Parabolische Stop-Loss-Strategie basierend auf dem ATR-Indikator
ChaoZhang
Diese Strategie wird als ATR-basierte Parallax-Stop-Strategie bezeichnet. Die Strategie verwendet die ATR-Indikatoren, um die Schrumpfgeschwindigkeit der Parallax-Stop-Kurve anzupassen, so dass sie sich an Veränderungen der Marktvolatilität anpasst.
Der Beschleunigungsfaktor für die traditionellen Parallax-Linien-Stopps bleibt unverändert und kann nicht mit der Zunahme der Volatilität umgehen. Diese Strategie beschleunigt die Schrumpfung der Parallax-Linien mit der Zunahme der ATR-Werte, so dass die Stop-Line bei zunehmender Volatilität schneller an die Preise herankommt und das Risiko effektiv kontrolliert.
Konkret berechnet die Strategie die Richtung der Preisentwicklung, berechnet einen Adaptionsfaktor für die ATR-Werte und zeichnet damit die Stop-Loss-Kurve der Parallaxlinie. Wenn der Preis die Stop-Loss-Linie durchbricht, wird eine Stop-Loss-Plating-Position ausgeführt.
Der Vorteil dieser Strategie besteht darin, dass die traditionellen Stop-Lines in der Lage sind, sich dynamisch an die Marktfluktuation anzupassen. Die ATR-Parameter müssen jedoch optimiert werden, und die Stop-Lines sind zu empfindlich, um durchbrochen zu werden.
Im Allgemeinen ist die Anpassung an die Stop-Loss-Strategie wichtig, um Gewinne zu schützen und Risiken zu kontrollieren. Der Händler sollte die richtigen Stop-Loss-Indikatoren wählen, die den Marktbedingungen entsprechen, und die Parameter testen und optimieren, um die maximale Wirksamkeit der Stop-Loss-Strategie zu erzielen.
/*backtest
start: 2023-08-13 00:00:00
end: 2023-09-12 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy(title="ATR Parabolic SAR Strategy [QuantNomad]", shorttitle="ATR PSAR Strategy [QN]", overlay=true, default_qty_type = strategy.percent_of_equity, default_qty_value = 100)
atr_length = input(14)
start = input(0.02)
increment = input(0.02)
maximum = input(0.2)
entry_bars = input(1, title = "Entry on Nth trend bar")
atr = atr(atr_length)
atr := na(atr) ? tr : atr
psar = 0.0 // PSAR
af = 0.0 // Acceleration Factor
trend_dir = 0 // Current direction of PSAR
ep = 0.0 // Extreme point
trend_bars = 0
sar_long_to_short = trend_dir[1] == 1 and close <= psar[1] // PSAR switches from long to short
sar_short_to_long = trend_dir[1] == -1 and close >= psar[1] // PSAR switches from short to long
trend_change = barstate.isfirst[1] or sar_long_to_short or sar_short_to_long
// Calculate trend direction
trend_dir := barstate.isfirst[1] and close[1] > open[1] ? 1 :
barstate.isfirst[1] and close[1] <= open[1] ? -1 :
sar_long_to_short ? -1 :
sar_short_to_long ? 1 : nz(trend_dir[1])
trend_bars := sar_long_to_short ? -1 :
sar_short_to_long ? 1 :
trend_dir == 1 ? nz(trend_bars[1]) + 1 :
trend_dir == -1 ? nz(trend_bars[1]) - 1 :
nz(trend_bars[1])
// Calculate Acceleration Factor
af := trend_change ? start :
(trend_dir == 1 and high > ep[1]) or
(trend_dir == -1 and low < ep[1]) ?
min(maximum, af[1] + increment) :
af[1]
// Calculate extreme point
ep := trend_change and trend_dir == 1 ? high :
trend_change and trend_dir == -1 ? low :
trend_dir == 1 ? max(ep[1], high) :
min(ep[1], low)
// Calculate PSAR
psar := barstate.isfirst[1] and close[1] > open[1] ? low[1] :
barstate.isfirst[1] and close[1] <= open[1] ? high[1] :
trend_change ? ep[1] :
trend_dir == 1 ? psar[1] + af * atr :
psar[1] - af * atr
plot(psar, style=plot.style_cross, color=trend_dir == 1 ? color.green : color.red, linewidth = 2)
// Strategy
strategy.entry("Long", true, when = trend_bars == entry_bars)
strategy.entry("Short", false, when = trend_bars == -entry_bars)