停止基于每周亏损交易的TradingView策略

好的策略不仅能发出盈利信号，还应在市场状况不利时有效控制亏损。一种在环境不佳时避免交易的有效方法，就是限制每周的亏损交易笔数。一旦触及这个上限，便暂停本周的交易，待下周再战。本文将详细介绍如何在TradingView中编写这一逻辑。

基于每周亏损交易笔数来停止策略

一连串的连续亏损对任何交易系统都是一个严峻的风险。为了应对这种风险，我们可以随着连亏的持续而减小交易规模，或者干脆暂停交易一段时间，待时机好转再入场。后者的一个具体实践，便是限制每周的亏损交易次数。

当我们的交易策略设置了每周亏损笔数的上限时，它便可以随心所欲地捕捉盈利信号。但一旦亏损交易的次数累积到某个水平，我们便将策略冷冻起来，直到下一周。让我们来看看如何通过TradingView代码来实现这一功能。

请注意，TradingView虽然提供了一个内置函数 strategy.risk.max_cons_loss_days() 来限制策略的连续亏损天数，但我们在本文中编写的代码更为灵活。内置函数一旦触发，便无法自动重新激活策略，并且它是基于策略权益而非已平仓的亏损交易来衡量亏损的。

要让我们的交易策略能基于每周的亏损交易笔数来停止运行，我们将实施以下六个步骤：第一步（可选），创建一个输入项，用于灵活配置每周的最大亏损交易笔数；第二步，获取策略在上周末时，已累计的亏损交易总数；第三步，确定本周内发生的总亏损交易笔数；第四步，将本周的亏损笔数与设定的上限进行比较；第五步，只有在亏损笔数低于上限时，才提交新的入场订单；第六步，一旦达到每周最大亏损笔数，立即平掉所有当前持有的仓位。让我们来详细分解这些步骤及其所需的代码。

步骤1.（可选）通过输入项设置每周最大亏损笔数

最便捷的方式是通过输入项来设置每周的最大亏损笔数，这样我们就不必为了调整这个参数而反复修改代码。方法如下：

// 通过输入项配置最大亏损交易数
maxLosses = input.int(10, title="最大亏损交易数（每周）", 
     minval=1)

这段代码使用 input.int() 函数创建了一个整数输入框。我们将其默认值设为10，并通过 minval=1 确保其最小值为1，这有助于简化后续代码。

我们将这个输入值存入 maxLosses 变量。（如果你不需要输入项并跳过此步，请注意，在后续代码中，maxLosses 指的是每周允许的最大亏损笔数。）

步骤2. 获取上周末时的累计亏损交易总数

要追踪一周内的亏损笔数，方法有多种。一个简单可靠的方法是利用 strategy.losstrades 变量，它返回策略自开始以来的累计亏损交易总数。

但我们的目标是计算本周的亏损，而非全部。因此，我们需要先获取上周末时 strategy.losstrades 的值作为基准。然后，在本周内，用当前的 strategy.losstrades 值减去这个基准值，即可得到本周新增的亏损笔数。以下是如何获取上周末的这个基准值：

// 获取策略在上周末时的累计亏损总数
prevLoseTrades = 0

prevLoseTrades := if dayofweek == dayofweek.monday and dayofweek != dayofweek[1]
    strategy.losstrades[1]
else
    nz(prevLoseTrades[1])

这里，我们首先声明了一个持久变量 prevLoseTrades。然后，一个 if/else 结构赋予了它实际的逻辑。if 条件包含两部分：当前K线的星期（dayofweek）是星期一（dayofweek.monday），并且当前K线是本日的第一根K线。当这两个条件同时成立时，意味着我们正处于本周的第一个交易时刻。此时，上周末的累计亏损数就是前一根K线收盘时的 strategy.losstrades[1] 值，我们将其存入 prevLoseTrades。在本周的其他时间，else 部分执行，让 prevLoseTrades 保持其前一根K线的值不变。我们使用 nz() 函数来处理脚本开始时可能出现的无历史值的情况。

关于此代码有两点说明：首先，如果你的交易周从周日开始，请将 dayofweek.monday 替换为 dayofweek.sunday。其次，这段代码在每周开始时获取亏损数，这实际上也重置了周度亏损计数，使得策略在新的一周可以重新开始交易。

