Kaufen mit geringer Volatilität VS Kaufen mit hoher Volatilität

Schriftsteller:ChaoZhang, Datum: 2024-01-08 11:33:58
Tags:

Übersicht

Diese Strategie zielt darauf ab, den Unterschied zwischen dem Kauf von Vermögenswerten zu untersuchen, wenn die Volatilität niedrig ist und wenn sie hoch ist.

Strategie Logik

Diese Strategie bestimmt die Volatilität durch Berechnung des ATR und seines SMA. Insbesondere berechnet sie den SMA des ATR und berechnet dann das Verhältnis zwischen dem ATR und seinem SMA. Wenn dieses Verhältnis höher ist als die vom Benutzer definierte SchwellenvolatilitätTargetRatio, gilt die Volatilität als hoch. Wenn sie niedriger als die Schwelle ist, gilt die Volatilität als niedrig.

Abhängig vom vom Benutzer gewählten Modus erzeugt die Strategie Kaufsignale, wenn die Volatilität hoch oder niedrig ist.

Analyse der Vorteile

Die wichtigsten Vorteile dieser Strategie sind:

Kann die Performance von Kaufstrategien in Zeiten geringer und hoher Volatilität intuitiv vergleichen.
Durch die Verwendung von SMA kann man falsche Ausbrüche filtern.
Kann verschiedene Volatilitätsniveaus testen, indem Parameter eingestellt werden.

Risikoanalyse

Die wichtigsten Risiken dieser Strategie sind:

Kann Preistrend-Möglichkeiten verpassen, wenn nur niedrige Volatilität gekauft wird.
Kann das Systemrisiko erhöhen, wenn nur hohe Volatilität gekauft wird.
Unangemessene Parameter-Einstellungen können dazu führen, dass Kaufmöglichkeiten verpasst oder Positionen zu früh geschlossen werden.

Die oben genannten Risiken können durch Anpassung der Parameter und Kombination von Käufen aus verschiedenen Volatilitätsniveaus gemildert werden.

Optimierungsrichtlinien

Diese Strategie kann weiter optimiert werden, indem

Verschiedene ATR-Längenparameter testen.
Hinzufügen von Stop Loss Strategien.
Kombination anderer Indikatoren zur Filterung falscher Ausbrüche.
Optimierung der Ein- und Ausstiegskriterien.

Schlussfolgerung

Diese Strategie kann die Leistung von Low-Volatility-Buy- und High-Volatility-Buy-Strategien effektiv vergleichen. Sie verwendet SMA, um den ATR zu glätten und Handelssignale basierend auf Volatilitätsniveaus zu generieren. Die Strategie kann durch Parameter-Tuning und Optimierung von Bedingungen verbessert werden. Insgesamt bietet diese Strategie ein wirksames Werkzeug für die Erforschung von volatilitätsbasierten Strategien.

/*backtest
start: 2023-01-01 00:00:00
end: 2024-01-07 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/
// © I11L

//@version=5
strategy("I11L - Better Buy Low Volatility or High Volatility?", overlay=false)

mode = input.string("Buy low Volatility",options = ["Buy low Volatility","Buy high Volatility"])
volatilityTargetRatio = input.float(1,minval = 0, maxval = 100,step=0.1, tooltip="1 equals the average atr for the security, a lower value means that the volatility is lower")
atrLength = input.int(14)

atr = ta.atr(atrLength) / close
avg_atr = ta.sma(atr,atrLength*5)
ratio = atr / avg_atr

sellAfterNBarsLength = input.int(5, step=5, minval=0)


var holdingBarsCounter = 0

if(strategy.opentrades > 0)
    holdingBarsCounter := holdingBarsCounter + 1


isBuy = false

if(mode == "Buy low Volatility")
    isBuy := ratio < volatilityTargetRatio
else
    isBuy := ratio > volatilityTargetRatio

isClose = holdingBarsCounter > sellAfterNBarsLength



if(isBuy)
    strategy.entry("Buy",strategy.long)

if(isClose)
    holdingBarsCounter := 0
    strategy.exit("Close",limit=close)

plot(ratio, color=isBuy[1] ? color.green : isClose[1] ? color.red : color.white)
plot(1, color=color.white)

Mehr