Bollinger Bands Momentum Trend nach der Strategie

Schriftsteller:ChaoZhang, Datum: 2023-12-26 11:21:10
Tags:

Übersicht

Diese Strategie umfasst eine solide Trend-Folge-Strategie, die auf Bollinger-Bändern, gleitenden Durchschnitten und Volumenanalyse basiert.

Strategie Logik

Bollinger-Bänder

Benutzt Bollinger-Bänder, um Überkauf- und Überverkaufszustände auf dem Markt zu identifizieren.
Berechnet Bands basierend auf dem mittleren Wert und der Standardabweichung über einen bestimmten Zeitraum.

Filter für den gleitenden Durchschnitt

Implementiert einen gleitenden Durchschnittsfilter (MA), um die Trendidentifizierung zu verbessern.
Erzeugt Kauf- (Verkauf-) Signale, wenn der Preis über (unter) dem gleitenden Durchschnitt steigt.

Volumenanalyse

Ermöglicht es Benutzern, die Lautstärkanalyse in die Strategie für eine verbesserte Signalbestätigung zu integrieren.
Der Volumen-Kreuzungsdurchschnitt kann zur Bestätigung von Preissignalen verwendet werden.

Vorteile

Ein starker Trend folgt

Identifiziert Markttrendumkehrungen anhand von Bollinger-Bändern, gleitenden Durchschnitten und Volumen.
Erfasst die Preisentwicklung rechtzeitig für den Trendhandel.

Flexibilität und Anpassung

Benutzer können Parameter wie BB-Periode, MA-Typ und Länge optimieren.
Lange und kurze Positionen können getrennt gesteuert werden.

Visualisierung und Bestätigung

Doppelsignalmechanismus zur Bestätigung von Preissignalen unter Verwendung von MA und Volumen.
Intuitive Anzeige der wichtigsten Handelssignale wie gleitende Durchschnitte, Stop-Loss-Level.

Risikomanagement

Berechnet Stop-Loss auf Basis von ATR. Anpassbarer ATR-Zeitraum und Multiplikator.
Anpassung der Positionsgröße anhand des Risikokapitalanteils, um Einzelhandelsverluste zu kontrollieren.

Risiken

Risiken für die Rückprüfungsperiode

Die Leistung kann in verschiedenen historischen Zeiten variieren. Die Robustheit sollte durch mehrjährige Rückversuche validiert werden.

Trendumkehrrisiken

Erhöhte Stop-Loss-Trigger während von Range-bound-Märkten.

Überoptimierung

Eine Optimierung mit mehreren Parametern kann zu einer Überanpassung führen. Die Robustheit sollte über verschiedene Parametermengen hinweg überprüft werden.

Risiken für nachlassende Indikatoren

Die Indikatoren haben eine inhärente Verzögerung. Die Kursbewegung sollte die Indikatorsignale ergänzen.

Möglichkeiten zur Verbesserung

Optimierung der Parameter

Optimierung der BB-, MA- und ATR-Parameter für verschiedene Produkte und Zeitrahmen.

Positionsoptimierung

Versuche unterschiedliche Eigenkapitalanteile bei Risikoniveaus, Stop-Loss-Multiplikatoren.

Signaloptimierung

Einführung zusätzlicher Filter wie KD, MACD, um Ein- und Ausstiegssignale zu ergänzen.

Codeoptimierung

Verbessern Sie die Signallogik, um unnötige Transaktionen zu vermeiden.

Schlussfolgerung

Die Strategie integriert Bollinger Bands, gleitende Durchschnitte und Volumenanalyse in ein mechanisches Trendhandelssystem. Ihre Stärke liegt in robusten Signalbestätigungs- und Risikokontrollmechanismen. Weitere Verbesserungen können über Parameter und Signaloptimierung vorgenommen werden, um Stabilität und Rentabilität zu verbessern.