步骤3. 确定本周的总亏损笔数

知道了上周末的累计亏损数后，我们便可以计算本周发生了多少笔亏损交易：

// 确定本周的亏损交易笔数
weeklyLosses = strategy.losstrades - prevLoseTrades

这里，我们用当前的累计亏损总数（strategy.losstrades）减去上周末的基准值（prevLoseTrades），并将结果存入 weeklyLosses 变量。

步骤4. 检查周度亏损笔数是否低于上限

有了本周的亏损笔数，我们就可以检查它是否低于我们之前设定的上限：

// 检查亏损笔数是否仍在上限之内
okToTrade = weeklyLosses < maxLosses

这里，我们判断 weeklyLosses 是否小于 maxLosses。如果是，布尔变量 okToTrade 就为 true；否则为 false。我们将这个判断结果存入变量，是为了让最后两步的代码更清晰易读。

步骤5. 仅在未达到周度亏损上限时才提交入场订单

现在我们有了一个 okToTrade 变量，它告诉我们策略是应该继续交易（true）还是暂停（false）。我们可以将它整合到策略的入场条件中：

// 仅在未达到最大亏损上限时才提交订单
if okToTrade and enterLong
    strategy.entry("EL", strategy.long)

if okToTrade and enterShort
    strategy.entry("ES", strategy.short)

这两个 if 语句只有在 okToTrade 为 true 的前提下，才会根据策略原有的 enterLong 或 enterShort 信号来建立新的仓位。一旦周度亏损笔数达到上限，okToTrade 将变为 false，从而阻止策略发送任何新的入场订单。

请注意，上述代码中的 enterLong 和 enterShort 仅为占位符；你需要将 okToTrade 整合到你自己策略的实际入场条件中。核心思想不变：在任何 strategy.entry() 或 strategy.order() 函数执行开仓操作前，都必须先检查 okToTrade 的状态。

步骤6. 达到周度亏损上限时平掉所有持仓

最后一步，我们让策略在达到周度亏损笔数上限时，平掉所有当前持仓，从而完全停止交易。

// 当周度亏损交易达到上限时，平掉所有仓位
if not okToTrade
    strategy.close_all()

这个 if 语句使用 not 逻辑运算符来判断 okToTrade 是否为 false。如果是，就意味着策略已触及周度亏损笔数的上限。此时，我们调用 strategy.close_all() 函数，它会通过一笔市价单来平掉所有当前持仓。

需要注意的是，strategy.close_all() 生成的这笔平仓交易，如果运气不佳，其本身也可能是一笔亏损交易。在这种情况下，最终记录的周度亏损笔数会比我们设定的上限多1。

示例策略：在一周内发生n笔亏损后停止交易

下方的完整策略脚本整合了以上所有步骤。该策略基于两条指数移动平均线（EMA）的交叉进行交易。但这个交易过程不会无限持续，因为我们同时也在追踪每周的亏损交易笔数。一旦一周内发生10笔亏损，脚本就会平掉当前持仓，并暂停交易直到下周。策略的完整代码如下：

//@version=5
strategy(title="限制周度亏损交易",
     overlay=false, precision=0)

// 步骤1：
// 通过输入项配置最大亏损交易数
maxLosses = input.int(10, title="最大亏损交易数（每周）", 
     minval=1)

// 计算移动平均线
fastMA = ta.ema(close, 5)
slowMA = ta.ema(close, 25)

// 定义交易条件
enterLong  = ta.crossover(fastMA, slowMA)
enterShort = ta.crossunder(fastMA, slowMA)

// 步骤2：
// 获取策略在上周末时的累计亏损总数
prevLoseTrades = 0
prevLoseTrades := if dayofweek == dayofweek.monday and dayofweek != dayofweek[1]
    strategy.losstrades[1]
else
    nz(prevLoseTrades[1])

// 步骤3：
// 确定本周的亏损交易笔数
weeklyLosses = strategy.losstrades - prevLoseTrades

// 绘制周度亏损交易笔数及其上限
plot(weeklyLosses, style=plot.style_area, linewidth=4,
     color=color.new(color.red, 85))
hline(0, color=color.gray, linestyle=hline.style_solid)
hline(maxLosses, color=color.maroon, linestyle=hline.style_solid,
     linewidth=2)

