Dynamische ATR-Stop-Loss-Mittellinien-Strategie
Überblick
Diese Strategie verwendet die lineare Regressionsfunktion und die Methode der kleinsten Quadrate, um einen Preiskorridor zu berechnen, der durch zwei grüne und rote Linien dargestellt wird. Sie setzt einen dynamischen Stop-Loss basierend auf dem jüngsten ATR, um Stop-Loss-Orders zu platzieren.
Strategieprinzip
Die Strategie berechnet die Mittellinie xLG unter Verwendung einer linearen Regression mit einer Länge von 25 und einer Verschiebung von 5. Dann werden oberhalb und unterhalb der Mittellinie jeweils 6% des Preises als Korridorbereich genommen: die obere Linie ist xLG1r, die untere Linie ist xLG1s.
Wenn der Preis über xLG1r liegt, wird long gegangen; wenn der Preis unter xLG1s liegt, wird short gegangen. Die Zeitpunkte des letzten Long- und Short-Einstiegs werden aufgezeichnet. Wenn die Zeit des letzten Long-Einstiegs größer ist als die des letzten Short-Einstiegs, wird ein Long-Signal erzeugt; wenn die Zeit des letzten Short-Einstiegs größer ist als die des letzten Long-Einstiegs, wird ein Short-Signal erzeugt.
Der dynamische ATR-Stop-Loss verwendet einen ATR-Zeitraum von 1 und einen Multiplikator von 2. Bei Long-Positionen wird die Stop-Loss-Linie als Schlusskurs minus dem Produkt aus ATR-Wert und Multiplikator berechnet; bei Short-Positionen als Schlusskurs plus dem Produkt aus ATR-Wert und Multiplikator.
Vorteile
- Verwendung eines linearen Regressionskorridors, der langfristige Trends verfolgt.
- ATR-basierte Stop-Loss-Berechnung ermöglicht dynamische Anpassungen und vermeidet zu große oder zu kleine Stop-Loss-Werte.
- Signale durch Preisausbrüche reduzieren falsche Signale.
Risiken und Verbesserungen
- Die Parameter des linearen Regressionskorridors müssen optimiert werden; der aktuelle Korridorbereich könnte zu eng sein.
- Auch der ATR-Multiplikator sollte getestet werden, um die optimalen Parameter zu finden.
- Es könnte eine Bestätigungsmechanik bei Ausbrüchen hinzugefügt werden, um Fehldurchbrüche zu vermeiden.
Optimierungsansätze
- Testen verschiedener Regressionslängenzyklen, um optimale Parameter zu finden.
- Ausprobieren unterschiedlicher ATR-Zeiträume und ATR-Stop-Loss-Multiplikatoren.
- Zusätzliche Bestätigungsbedingungen bei Ausbruchssignalen, z. B. Volumenausbruch.
Zusammenfassung
Die Strategie integriert mehrere technische Indikatoren wie Trendfolge, dynamischen Stop-Loss und Ausbruchssignale zu einem anpassungsfähigen Trendfolgesystem. Durch die Optimierung von Parametern und die Hinzunahme von Signalfiltern kann die Stabilität und Rentabilität der Strategie weiter verbessert werden. Diese Strategie bietet quantitativen Händlern einen wertvollen Ansatz.
/*backtest
start: 2023-01-01 00:00:00
end: 2023-06-24 00:00:00
period: 4h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
// Thanks to HPotter for the original code for Center of Gravity Backtest
strategy("Center of Gravity BF 🚀", overlay=true, initial_capital=10000, default_qty_type=strategy.percent_of_equity, default_qty_value=100, commission_type=strategy.commission.percent, commission_value=0.15)
- 1