/*backtest
start: 2023-11-25 00:00:00
end: 2023-12-25 00:00:00
period: 1h
basePeriod: 15m
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/
// © sosacur01

//@version=5
strategy(title="Bollinger Band | Trend Following", overlay=true, pyramiding=1, commission_type=strategy.commission.percent, commission_value=0.2, initial_capital=10000)

//--------------------------------------

//BACKTEST RANGE
useDateFilter = input.bool(true, title="Filter Date Range of Backtest",
     group="Backtest Time Period")
backtestStartDate = input(timestamp("1 jan 2017"), 
     title="Start Date", group="Backtest Time Period",
     tooltip="This start date is in the time zone of the exchange " + 
     "where the chart's instrument trades. It doesn't use the time " + 
     "zone of the chart or of your computer.")
backtestEndDate = input(timestamp("1 jul 2100"),
     title="End Date", group="Backtest Time Period",
     tooltip="This end date is in the time zone of the exchange " + 
     "where the chart's instrument trades. It doesn't use the time " + 
     "zone of the chart or of your computer.")
inTradeWindow = true
if not inTradeWindow and inTradeWindow[1]
    strategy.cancel_all()
    strategy.close_all(comment="Date Range Exit")

//--------------------------------------

//LONG/SHORT POSITION ON/OFF INPUT
LongPositions   = input.bool(title='On/Off Long Postion', defval=true, group="Long & Short Position")
ShortPositions  = input.bool(title='On/Off Short Postion', defval=true, group="Long & Short Position")

//--------------------------------------
//MA INPUTS
averageType1    = input.string(defval="WMA", group="MA", title="MA Type", options=["SMA", "EMA", "WMA", "HMA", "RMA", "SWMA", "ALMA", "VWMA", "VWAP"])
averageLength1  = input.int(defval=99, title="MA Lenght", group="MA")
averageSource1  = input(close, title="MA Source", group="MA")

//MA TYPE
MovAvgType1(averageType1, averageSource1, averageLength1) =>
	switch str.upper(averageType1)
        "SMA"  => ta.sma(averageSource1, averageLength1)
        "EMA"  => ta.ema(averageSource1, averageLength1)
        "WMA"  => ta.wma(averageSource1, averageLength1)
        "HMA"  => ta.hma(averageSource1, averageLength1)
        "RMA"  => ta.rma(averageSource1, averageLength1)
        "SWMA" => ta.swma(averageSource1)
        "ALMA" => ta.alma(averageSource1, averageLength1, 0.85, 6)
        "VWMA" => ta.vwma(averageSource1, averageLength1)
        "VWAP" => ta.vwap(averageSource1)
        => runtime.error("Moving average type '" + averageType1 + 
             "' not found!"), na


//MA VALUES
ma  = MovAvgType1(averageType1, averageSource1, averageLength1)

//MA CONDITIONS
bullish_ma = close > ma
bearish_ma = close < ma

//PLOT COLOR
ma_plot    = if close > ma
    color.navy
else
    color.rgb(49, 27, 146, 40)

//MA PLOT
plot(ma,color=ma_plot, linewidth=2, title="MA")

//--------------------------------------
//BB INPUTS
length  = input.int(20, minval=1, group="BB")
src     = input(close, title="Source", group="BB")
mult    = input.float(2.0, minval=0.001, maxval=50, title="StdDev", group="BB")

//BB VALUES
basis = ta.sma(src, length)
dev = mult * ta.stdev(src, length)
upper = basis + dev
lower = basis - dev
offset = input.int(0, "Offset", minval = -500, maxval = 500)

//BBPLOT
//plot(basis, "Basis", color=#FF6D00, offset = offset)
p1 = plot(upper, "Upper", color=#2978ffa4, offset = offset)
p2 = plot(lower, "Lower", color=#2978ffa4, offset = offset)
fill(p1, p2, title = "Background", color=color.rgb(33, 47, 243, 97))

//BB ENTRY AND EXIT CONDITIONS
bb_long_entry  = close >= upper
bb_long_exit   = close <= lower
bb_short_entry = close <= lower
bb_short_exit  = close >= upper

//---------------------------------------------------------------
//VOLUME INPUTS
useVolumefilter  = input.bool(title='Use Volume Filter?', defval=false, group="Volume Inputs")
dailyLength      = input.int(title = "MA length", defval = 30, minval = 1, maxval = 100, group = "Volume Inputs")
lineWidth        = input.int(title = "Width of volume bars", defval = 3, minval = 1, maxval = 6, group = "Volume Inputs")
Volumefilter_display  = input.bool(title="Color bars?", defval=false, group="Volume Inputs", tooltip = "Change bar colors when Volume is above average")

