Preis-Aktionsstrategie auf Bollinger-Band-Basis

Schriftsteller:ChaoZhang, Datum: 2023-12-20 14:03:52
Tags:

img

Übersicht

Diese Strategie wird als Bollinger Band-basierte Price Action Strategy bezeichnet. Sie integriert Preis-Aktionsanalyse und Bollinger Bands, um Handelssignale auf der Grundlage der zusammengesetzten Konditionsbeurteilung zu generieren.

Strategieprinzip

Diese Strategie berechnet zunächst die oberen und unteren Schienen der Bollinger Bands und beurteilt dann, ob die letzte K-Linie durch die oberen oder unteren Schienen bricht. Gleichzeitig beurteilt sie auch, ob die Entität der letzten K-Linie nur die Hälfte der vorherigen K-Linie ist. Wenn beide Bedingungen erfüllt sind, wird ein Handelssignal ausgegeben.

Insbesondere nutzt die Strategie die Situation, in der rote K-Linie-Einheiten kleiner werden und nur die Hälfte der vorherigen K-Linie-Einheit während eines Abwärtstrends erreichen, zusammen mit dem letzten Schlusskurs der K-Linie, der durch den unteren Bollinger-Band-Rail durchbricht, als Kaufsignal. Im Gegenteil, sie nutzt die Situation, in der grüne K-Linie-Einheiten kleiner werden und nur die Hälfte der vorherigen K-Linie-Einheit während eines Aufwärtstrends erreichen, zusammen mit dem letzten K-Linie, der den oberen Bollinger-Band-Rail durchbricht, als Verkaufssignal.

Analyse der Vorteile

Diese Strategie kombiniert technische Indikatoren und Preisverhaltensanalyse, die falsche Ausbrüche effektiv filtern können. Gleichzeitig gibt sie nur Signale an Wendepunkten aus und vermeidet wiederholten Handel während Trends. Darüber hinaus nutzt die Strategie die Eigenschaften der K-Linien-Entitätskontraktion, um den Wendepunkt nach einer kleinen Anpassung zu sperren. Diese Vorteile können die Stabilität und Rentabilität der Strategie verbessern.

Risikoanalyse

Die wichtigsten Risiken dieser Strategie liegen in der unsachgemäßen Parameter-Einstellung von Bollinger Bands und Breakout-Fehlern. Wenn die Parameter von Bollinger Bands zu groß oder zu klein gesetzt werden, werden Fehleinschätzungen auftreten. Darüber hinaus kann es sich auch um einen falschen Breakout handeln, wenn der Preis durch die oberen oder unteren Schienen von Bollinger Bands bricht und keine echte Trendumkehr bildet. Diese Risiken können alle zu Handelsverlusten der Strategie führen. Um diese Risiken zu reduzieren, können die Parameter von Bollinger Bands entsprechend angepasst werden oder andere Indikatoren für die Kombinationsverifizierung hinzugefügt werden.

Optimierungsrichtlinien

Diese Strategie kann in folgenden Aspekten optimiert werden:

  1. Optimierung der Bollinger-Band-Parameter, um Trends und Schwankungen effektiver zu erfassen.

  2. Hinzufügen von beweglichen Stop Loss, um Gewinne zu erzielen und Risiken zu managen.

  3. Einbeziehung anderer Indikatoren wie MACD, RSI zur Überprüfung, um falsche Signale zu filtern.

  4. Fügen Sie maschinelle Lernalgorithmen hinzu, trainieren Sie Modelle mit Big Data und optimieren Sie dynamisch Strategieparameter und Indikatorgewichte.

Schlussfolgerung

Diese Strategie kombiniert erfolgreich Preisaktion und Bollinger Bands und erzielt eine relativ hohe Rentabilität mit geringem Risiko. Sie gibt nur an Schlüsselpunkten Signale aus und vermeidet Störungen durch Geräusche. Durch die kontinuierliche Optimierung von Parametern und Filterkriterien wird erwartet, dass diese Strategie ein stabileres Alpha erzielt. Sie bietet eine zuverlässige Vorlage für quantitative Handelspraktiken.


/*backtest
start: 2022-12-13 00:00:00
end: 2023-12-19 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
// main codebody taken from Trader Noro - Noro's Crypto Pattern for H1
// Intraday strategy- Exit at EOD at all cost

strategy(title = "Price Action + Bollinger Strategy ",overlay=true)
bar = close > open ? 1 : close < open ? -1 : 0
body = abs(close - open)
avgbody = sma(body, 100)

//calculate simple moving average bollinger bands
b_sma = input(21,minval=1,title=" SMA candle")
b_sma_no_of_deviations = 2.1
b_sma_signal = sma(close, b_sma)
b_sma_deviation = b_sma_no_of_deviations * stdev(close, b_sma)
b_sma_upper= b_sma_signal + b_sma_deviation
b_sma_lower= b_sma_signal - b_sma_deviation

up1 = body < body[1] / 2 and bar[1]==1 and bar == -1 and close[1] > b_sma_upper   
dn1 = body < body[1] / 2 and bar[1]==-1 and bar == 1 and close[1] < b_sma_lower  
up2 = false
dn2 = false
up2 := (up1[1] or up2[1]) and close < close[1]
dn2 := (dn1[1] or dn2[1]) and close > close[1]
plotarrow(up1 or up2 ? 1 : na, colorup = color.black, colordown = color.black, transp = 0)
plotarrow(dn1 or dn2 ? -1 : na, colorup = color.black, colordown = color.black, transp = 0)

strategy.entry("Buy", true, when = dn1)
strategy.exit("exit", "Buy", profit = 3, loss = 1.5)

strategy.entry("Short", false, when = up1)
strategy.exit("exit", "Short", profit = 3, loss = 1.5)



Mehr