1. ตัวชี้วัดที่ใช้เพื่อให้กลยุทธ์เหมาะกับการตั้งค่า timeframe_sl_tp_multipliers และลดปัญหาการขาดทุนจาก log เดิม ตัวชี้วัดจะถูกเลือกและปรับแต่งดังนี้:ADX (Average Directional Index):ใช้ยืนยันความแข็งแกร่งของแนวโน้ม เกณฑ์: ADX > 25 สำหรับ timeframe 1h ขึ้นไป, ADX > 20 สำหรับ 1m, 5m ถ้า ADX < 20 (ใน 1m, 5m) หรือ ADX < 25 (ใน 1h, 4h, 8h, 1d) ข้ามการเทรด SMA (Simple Moving Average):ใช้ SMA Fast (10) และ SMA Slow (20) เพื่อยืนยันทิศทางแนวโน้ม BUY: ราคา > SMA Slow และ SMA Fast > SMA Slow SELL: ราคา < SMA Slow และ SMA Fast < SMA Slow MACD (Moving Average Convergence Divergence):ใช้ MACD Line และ Signal Line เพื่อยืนยันการเปลี่ยนแปลงแนวโน้ม BUY: MACD > Signal Line และ MACD Histogram > 0 SELL: MACD < Signal Line และ MACD Histogram < 0 VWAP (Volume Weighted Average Price):ใช้กรองสัญญาณในช่วงที่ไม่มีแนวโน้ม BUY: ราคา > VWAP SELL: ราคา < VWAP ATR (Average True Range):ใช้กำหนด SL, TP และ Trailing Stop ตาม timeframe_sl_tp_multipliers ใช้ ATR Trend (ATR Increasing) เพื่อยืนยันความผันผวนที่สูงขึ้นในแนวโน้ม Stochastic Oscillator (ปรับลดน้ำหนัก):ใช้เป็นตัวชี้วัดเสริมใน timeframe สั้น (1m, 5m) BUY: %K < 25 และ %K > %D SELL: %K > 75 และ %K < %D 2. เงื่อนไขสัญญาณเพื่อลดสัญญาณหลอกและจับแนวโน้มที่แข็งแกร่ง:BUY Signal:1m, 5m:ADX > 20 ราคา > SMA Slow SMA Fast > SMA Slow MACD > Signal Line หรือ MACD Histogram > 0 ราคา > VWAP Stochastic %K < 25 และ %K > %D ATR > 0.8 หรือ ATR Increasing จำนวนสัญญาณขั้นต่ำ: 3 15m, 30m:ADX > 20 ราคา > SMA Slow SMA Fast > SMA Slow MACD > Signal Line ราคา > VWAP ATR > 0.8 จำนวนสัญญาณขั้นต่ำ: 4 1h, 4h, 8h, 1d:ADX > 25 ราคา > SMA Slow SMA Fast > SMA Slow MACD > Signal Line และ MACD Histogram > 0 ราคา > VWAP ATR > 1.0 จำนวนสัญญาณขั้นต่ำ: 5 SELL Signal:1m, 5m:ADX > 20 ราคา < SMA Slow SMA Fast < SMA Slow MACD < Signal Line หรือ MACD Histogram < 0 ราคา < VWAP Stochastic %K > 75 และ %K < %D ATR > 0.8 หรือ ATR Increasing จำนวนสัญญาณขั้นต่ำ: 3 15m, 30m:ADX > 20 ราคา < SMA Slow SMA Fast < SMA Slow MACD < Signal Line ราคา < VWAP ATR > 0.8 จำนวนสัญญาณขั้นต่ำ: 4 1h, 4h, 8h, 1d:ADX > 25 ราคา < SMA Slow SMA Fast < SMA Slow MACD < Signal Line และ MACD Histogram < 0 ราคา < VWAP ATR > 1.0 จำนวนสัญญาณขั้นต่ำ: 5 No Trade:ADX < 20 (1m, 5m) หรือ ADX < 25 (1h, 4h, 8h, 1d) ATR < 0.8 (1m, 5m, 15m, 30m) หรือ ATR < 1.0 (1h, 4h, 8h, 1d) ราคาอยู่ในช่วง Sideways (เช่น ราคาอยู่ระหว่าง SMA Fast และ SMA Slow) 3. การจัดการ PositionEntry:ใช้ investment_percentage = 0.25 (25% ของ balance ต่อ position) เปิด Long เมื่อมี BUY Signal และ Short เมื่อมี SELL Signal คำนวณ SL/TP จาก timeframe_sl_tp_multipliers:python atr = last_row['atr'] sl_price = entry_price - (atr * multipliers['sl']) # Long tp_price = entry_price + (atr * multipliers['tp']) # Long trailing_stop = entry_price - (atr * multipliers['trailing']) # Long Trailing Stop:อัปเดต Trailing Stop ในแต่ละ candle:python if position['type'] == 'Long': profit = (current_price - position['entry_price']) / position['entry_price'] trailing_multiplier = multipliers['trailing'] * (1 + profit * 0.5) # Dynamic Trailing new_trailing_stop = current_price - (last_row['atr'] * trailing_multiplier) position['trailing_stop'] = max(position['trailing_stop'], new_trailing_stop) elif position['type'] == 'Short': profit = (position['entry_price'] - current_price) / position['entry_price'] trailing_multiplier = multipliers['trailing'] * (1 + profit * 0.5) new_trailing_stop = current_price + (last_row['atr'] * trailing_multiplier) position['trailing_stop'] = min(position['trailing_stop'], new_trailing_stop) Exit:ปิด position เมื่อ:ราคาถึง SL ราคาถึง TP ราคาถึง Trailing Stop เกิดสัญญาณตรงข้าม (เช่น SELL Signal ใน Long position) บันทึกเหตุผลการปิดใน trade_analysis:python close_reason = "SL" if current_price <= position['sl_price'] else "TP" if current_price >= position['tp_price'] else "Trailing Stop" if current_price <= position['trailing_stop'] else "Opposite Signal" Cooldown Period:หลังปิด position รอ 3 candles ก่อนตรวจสัญญาณใหม่:python cooldown_count = 3 if cooldown_count > 0: cooldown_count -= 1 continue 4. การจัดการความเสี่ยงSL/TP จาก timeframe_sl_tp_multipliers:python timeframe_sl_tp_multipliers = { '1m': {'sl': 1.2, 'tp': 0.8, 'trailing': 1.0}, '5m': {'sl': 1.2, 'tp': 0.8, 'trailing': 1.0}, '15m': {'sl': 1.8, 'tp': 1.2, 'trailing': 1.2}, '30m': {'sl': 1.8, 'tp': 1.2, 'trailing': 1.2}, '1h': {'sl': 3.2, 'tp': 1.8, 'trailing': 1.5}, '4h': {'sl': 4.2, 'tp': 1.8, 'trailing': 1.5}, '8h': {'sl': 5.8, 'tp': 2.2, 'trailing': 1.8}, '1d': {'sl': 6.8, 'tp': 2.2, 'trailing': 1.8} } ปรับ RRR:เนื่องจาก SL ใน timeframe ยาว (4h, 8h, 1d) กว้างมาก (4.2–6.8) ปรับ TP เพื่อให้ RRR ดีขึ้น:python timeframe_sl_tp_multipliers = { '1m': {'sl': 1.2, 'tp': 0.8, 'trailing': 1.0}, '5m': {'sl': 1.2, 'tp': 0.8, 'trailing': 1.0}, '15m': {'sl': 1.8, 'tp': 1.2, 'trailing': 1.2}, '30m': {'sl': 1.8, 'tp': 1.2, 'trailing': 1.2}, '1h': {'sl': 3.2, 'tp': 2.4, 'trailing': 1.5}, # RRR ~1:0.75 '4h': {'sl': 4.2, 'tp': 3.0, 'trailing': 1.5}, # RRR ~1:0.71 '8h': {'sl': 5.8, 'tp': 4.0, 'trailing': 1.8}, # RRR ~1:0.69 '1d': {'sl': 6.8, 'tp': 4.5, 'trailing': 1.8} # RRR ~1:0.66 } จำกัด Drawdown:หยุดการเทรดชั่วคราวหาก balance ลดลงเกิน 20%:python if balance < initial_capital * 0.8: log_status("⚠️ Max Drawdown Reached (20%). Pausing trading for 1 hour...", Fore.RED) await asyncio.sleep(3600) 5. การปรับโค้ดสำหรับกลยุทธ์ต่อไปนี้เป็นการปรับปรุงฟังก์ชัน evaluate_signals ในโค้ด V.2.3 เพื่อให้สอดคล้องกับกลยุทธ์การเทรดตามเทรนด์:python def evaluate_signals(df, params, exchange_name, symbol, timeframe, mode='live', last_signal=None): last_row = df.iloc[-1] prev_row = df.iloc[-2] if len(df) > 1 else last_row signals = [] signal_desc = [] indicators = timeframe_indicators.get(timeframe, ['sma', 'macd', 'vwap', 'adx', 'stoch']) # ADX: Confirm Trend Strength if 'adx' in indicators: if last_row['adx'] < params['adx_threshold']: