代已弃用的study() fastLen = input.int(12, "MACD Fast Length", minval=5, maxval=26) slowLen = input.int(26, "MACD Slow Length", minval=12, maxval=50) sigLen = input.int(9, "Signal Length", minval=5, maxval=20) kdjLen = input.int(14, "KDJ Length", minval=5, maxval=30) smoothK = input.int(3, "K Smoothing", minval=1, maxval=10) smoothD = input.int(3, "D Smoothing", minval=1, maxval=10) // 2. 指标计算 - 使用ta前缀函数提高效率 [macdLine, signalLine, _] = ta.macd(close, fastLen, slowLen, sigLen) macdBull = ta.crossover(macdLine, signalLine) macdBear = ta.crossunder(macdLine, signalLine) // 3. KDJ计算优化 - 避免重复计算 lowestLow = ta.lowest(low, kdjLen) highestHigh = ta.highest(high, kdjLen) rsv = 100 * (close - lowestLow) / (highestHigh - lowestLow) k = ta.sma(rsv, smoothK) d = ta.sma(k, smoothD) j = 3 * k - 2 * d kdjBull = ta.crossover(k, d) and k < 80 kdjBear = ta.crossunder(k, d) and k > 20 // 4. 复合信号条件 - 使用布尔变量简化逻辑 longCondition = macdBull and kdjBull shortCondition = macdBear and kdjBear // 5. 交易执行 - 使用strategy.entry替代已弃用的order函数 if (longCondition) strategy.entry("Long", strategy.long) if (shortCondition) strategy.entry("Short", strategy.short) // 6. 可视化优化 - 使用plotcandle替代plot plotcandle(open, high, low, close, color = longCondition ? color.green : shortCondition ? color.red : na)
08-16
为了平掉反向仓位，我们可以使用strategy.close函数，但更简单的是使用strategy.entry的oca_name参数来管理同一组订单，或者使用strategy.order来分别处理。但为了简单，我们可以使用strategy.close先平掉反向仓位，...
//@version=5 strategy("Hull+HalfTrend+CCI Strategy", overlay=true, pyramiding=3) // 1. 指标计算 // Hull Suite（以Hull移动平均为例） hullLength = input(14, "Hull周期") hullMA = ta.hma(close, hullLength) // HalfTrend指标（需导入社区脚本或自定义） [trendDir, buySignal, sellSignal] = request.security("", "D", ta.halfTrend(close, 5, 4, 0)) // 参数需调整 // CCI指标 cciLength = input(20, "CCI周期") cciValue = ta.cci(close, cciLength) // 2. 开仓条件 longCondition = (trendDir == 1) and // HalfTrend显示上升趋势 (close > hullMA) and // 价格在Hull均线上方 (cciValue > -100) and // CCI突破超卖区 (ta.crossover(cciValue, -100)) // CCI上穿关键阈值 shortCondition = (trendDir == -1) and // HalfTrend显示下降趋势 (close < hullMA) and // 价格在Hull均线下方 (cciValue < 100) and // CCI突破超买区 (ta.crossunder(cciValue, 100)) // CCI下穿关键阈值 // 3. 分批止盈策略 entryPrice = strategy.position_avg_price profitTarget1 = entryPrice * 1.015 // +1.5% profitTarget2 = entryPrice * 1.03 // +3% profitTarget3 = entryPrice * 1.05 // +5% // 4. 执行交易 if (longCondition) strategy.entry("Long1", strategy.long, qty=40) // 40%仓位 if (shortCondition) strategy.entry("Short1", strategy.short, qty=40) // 分批止盈逻辑 strategy.exit("TP1", "Long1", qty_percent=30, profit=profitTarget1) strategy.exit("TP2", "Long1", qty_percent=30, profit=profitTarget2) strategy.exit("TP3", "Long1", profit=profitTarget3) // 剩余40%将上述策略转换成MT4EA
最新发布
10-18
我们正在将TradingView的Pine Script策略转换为MT4的Expert Advisor（EA）。MT4使用MQL4语言编写。 策略逻辑概述： 1. 使用三个指标：Hull移动平均线、HalfTrend趋势方向、CCI指标。 2. 开仓条件： - 多头条件：...
