ATR-basierte Mean-Reversion-Strategie
ChaoZhang
Überblick
Diese Strategie verwendet die Methode der Hypothesenprüfung, um zu bestimmen, ob die ATR von der Durchschnittswerte abweicht, und kombiniert mit der Prognose der Preisentwicklung, um eine auf der ATR basierende Durchschnittswert-Return-Trading-Strategie zu realisieren. Wenn die ATR deutlich abweicht, zeigt dies an, dass der Markt abnormal schwanken kann.
Strategieprinzip
Hypothesenprüfung
Zwei Stichproben t werden getestet. Die nullhypothese H0 ist der Mittelwert der beiden Stichproben ohne signifikante Unterschiede.
Wenn die getestete Statistik über dem Schwellenwert (der von dem Parameter reliability_factor angegebenen Zuverlässigkeitsbereich) liegt, wird die ursprüngliche Hypothese abgelehnt, dass der schnelle ATR deutlich von dem langsamen ATR abweicht.
Preisprognose
Der Moving Average der logarithmischen Rendite wird als erwartete Drift berechnet.
Wenn die Abwanderung steigt, ist das ein positiver Trend.
Eintritt und Verlustbefreiung
Wenn die ATR-Differenz deutlich ist und die Tendenz positiv ist, dann machen Sie mehr Einstieg.
Die Stop-Line wird anschließend mit Hilfe der ATR-Berechnung kontinuierlich angepasst. Die Stop-Line tritt aus, wenn der Preis die Stop-Line überschreitet.
Analyse der Stärken
Die ATR-Abweichungen werden anhand von Hypothesetests und anpassungsfähigen Parametern ermittelt.
In Kombination mit einer Preisprognose wird vermieden, dass man einen falschen Handel nur aufgrund der ATR-Abweichung tätigt.
Das Risiko von Verlusten wird kontinuierlich angepasst.
Risikoanalyse
Wenn die Preise abstürzen, kann man nicht aufhören zu verlieren.
Es gibt einen Trendfehler, der zu einem hohen Preis führen könnte.
Wenn die Parameter falsch eingestellt sind, werden die richtigen Transaktionen verpasst oder unnötige Transaktionen hinzugefügt.
Optimierungsvorschläge
Es kann in Erwägung gezogen werden, andere Indikatoren mit einer Multifaktorprüfung zu kombinieren, um zu vermeiden, dass ein einzelner Indikator zu falschen Transaktionen führt.
Verschiedene Kombinationen von ATR-Parametern können getestet werden, um eine stabilere zu finden.
Es ist wichtig, dass der Verbraucher die Fähigkeit zur Überwindung von Schlüsselschlüsseln erweitert, um falsche Durchbrüche zu vermeiden.
Zusammenfassen
Diese Strategie ist klar und die Verwendung von Hypothesenprüfungen, um abnormale Schwankungen zu beurteilen, ist wünschenswert. Die ATR-Abweichung kann jedoch keine Trends vollständig beurteilen, und es ist notwendig, die Urteilsgrundlage zu erhöhen, um die Genauigkeit zu verbessern. Die Stop-Loss-Regel ist zuverlässig, kann jedoch nicht gegen steile Abfälle vorgehen. In Zukunft können Verbesserungen in Bezug auf Einstiegsbedingungen, Parameterwahl und Stop-Loss-Optimierung vorgenommen werden.
/*backtest
start: 2022-10-16 00:00:00
end: 2023-10-16 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © DojiEmoji
//@version=5
strategy("Mean Reversion (ATR) Strategy v2 [KL] ", overlay=true, pyramiding=1)
var string ENUM_LONG = "Long"
var string GROUP_TEST = "Hypothesis testing"
var string GROUP_TSL = "Stop loss"
var string GROUP_TREND = "Trend prediction"
backtest_timeframe_start = input(defval=timestamp("01 Apr 2000 13:30 +0000"), title="Backtest Start Time")
within_timeframe = true
// TSL: calculate the stop loss price. {
ATR_TSL = ta.atr(input(14, title="Length of ATR for trailing stop loss", group=GROUP_TSL)) * input(2.0, title="ATR Multiplier for trailing stop loss", group=GROUP_TSL)
TSL_source = low
TSL_line_color = color.green
TSL_transp = 100
var stop_loss_price = float(0)
if strategy.position_size == 0 or not within_timeframe
TSL_line_color := color.black
stop_loss_price := TSL_source - ATR_TSL
else if strategy.position_size > 0
stop_loss_price := math.max(stop_loss_price, TSL_source - ATR_TSL)
TSL_transp := 0
plot(stop_loss_price, color=color.new(TSL_line_color, TSL_transp))
// } end of "TSL" block
// Entry variables {
// ATR diversion test via Hypothesis testing (2-tailed):
// H0 : atr_fast equals atr_slow
// Ha : reject H0 if z_stat is above critical value, say reliability factor of 1.96 for a 95% confidence interval
len_fast = input(14,title="Length of ATR (fast) for diversion test", group=GROUP_TEST)
atr_fast = ta.atr(len_fast)
std_error = ta.stdev(ta.tr, len_fast) / math.pow(len_fast, 0.5) // Standard Error (SE) = std / sq root(sample size)
atr_slow = ta.atr(input(28,title="Length of ATR (slow) for diversion test", group=GROUP_TEST))
test_stat = (atr_fast - atr_slow) / std_error
reject_H0 = math.abs(test_stat) > input.float(1.645,title="Reliability factor", tooltip="Strategy uses 2-tailed test; Confidence Interval = Point Estimate (avg ATR) +/- Reliability Factor x Standard Error; i.e use 1.645 for a 90% confidence interval", group=GROUP_TEST)
// main entry signal, subject to confirmation(s), gets passed onto the next bar
var _signal_diverted_ATR = false
if not _signal_diverted_ATR
_signal_diverted_ATR := reject_H0
// confirmation: trend prediction; based on expected lognormal returns
_prcntge_chng = math.log(close / close[1])
// Expected return (drift) = average percentage change + half variance over the lookback period
len_drift = input(14, title="Length of drift", group=GROUP_TREND)
_drift = ta.sma(_prcntge_chng, len_drift) - math.pow(ta.stdev(_prcntge_chng, len_drift), 2) * 0.5
_signal_uptrend = _drift > _drift[1]
entry_signal_all = _signal_diverted_ATR and _signal_uptrend // main signal + confirmations
// } end of "Entry variables" block
// MAIN {
// Update the stop limit if strategy holds a position
if strategy.position_size > 0 and ta.change(stop_loss_price)
strategy.exit(ENUM_LONG, comment="sl", stop=stop_loss_price)
// Entry
if within_timeframe and entry_signal_all
strategy.entry(ENUM_LONG, strategy.long, comment=strategy.position_size > 0 ? "adding" : "initial")
// Alerts
_atr = ta.atr(14)
alert_helper(msg) =>
prefix = "[" + syminfo.root + "] "
suffix = "(P=" + str.tostring(close, "#.##") + "; atr=" + str.tostring(_atr, "#.##") + ")"
alert(str.tostring(prefix) + str.tostring(msg) + str.tostring(suffix), alert.freq_once_per_bar)
if strategy.position_size > 0 and ta.change(strategy.position_size)
if strategy.position_size > strategy.position_size[1]
alert_helper("BUY")
else if strategy.position_size < strategy.position_size[1]
alert_helper("SELL")
// Clean up - set the variables back to default values once no longer in use
if strategy.position_size == 0
stop_loss_price := float(0)
if ta.change(strategy.position_size)
_signal_diverted_ATR := false
// } end of MAIN block