signals.append('NO_TREND') signal_desc.append(f"ADX < {params['adx_threshold']} (No strong trend)") if mode != 'backtest': log_status(f"No trade: Weak trend detected (ADX={last_row['adx']:.2f} < {params['adx_threshold']})", Fore.YELLOW) return None, signal_desc # SMA Signals if 'sma' in indicators: if last_row['close'] > last_row['sma_slow'] and last_row['sma_fast'] > last_row['sma_slow']: signals.append('BUY_SMA_POS') signal_desc.append("Price > SMA Slow & Fast > Slow") elif last_row['close'] < last_row['sma_slow'] and last_row['sma_fast'] < last_row['sma_slow']: signals.append('SELL_SMA_POS') signal_desc.append("Price < SMA Slow & Fast < Slow") if prev_row['sma_fast'] < prev_row['sma_slow'] and last_row['sma_fast'] > last_row['sma_slow']: signals.append('BUY_SMA_CROSS') signal_desc.append("SMA Crossover (Fast > Slow)") elif prev_row['sma_fast'] > prev_row['sma_slow'] and last_row['sma_fast'] < last_row['sma_slow']: signals.append('SELL_SMA_CROSS') signal_desc.append("SMA Crossover (Fast < Slow)") # MACD Signals if 'macd' in indicators: if last_row['macd'] > last_row['macd_signal'] and last_row['macd_hist'] > 0: signals.append('BUY_MACD') signal_desc.append("MACD > Signal Line & Histogram > 0") elif last_row['macd'] < last_row['macd_signal'] and last_row['macd_hist'] < 0: signals.append('SELL_MACD') signal_desc.append("MACD < Signal Line & Histogram < 0") # VWAP Signals if 'vwap' in indicators: if last_row['close'] > last_row['vwap']: signals.append('BUY_VWAP') signal_desc.append("Price > VWAP") elif last_row['close'] < last_row['vwap']: signals.append('SELL_VWAP') signal_desc.append("Price < VWAP") # ATR Signals if 'atr' in indicators: atr_threshold = 0.8 if timeframe in ['1m', '5m', '15m', '30m'] else 1.0 if last_row['atr'] > atr_threshold: signals.append('BUY_SELL_ATR_THRESH') signal_desc.append(f"ATR > {atr_threshold}") if last_row['atr'] > prev_row['atr']: signals.append('BUY_SELL_ATR_TREND') signal_desc.append("ATR Increasing") # Stochastic Signals (only for 1m, 5m) if 'stoch' in indicators and timeframe in ['1m', '5m']: if last_row['stoch_k'] < 25 and last_row['stoch_k'] > last_row['stoch_d']: signals.append('BUY_STOCH') signal_desc.append("Stochastic %K < 25 & %K > %D") elif last_row['stoch_k'] > 75 and last_row['stoch_k'] < last_row['stoch_d']: signals.append('SELL_STOCH') signal_desc.append("Stochastic %K > 75 & %K < %D") buy_signals = [s for s in signals if s.startswith('BUY')] sell_signals = [s for s in signals if s.startswith('SELL')] buy_sell_signals = [s for s in signals if s.startswith('BUY_SELL')] required_signals = timeframe_required_signals.get(timeframe, 5) signal = None if len(buy_signals) + len(buy_sell_signals) >= required_signals: signal = 'BUY' log_status(f"🚀 BUY signal detected on {exchange_name} at price {last_row['close']:.2f}. Signals: {', '.join(signal_desc)}", Fore.GREEN) elif len(sell_signals) + len(buy_sell_signals) >= required_signals: signal = 'SELL' log_status(f"📉 SELL signal detected on {exchange_name} at price {last_row['close']:.2f}. Signals: {', '.join(signal_desc)}", Fore.RED) else: if mode != 'backtest' and last_signal is not None: log_status("No signal detected", Fore.CYAN) return signal, signal_desc 6. การวิเคราะห์ผลลัพธ์บันทึกผลลัพธ์:ใช้ตาราง trade_analysis เพื่อวิเคราะห์สัญญาณที่ทำให้ขาดทุน:sql SELECT signals, reason, COUNT(*) as count, AVG(profit) as avg_profit FROM trade_analysis GROUP BY signals, reason ORDER BY count DESC, avg_profit ASC; ตัวอย่าง: หากพบว่า Price < SMA Slow และ MACD Histogram < 0 ทำให้ขาดทุนบ่อยใน 4h, อาจเพิ่มเงื่อนไข VWAP หรือ ADX เข้มงวดขึ้น Backtest Metrics:Win Rate: เป้าหมาย > 50% Total Profit: เป้าหมาย > 0 Max Drawdown: เป้าหมาย < 20% RRR: เป้าหมาย > 1:0.6 7. การทดสอบและปรับแต่งBacktest:bash /backtest BNB/USDT 4h 10000 ใช้ timeframe 4h ซึ่งมี SL=4.2, TP=3.0 (ปรับแล้ว) เพื่อทดสอบกลยุทธ์ ตรวจสอบว่าสัญญาณจาก ADX และ VWAP ช่วยลดการขาดทุนหรือไม่ Simulated Trading:bash /simulate BNB/USDT 4h 10000 ดูว่า Trailing Stop ทำงานได้ดีในแนวโน้มยาวหรือไม่ ตรวจสอบการแจ้งเตือนใน Telegram เพื่อดูว่าสัญญาณ BUY/SELL มีความแม่นยำ Optimization:อัปเดต param_ranges เพื่อทดสอบ SL/TP ใหม่:python param_ranges = { 'adx_threshold': [20, 25, 30], 'sma_fast_window': [8, 10, 12], 'sma_slow_window': [20, 25, 30], 'macd_fast': [12, 14], 'macd_slow': [26, 28], 'macd_signal': [9], 'atr_threshold': [0.8, 1.0, 1.2], 'sl_multiplier': [3.2, 4.2, 5.8, 6.8], 'tp_multiplier': [1.8, 2.4, 3.0, 4.0, 4.5], 'investment_percentage': [0.25] } ข้อดีของกลยุทธ์จับแนวโน้มที่แข็งแกร่ง:ADX และ VWAP ช่วยให้เข้าเทรดในช่วงที่มีแนวโน้มชัดเจน ลดการเทรดในช่วง Sideways ซึ่งเป็นสาเหตุของการขาดทุนใน log เดิม ลดสัญญาณหลอก:การใช้เงื่อนไขเข้มงวด (เช่น ADX > 25, ราคา > VWAP) ทำให้สัญญาณ BUY/SELL มีความน่าเชื่อถือมากขึ้น การจัดการความเสี่ยงที่ดีขึ้น:Trailing Stop แบบ Dynamic ช่วยล็อกกำไรในแนวโน้มยาว SL/TP ที่ปรับตาม ATR และ timeframe ทำให้เหมาะกับความผันผวน เหมาะกับ timeframe ยาว:การตั้งค่า SL ที่กว้างใน 4h, 8h, 1d เหมาะกับการจับแนวโน้มใหญ่ เช่น การเคลื่อนไหวของ BTC/USDT ในรอบ 1-2 วัน ข้อจำกัดและแนวทางแก้ไขSL ที่กว้างเกินไปใน 8h, 1d:SL=5.8 (8h) และ 6.8 (1d) อาจทำให้ขาดทุนหนักในช่วงที่แนวโน้มพลิกกลับเร็ว แก้ไข: เพิ่มเงื่อนไข Exit เมื่อ MACD Histogram เปลี่ยนทิศทาง:python if position['type'] == 'Long' and last_row['macd_hist'] < 0: close_reason = "MACD Reversal" close_position = True สัญญาณใน timeframe สั้นอาจยังถี่เกินไป:ใน 1m, 5m สัญญาณอาจเกิดบ่อยในช่วงผันผวนต่ำ แก้ไข: เพิ่มเงื่อนไข ATR < 0.8 เพื่อข้ามการเทรด:python if last_row['atr'] < 0.8 and timeframe in ['1m', '5m']: signals.append('LOW_VOLATILITY') signal_desc.append("ATR < 0.8 (Low Volatility)") RRR ต่ำใน timeframe ยาว:RRR ใน 1d (SL=6.8, TP=4.5, RRR=1:0.66) อาจไม่คุ้มในบางสภาวะ แก้ไข: ใช้ Trailing Stop เป็นหลักและขยาย TP ในบางกรณีตาม ADX:python if last_row['adx'] > 30: tp_price = entry_price + (atr * multipliers['tp'] * 1.5) # ขยาย TP ในแนวโน้มแข็งแกร่ง