// 步骤4：
// 检查亏损笔数是否仍在上限之内
okToTrade = weeklyLosses < maxLosses

// 步骤5：
// 仅在未达到最大亏损上限时才提交订单
if okToTrade and enterLong
    strategy.entry("EL", strategy.long)
if okToToTrade and enterShort
    strategy.entry("ES", strategy.short)

// 步骤6：
// 当周度亏损交易
// 达到上限时平掉所有仓位
if not okToTrade
    strategy.close_all()

让我们看看这个策略的表现。在下方的EUR/GBP图表上，第一笔多头交易盈利平仓，因此没有增加周度亏损计数。但此后策略表现不佳，接连遭遇亏损，很快便触及了周度亏损上限。此时，策略平掉了持仓并暂停了本周的交易：

强制平仓的最后一笔订单也可能是亏损的。在这种情况下，周度亏损会比我们预设的上限多1。下方的比特币（BTC/USD）图表就是这样一个例子。一旦周度亏损达到上限，策略发送了平仓单。该订单在一个不利的价格退出了空头头寸，因此策略最终以11笔亏损结束了那一周：

其他在周度层面管理TradingView风险的方法，还包括对策略的周度亏损金额设置上限。要了解更多限制策略风险的方法，请参阅我们的风险管理分类文章。

编写一个输入选项，让TradingView策略只做多、只做空或双向交易

有很多方法可以限制交易风险。其中一种有效的方式是，在某些市场条件下，完全禁止策略进行多头或空头交易。例如，当市场明显处于强势上涨趋势时，我们可以通过禁止做空来避免不必要的损失。本文将向你展示如何编写一个自定义的设置，让一个TradingView策略可以灵活地选择只做多、只做空或双向交易。

轻松设定TradingView策略的交易方向

并非策略承担的每一次风险都能换来应有的回报。有些风险甚至更有可能导致额外的亏损。因此，在承担风险和保持谨慎之间找到一个平衡点，对提升策略的整体表现至关重要。

策略交易方向错误便是一个常见的风险，例如在明显的上升趋势中做空，或在剧烈下跌时盲目买入。要将策略的交易方向限制为只做多或只做空，我们可以使用TradingView内置的 strategy.risk.allow_entry_in() 函数。

然而，这个函数无法通过策略设置界面手动配置，它是一个纯代码功能。这有时会带来不便，尤其是因为每次修改并保存策略代码后，所有的输入选项都会被重置。但我们可以自己动手创建一个输入选项！这样，我们就能方便地在只做多、只做空和双向交易之间自由切换了。

实现这样一个输入选项需要三个步骤：第一步，使用 input.string() 函数创建一个输入项，并通过 options 参数为其提供”Long”、”Short”和”Both”三个选项，形成一个下拉菜单；第二步，创建两个布尔型（真/假）变量，分别对应多头和空头方向，这两个变量将根据输入项的当前值来判断是否允许在该方向上交易；第三步，在提交多头和空头开仓订单的逻辑中，使用这两个布尔变量作为额外的过滤条件。让我们逐步分解每一步所需的代码。

步骤1. 创建一个带下拉菜单的输入项

首先，我们创建一个带下拉菜单的输入项，以便用户可以方便地配置策略的交易方向。我们通过调用 input.string() 函数来实现：

// 创建一个输入选项来配置交易方向
tradeDirection = input.string("Both", title="交易方向",
     options=["Long", "Short", "Both"])

这里，我们创建了一个名为交易方向的字符串输入项，其默认值为”Both”。通过 options 参数，我们为其定义了三个可选值：”Long”、”Short”和”Both”。这三个选项将以一个方便的下拉菜单形式呈现在策略的设置面板中。我们将输入项的当前值保存在 tradeDirection 变量中，供后续使用。

步骤2. 将输入值转换为布尔交易条件

接下来，我们需要将用户的选择（一个字符串）转换成我们的开仓逻辑可以理解的条件。最简单的方法是创建两个布尔变量，稍后将它们作为开仓的通行证。

// 将输入选项的值转换为交易条件
longOK  = tradeDirection == "Long" or tradeDirection == "Both"
shortOK = tradeDirection == "Short" or tradeDirection == "Both"

longOK 变量用于判断是否允许做多。只有当用户在下拉菜单中选择了”Long”或”Both”时，longOK 的值才为 true。同理，shortOK 变量在用户选择了”Short”或”Both”时为 true，表示允许做空。