//VOLUME VALUES
volumeAvgDaily = ta.sma(volume, dailyLength)

//VOLUME SIGNAL
v_trigger  = (useVolumefilter ? volume > volumeAvgDaily : inTradeWindow)

//PLOT VOLUME SIGNAL
barcolor(Volumefilter_display ? v_trigger ? color.new(#6fe477, 77):na: na, title="Volume Filter")
//---------------------------------------------------------------

//ENTRIES AND EXITS
long_entry  = if inTradeWindow and bullish_ma and bb_long_entry and v_trigger and LongPositions
    true
long_exit   = if inTradeWindow and bb_long_exit  
    true

short_entry = if inTradeWindow  and bearish_ma and bb_short_entry and v_trigger and ShortPositions
    true
short_exit  = if inTradeWindow  and bb_short_exit 
    true
    
//--------------------------------------

//RISK MANAGEMENT - SL, MONEY AT RISK, POSITION SIZING
atrPeriod                = input.int(14, "ATR Length", group="Risk Management Inputs")
sl_atr_multiplier        = input.float(title="Long Position - Stop Loss - ATR Multiplier", defval=2, group="Risk Management Inputs", step=0.5)
sl_atr_multiplier_short  = input.float(title="Short Position - Stop Loss - ATR Multiplier", defval=2, group="Risk Management Inputs", step=0.5)
i_pctStop                = input.float(2, title="% of Equity at Risk", step=.5, group="Risk Management Inputs")/100

//ATR VALUE
_atr = ta.atr(atrPeriod)

//CALCULATE LAST ENTRY PRICE
lastEntryPrice = strategy.opentrades.entry_price(strategy.opentrades - 1)

//STOP LOSS - LONG POSITIONS 
var float sl = na

//CALCULTE SL WITH ATR AT ENTRY PRICE - LONG POSITION
if (strategy.position_size[1] != strategy.position_size)
    sl := lastEntryPrice - (_atr * sl_atr_multiplier)

//IN TRADE - LONG POSITIONS
inTrade = strategy.position_size > 0

//PLOT SL - LONG POSITIONS
plot(inTrade ? sl : na, color=color.blue, style=plot.style_circles, title="Long Position - Stop Loss")

//CALCULATE ORDER SIZE - LONG POSITIONS
positionSize = (strategy.equity * i_pctStop) / (_atr * sl_atr_multiplier)

//============================================================================================

//STOP LOSS - SHORT POSITIONS 
var float sl_short = na

//CALCULTE SL WITH ATR AT ENTRY PRICE - SHORT POSITIONS 
if (strategy.position_size[1] != strategy.position_size)
    sl_short := lastEntryPrice + (_atr * sl_atr_multiplier_short)

//IN TRADE SHORT POSITIONS
inTrade_short = strategy.position_size < 0

//PLOT SL - SHORT POSITIONS
plot(inTrade_short ? sl_short : na, color=color.red, style=plot.style_circles, title="Short Position - Stop Loss")

//CALCULATE ORDER - SHORT POSITIONS
positionSize_short = (strategy.equity * i_pctStop) / (_atr * sl_atr_multiplier_short) 


//===============================================

//LONG STRATEGY
strategy.entry("Long", strategy.long, comment="Long", when = long_entry, qty=positionSize)
if (strategy.position_size > 0)
    strategy.close("Long", when = (long_exit), comment="Close Long")
    strategy.exit("Long", stop = sl, comment="Exit Long")

//SHORT STRATEGY
strategy.entry("Short", strategy.short, comment="Short", when = short_entry, qty=positionSize_short)
if (strategy.position_size < 0) 
    strategy.close("Short", when = (short_exit), comment="Close Short")
    strategy.exit("Short", stop = sl_short, comment="Exit Short")

//ONE DIRECTION TRADING COMMAND (BELLOW ONLY ACTIVATE TO CORRECT BUGS)
//strategy.risk.allow_entry_in(strategy.direction.long)

Mehr