
[trans]
Die bilaterale Bandbreite-Filterstrategie basiert auf einem Artikel von Broad, der 2010 in der Zeitschrift “Broad Stock & Commodity” veröffentlicht wurde. Die Strategie identifiziert die Schwankungen der Aktienpreise und gibt ein Handelssignal, indem sie die Werte des Breitbandfilters berechnet. Die Strategie ist trendbewusst, wenn die Werte des Breitbandfilters höher als die Schwelle sind und wenn sie unter der Schwelle liegen.
Die Strategie besteht aus folgenden Schritten:
Initialisierungsparameter: einschließlich der BreitbandlängeLengthDer Schwankungsfaktor.DeltaDer Wert der LeerzeichenSellZoneMehrbürgerliche SchwellenwerteBuyZoneWarten.
Berechnung eines BreitbandfiltersBP: Berechnen Sie den Wert des Bandbreitenfilters durch eine Reihe von Dreiecksfunktionen.
Beurteilung der Position:BPHöher alsSellZoneWenn der Betrag unterBuyZoneWenn Sie nicht mehr tun können, bleiben Sie auf der Position.
Ausgangssignal: Ausgang von Mehr-Klopp-Signalen entsprechend der Positionshaltung.
K-Linien-Farbe: K-Linien-Farbe nach Signal-Ergebnissen eingestellt.
Zeichnen Sie eine Bandbreitenfilterkurve.
Die Strategie erfasst die kurzfristigen Schwankungen des Marktes mit einem Breitbandfilter und erzeugt ein Handelssignal, wenn die Schwankungen eine bestimmte Größe erreichen, um den Markttrend zu verfolgen.
Die Breitbandfilter sind empfindlicher für Marktbewegungen und können kurzfristige Trends erfassen.
Durch die Optimierung der Parameter kann die Sensitivität gegenüber Schwankungen angepasst werden, um sie an unterschiedliche Marktbedingungen anzupassen.
Die Strategie ist einfach, klar und verständlich.
Die Parameter können leicht angepasst werden, um die optimale Parameterkombination zu finden.
Die visualisierte Bandbreite der Filterkurve zeigt die Marktschwankungen intuitiv dar.
Breitband-Filter können zu empfindlich sein und falsche Signale erzeugen, wenn sie übermäßig optimiert sind.
Es ist unmöglich, den Ende der Schwankungen zu bestimmen, was zu einer Vergrößerung der Verluste führen kann.
Die Häufigkeit der Transaktionen kann zu hohen Transaktionskosten führen und das Risiko einer Ausrutschung erhöhen.
Das Problem besteht darin, dass die Funktion des Signals in der Umgebung nicht so gut ist, wie es der Fall ist.
Die Parameter müssen entsprechend an die verschiedenen Sorten und Marktbedingungen angepasst werden.
Ein Stop-Loss kann in Betracht gezogen werden, um einzelne Verluste zu kontrollieren.
Die Spielzeit kann gegebenenfalls verlängert werden oder Filterbedingungen können verwendet werden, um Fehlsignale zu reduzieren.
Optimierung der Parameter, um die optimale Kombination von Parametern zu finden. Die Optimierungsziele können Indikatoren wie Gewinn- und Verlustquote und Sharp-Ratio berücksichtigen.
Filterbedingungen wie Durchbruch der Durchschnittslinie, Preismuster usw. werden hinzugefügt, um den Handel in nicht-trendenden Zonen zu vermeiden.
Es wird eine Kombination von Parametern mit mehreren Kennzahlen berücksichtigt, um das einseitige Risiko zu verteilen.
Erweiterung der Stop-Loss-Logik, um Einzelschaden zu kontrollieren.
Es ist möglich, die Position des Stopps zu ändern, je nachdem, in welchem Trendstadium der Trend stattfindet.
Optimierung der Einstiegssignale und Vermeidung von Fehlsignalen in schwankenden Märkten. Eine Verlängerung der Haltedauer oder ein Preisbruch als Einstiegssignal können in Betracht gezogen werden.
Ausweitung auf ein Arbitrage-System für mehrere Sorten, um die Preisunterschiede zwischen den Sorten abzusichern.
Um die Bestandsaufnahme zu optimieren, die besten Sorten zu finden und eine Strategie für die Lagerung zu entwickeln.