步骤3. 在开仓逻辑中使用布尔变量

最后一步，我们在提交开仓订单时，使用上一步创建的布尔变量作为条件之一：

// 提交开仓订单
if longOK and enterLong
    strategy.entry("EL", strategy.long, qty=1)
if shortOK and enterShort
    strategy.entry("ES", strategy.short, qty=1)

在第一个 if 语句中，我们要求 longOK 和 enterLong（一个代表原始多头信号的示例变量）必须同时为 true 时，才执行 strategy.entry() 函数来开立多仓。

同样，第二个 if 语句要求 shortOK 和 enterShort 必须同时为 true，才会开立空仓。

由于我们在提交任何开仓订单之前都检查了 longOK 和 shortOK，因此策略只能在我们通过交易方向输入项所配置的方向上进行交易。

重要提示：你需要在你自己的策略中，找到所有用于开仓的函数（包括 strategy.entry() 和 strategy.order()），并在其条件判断中加入 longOK 或 shortOK 的检查。

另一个重要提示：如果你的代码依赖 strategy.entry() 来实现仓位的反转（例如，从多头直接开仓变为空头），那么你需要编写额外的平仓逻辑。原因是，当交易方向输入项只允许多头交易时，一个试图做空的 strategy.entry() 指令将被完全忽略，它不会像使用 strategy.risk.allow_entry_in() 那样自动平掉多头仓位。因此，你必须使用 strategy.exit()、strategy.order() 或 strategy.close() / strategy.close_all() 等函数来明确地平掉多头仓位。

示例策略：通过输入项控制多空交易

下方的完整策略脚本融合了以上所有步骤。该策略基于两条简单移动平均线（SMA）的交叉进行交易。但只有在交易方向输入项允许的情况下，才会执行相应的交易信号。策略的完整代码如下：

//@version=5
strategy(title="示例：多头或空头的输入", overlay=true)

// 步骤 1: 创建交易方向的输入选项
tradeDirection = input.string("Both", title="交易方向",
     options=["Long", "Short", "Both"])

// 步骤 2: 将输入值转换为布尔交易条件
longOK  = tradeDirection == "Long" or tradeDirection == "Both"
shortOK = tradeDirection == "Short" or tradeDirection == "Both"

// 计算并绘制移动平均线
quickMA = ta.sma(close, 10)
slowMA  = ta.sma(close, 30)
plot(quickMA, color=color.orange)
plot(slowMA, color=color.teal)

// 定义原始的多空交易信号
enterLong  = ta.crossover(quickMA, slowMA)
enterShort = ta.crossunder(quickMA, slowMA)

// 步骤 3: 提交开仓订单（带方向过滤）
if longOK and enterLong
    strategy.entry("EL", strategy.long, qty=1)
if shortOK and enterShort
    strategy.entry("ES", strategy.short, qty=1)

// 提交平仓订单
if strategy.position_size > 0
    strategy.exit("XL", stop=slowMA)
if strategy.position_size < 0
    strategy.exit("XS", stop=slowMA)

这个策略创建的输入选项在设置面板中看起来是这样的：

当输入项设为”Both”时，策略会对BTC进行双向交易：

当我们将选项切换为”Long”时，策略便只执行多头交易：

而当输入项设为”Short”时，图表上便只剩下BTC/USD的空头交易：

补充说明一点，创建一个交易方向的输入选项不仅让策略更易于配置，它还有一个重要的优势。当我们使用内置的 strategy.risk.allow_entry_in() 函数来限制交易方向时，这个限制对 strategy.order() 函数是无效的。这意味着，即使我们禁止了做空，策略仍有可能通过 strategy.order() 建立空头仓位！幸运的是，通过本文介绍的自定义代码方法，我们可以确保包括 strategy.order() 在内的所有订单函数都严格遵守我们设定的交易方向。

要了解更多管理和限制策略风险的方法，可以参阅TradingView风险管理的相关主题分类。