Bidirektionale Umkehrstrategie
ChaoZhang
Überblick
Eine Binäre Umkehrstrategie ist eine einfache Bitcoin-Handelsstrategie, bei der ein Kauf- und Verlust-Stopp-Order für den Tag festgelegt wird, basierend auf dem Handelsumfang des Vortages. Die Kernidee der Strategie besteht darin, ein Kauf- und Verlust-Stopp-Order in der Nähe des Höchstwerts zu setzen, wenn der Eröffnungspreis am Tag höher ist als der Schließungspreis am Tag zuvor.
Strategieprinzip
Die Strategie berechnet zunächst den Handelsumfang des Vortages, d. h. den Höchstpreis minus den Mindestpreis. Nach dem Börsengang des Tages wird dann beurteilt, ob der Preis im Vergleich zum Schlusskurs des Vortages gestiegen ist. Wenn er gestiegen ist, wird der Stop-Loss-Kaufpreis auf das 0,6fache des Eröffnungspreises plus dem Handelsumfang des Vortages festgelegt.
Insbesondere beinhaltet die Strategie zwei Einstiegsregeln:
Wenn der Börsenkurs des Tages höher ist als der Börsenkurs des Vortages (longCond1 erfüllt) und innerhalb des Rückmesszeitfensters (window) erfüllt ist, wird ein Stop-Loss-Kauf (strategy.long1) durchgeführt, der mit dem Börsenkurs plus dem 0,6-fachen des Vortags erfolgt.
Wenn der Eröffnungspreis des Tages niedriger ist als der Schlusskurs des Vortages (longCond2 erfüllt) und innerhalb des Rückmesszeitfensters, wird ein Stop-Loss-Kauf (strategy.long2) auf den Eröffnungspreis und das 1,8-fache des Vortags erfolgen.
Die Strategie eröffnet nach dem Auslösen der beiden oben genannten Stop-Losses eine zusätzliche Position und schließt dann die Position vor dem Schließen des Tages über strategy.close_all.
Analyse der Stärken
Die Strategie der “Zwei-Wege-Umkehr” hat folgende Vorteile:
Die Strategie berücksichtigt sowohl steigende als auch fallende Preise und kann durchbruchende Umkehrungen in verschiedene Richtungen erfassen.
Risikokontrolle mit Stop-Loss-Schutz. Die Strategie setzt den Stop-Loss-Preis im Voraus, um den maximalen Verlust eines einzelnen Handels effektiv zu kontrollieren.
Die Strategie besteht darin, die Positionen vor dem Ende des Tages zu liquidieren und nicht über Nacht zu halten, um das Risiko von starken Schwankungen über Nacht zu verringern.
Eine hohe Handelsfrequenz, geeignet für kurzfristige Operationen. Nur ein Handelstag pro Tag kann eine hohe Handelsfrequenz sicherstellen.
Die Strategie ist einfach, klar und leicht zu verstehen und umzusetzen.
Risikoanalyse
Es gibt jedoch einige Risiken, die bei einer Bipartitionalisierung zu beachten sind:
Eine falsche Auswahl der Stoppdistanz kann dazu führen, dass die Stoppdistanz durchbrochen wird. Wenn die Stoppdistanz zu klein eingestellt ist, kann es im Extremfall zu einem direkten Durchbruch kommen.
Eine zu hohe Handelsfrequenz kann zu einem Druck auf die Handelsgebühren führen. Hochfrequente Geschäfte, die täglich platziert werden, können mehr Gebühren anfallen.
Bei starken Erschütterungen kann der Schaden leicht eingestellt werden.
Die Strategie ist besser geeignet für einen umgekehrten Markt, der nach einem Trendbruch nicht in der Lage ist, die Trendgewinne dauerhaft zu erfassen.
Optimierungsrichtung
Diese Strategie kann in folgenden Bereichen optimiert werden:
Optimieren Sie die Stop-Loss-Distanz. Sie können verschiedene Stop-Loss-Positionen testen, um die optimale Stop-Loss-Punkt zu finden. Sie können auch die Stop-Loss-Distanz dynamisch an die Marktfluktuation anpassen.
Trend-Filter hinzugefügt. Die Richtung der größeren Trends kann vor dem Eintritt ermittelt werden, um einen Abweichhandel zu vermeiden.
Optimierung der Positionsaufnahme. Es kann in Erwägung gezogen werden, vor dem Durchbruch eine zeitlich-graphische Formbeurteilung hinzuzufügen oder die logische Beurteilung der Quantität zu erhöhen, um die Positionsaufnahme zu verbessern.
Erhöhung der Positionsoptimierung. Es kann getestet werden, ob ein Moving Stop oder ein Trend-Tracking EXIT hinzugefügt wird, um einen dauerhaften Gewinn zu erzielen.
Verschiedene Handelsarten testen. Diese Strategie ist möglicherweise besser geeignet für Varianten mit hoher Volatilität. Daten aus verschiedenen Varianten können getestet werden, um die am besten geeigneten Varianten zu finden.
In Kombination mit maschinellen Lerntechniken. Einsatz von maschinellen Lerntechniken zur Optimierung von Parametern wie Stop-Loss-Distanz, Regeln für das Eröffnen von Positionen.
Zusammenfassen
Die Strategie besteht aus zwei Richtungen, die sich auf eine kurze Linie beziehen. Die Strategie ist sehr einfach und nützlich. Sie ist geeignet, die Kurse zu reversibeln und zu steigern.
/*backtest
start: 2023-10-02 00:00:00
end: 2023-11-01 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
strategy("Simple strat", shorttitle="Simple Strat", overlay=true)
// X001TK R1 strategy
//
//
// This strategy combines the special approach in previous daily range trading
//
// This strategy goes long on stop buy order which is calculated as previous day range
// multiplied by special number.
//
// This pure strategy does not have any
// stop loss or take profit money management logic.
//
// Exit rule is simple. We close the position on market close or next day open
//
//
//
//
// Input
length = input(10, minval=1)
stopLossPercent=input(1.1,"Stop Loss Percent")
profitPercent=input(9,"Profit Percent")
// === INPUT BACKTEST RANGE ===
FromMonth = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
FromDay = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
FromYear = input(defval = 2018, title = "From Year", minval = 2000)
ToMonth = input(defval = 3, title = "To Month", minval = 1, maxval = 12)
ToDay = input(defval = 1, title = "To Day", minval = 1, maxval = 31)
ToYear = input(defval = 2029, title = "To Year", minval = 2017)
ses_cls = input(defval=true, title="End of Session Close Out?")
// === FUNCTION EXAMPLE ===
start = timestamp(FromYear, FromMonth, FromDay, 00, 00) // backtest start window
finish = timestamp(ToYear, ToMonth, ToDay, 23, 59) // backtest finish window
window() => true // create function "within window of time"
// === STRATEGY ===
// conditions
longCond1 = close>close[1]
longCond2 = close<close[1]
strategy.entry("long1", strategy.long, when=longCond1==true and window()==true, stop=close+(high - low)*0.6)
strategy.entry("long2", strategy.long, when=longCond2==true and window()==true, stop=close+(high - low)*1.8)
strategy.close_all(when=ses_cls)
// === /STRATEGY ===