Die bilaterale Bandfilterstrategie, die die Intensität von Preisschwankungen durch die Berechnung eines Breitbandfilters ermittelt und ein Handelssignal erzeugt, wenn die Schwankungen die Schwelle erreichen, hat die Vorteile, dass sie eine hohe Sensitivität für kurzfristige Markttrends hat und einfach zu realisieren ist. Die Strategie ist jedoch empfindlich für Parameter und Handelsfrequenz und muss entsprechend optimiert werden, um Fehlsignale zu reduzieren und Risiken zu kontrollieren.
||
The Dual Bandpass Filter strategy is adapted from the strategy published by Broder in Stocks & Commodities magazine in 2010. It generates trading signals by calculating the value of Broder’s bandpass filter to identify price fluctuations in stocks. It goes short when the bandpass filter value is higher than the threshold, and goes long when it is lower, to follow the trend.
The key steps of this strategy are:
Initialize parameters including bandpass length Length, fluctuation coefficient Delta, short zone threshold SellZone, and long zone threshold BuyZone.
Calculate the Broder bandpass filter BP using a series of trigonometric functions.
Determine position direction: go short if BP is above SellZone; go long if below BuyZone; otherwise, maintain current position.
Output signals: generate long/short signals based on position direction.
Set bar colors based on signal results.
Plot the bandpass filter curve.
This strategy captures short-term fluctuations using the Broder bandpass filter, and generates trading signals when the fluctuations reach certain magnitude to follow the trend.
More sensitive to market fluctuations based on the Broder bandpass filter, which can catch short-term trends.
The sensitivity can be adjusted through parameter tuning to adapt to different market environments.
Simple and clear strategy logic, easy to understand and implement.
Parameters can be easily optimized to find the best combination.
Visual bandpass filter curve intuitively shows market fluctuations.
Overly optimized bandpass filter may become too sensitive and generate false signals.
Unable to determine fluctuation end points, may lead to expanding losses.
High trading frequency may increase costs and slippage risks.
Vulnerable to black swan events that trigger false signals.
Parameters need adjusting for different products and markets.
Consider setting stop loss to control loss per trade.
Extend exit time or add filters to reduce false signals.
Optimize parameters to find the best combination, evaluating win rate, profit ratio, Sharpe ratio etc.
Add filters like moving average cross, price patterns to avoid trading in non-trending areas.
Consider combining parameters across multiple instruments for basket trading to diversify risks.
Add stop loss logic to control loss per trade, like dynamic stops or trailing stops.
Add profit taking like moving profit stops to lock in gains. Different levels can be set for different trend stages.
Optimize entry signals to avoid false signals in ranging markets. Consider longer holding periods or breakout signals.
Expand to a cross-asset arbitrage system utilizing price differentials for hedging.
Backtest optimization for best asset selection and rebalancing strategies.
The Dual Bandpass Filter strategy judges price fluctuations using Broder’s bandpass filter and generates signals when the fluctuations reach thresholds, with the advantage of high sensitivity to short-term trends and easy implementation. However, it is sensitive to parameters and trading frequency, requiring optimization to reduce false signals and manage risks. Overall, it provides an option for catching short-term trends, but overfitting should be avoided, and other technical tools can be combined for trading.
/*backtest
start: 2022-10-17 00:00:00
end: 2023-10-23 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
////////////////////////////////////////////////////////////
// Copyright by HPotter v1.0 18/09/2018
// The related article is copyrighted material from
// Stocks & Commodities Mar 2010
// You can use in the xPrice any series: Open, High, Low, Close, HL2, HLC3, OHLC4 and ect...
//
// You can change long to short in the Input Settings
// WARNING:
// - For purpose educate only
// - This script to change bars colors.
////////////////////////////////////////////////////////////
strategy(title="Bandpass Filter Strategy ver 2.0")
Length = input(20, minval=1)
Delta = input(0.5)
SellZone = input(5, step = 0.01)
BuyZone = input(-5, step = 0.01)
reverse = input(false, title="Trade reverse")
hline(BuyZone, color=green, linestyle=line)
hline(SellZone, color=red, linestyle=line)
xPrice = hl2
hline(0, color=blue, linestyle=line)
beta = cos(3.14 * (360 / Length) / 180)
gamma = 1 / cos(3.14 * (720 * Delta / Length) / 180)
alpha = gamma - sqrt(gamma * gamma - 1)
BP = 0.5 * (1 - alpha) * (xPrice - xPrice[2]) + beta * (1 + alpha) * nz(BP[1]) - alpha * nz(BP[2])
pos = iff(BP > SellZone, 1,
iff(BP <= BuyZone, -1, nz(pos[1], 0)))
possig = iff(reverse and pos == 1, -1,
iff(reverse and pos == -1, 1, pos))
if (possig == 1)
strategy.entry("Long", strategy.long)
if (possig == -1)
strategy.entry("Short", strategy.short)
barcolor(possig == -1 ? red: possig == 1 ? green : blue )
plot(BP, color=red, title="Bandpass Filter Strategy")