TradingView中文开发文档.pdf
09-21
TradingView中文开发文档，包含一些常用的配置API以及自定义样式，按钮，图形等配置方法
tradingView警报设置
weixin_40641289的博客
04-25 8436
警报¶ 介绍 背景 哪种类型的警报最好？ 脚本警报 alert() 函数事件 使用所有 alert() 调用 使用选择性的 alert() 调用 在策略中 订单填写事件 alertcondition() 事件 使用一个条件 使用复合条件 占位符 避免使用警报重绘 简介 TradingView 警报在我们的服务器上运行 24x7，不需要用户登录即可执行。警报是从图表用户界面 ( UI ) 创建的。您将在帮助中心的关于 TradingView 警报页面中找到了解警报如何工作以及如何从图表 UI 创建警报所需的所
Tradingview信号推送到钉钉群（小白都能看懂）
weixin_57900903的博客
09-11 3419
将Tradingview信号推送到钉钉群，从未如此简单
如何将Tradingview警报推送到钉钉群？
weixin_57900903的博客
05-29 2301
很多人出错，是因为自定义关键词那里采用了中文的：，然后TV那边采用了英文的:，或者说没有按照上一篇文章傻瓜式的填“信号”，然后复制完整的报文。在上一篇文章中，我发现还有很多小火鸡们不会设置报文，或者报文出错导致无法设置警报，今天我们把这个教程更加的简单化。然后，我们选择自定义机器人，注意，是必须自定义，其他不行，耶稣来了都得选择自定义。把这串代码，完整的复制到消息栏 （注意，钉钉的关键词我设置的是英文的:）注意，这里是我的钉钉群，你们也可以试试，我会一直保留这个群给你们玩。
策略模式与Spring结合使用
Dai的博客
12-01 2636
IOC是Spring的核心之一，利用Spring使用设计模式中的策略模式，可以把具体策略的创建交给Spring容器来管理。
金融量化--事件驱动的回测框架
小壁虎的春天
04-15 1382
矢量化方法回测相对于事件驱动回测优点在于直观与计算效率高, 但是对于复杂策略或者模拟真实交易情形时,矢量方法复原能力较弱.引入适当的回测框架可以实现代码在不同策略下的重复利用, 这也体现出了模块化编程的思想. 这里将回测框架大致区分为: 数据处理, 头寸管理, 交易指令,策略四个部分, 用事件驱动产生交易信息. 1.结构化数据 class TickData: def __i...
python自动交易对接Tradingview webhook信号
ramoslin304的专栏
04-26 7312
Python自动化交易对接Tradingview Webhook信号。
TradingView简易教程(三) —— JSApi
az44yao的专栏
05-21 2437
https://blog.sakuradon.com/index.php/archives/203/ JSApi介绍 这是啥?一套JS方法（以实现指定的公共接口）。我该怎么使用它?: 您应该创建一个JS对象，它将以某种方式接收数据，并响应图表库的请求。 UDF是按照官方文档的规则来进行数据传输，但如果使用JSApi的话，你能使用任何你能使用的方式传输数据。得到的数据主要通过一个JS对象来获取并通过回调函数传递给TradingView插件。 也就是说，你需要创建一个JS对象，该对象拥有文档中规定的方.
tradingView在坑中摸出来的
z657797068的博客
08-28 5419
新手摸索出来的，这个是没有用框架写的，比较简单，直接上代码,K线版本为1.14，不需要引入jq，写的没啥技术含量不喜勿喷 初始化图表 var _TVjsApi = new TVjsApi("交易对"); _TVjsApi.init(); <script src="/Home/TradingView/charting_library/charting_library.min.js"...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值