Niedrige Volatilität Kauf Hohe Volatilität Kaufstrategie
ChaoZhang
Überblick
Die Strategie untersucht die Unterschiede zwischen dem Kauf von Vermögenswerten während der niedrigen und hohen Volatilität. Sie ermöglicht es dem Benutzer, die Kaufoption während der niedrigen und hohen Volatilität zu wählen, indem er die Modus-Eingabevariablen ändert.
Strategieprinzip
Die Strategie ermittelt die Volatilitätsrate durch die Berechnung des ATR und seines SMA. Konkret berechnet sie den SMA des ATR und berechnet dann das Verhältnis des ATR zu seinem SMA. Wenn dieses Verhältnis höher ist als der benutzerdefinierte Schwellenwert volatilityTargetRatio, wird die Volatilität als hoch angesehen; wenn sie unter diesem Schwellenwert liegt, wird die Volatilität als niedrig angesehen.
Je nach Modus der Benutzerwahl erzeugt die Strategie ein Kaufsignal bei hoher oder niedriger Volatilität. Nach dem Kauf hält die Strategie eine bestimmte Anzahl von Bars (definiert durch sellAfterNBarsLength) und platziert dann.
Analyse der Stärken
Die wichtigsten Vorteile der Strategie sind:
- Intuitiv kann die Performance der Kaufstrategie während der niedrigen und der hohen Volatilität verglichen werden.
- Mit der SMA wird der ATR glatter, um falsche Durchbrüche zu filtern.
- Verschiedene Schwankungsraten können durch Anpassung der Parameter getestet werden.
Risikoanalyse
Die wichtigsten Risiken dieser Strategie sind:
- Wenn Sie nur niedrige Volatilität kaufen, können Sie die Chance auf einen Preisanstieg verpassen.
- Wenn man nur hohe Volatilität kauft, kann das Systemrisiko erhöht werden.
- Eine falsche Einstellung der Parameter kann zu einem verpassten Kauf oder zu einem vorzeitigen Ausschluss führen.
Diese Risiken können durch die Anpassung der Parameter und die Kombination von Kauf von verschiedenen Ebenen der Volatilität gemildert werden.
Optimierungsrichtung
Die Strategie kann weiter optimiert werden:
- Verschiedene ATR-Längenparameter werden getestet.
- Erhöhung der Stop-Loss-Strategie.
- In Kombination mit anderen Indikatoren wird die Filterung von False Breaks durchgeführt.
- Optimierung der Kauf- und Lagerbedingungen.
Zusammenfassen
Diese Strategie kann die Performance von Low Volatility und High Volatility Buy Strategien effektiv vergleichen. Sie verwendet SMAs, um die ATR zu glätten und Handelssignale zu erzeugen, die auf den Niveaus der Volatilität basieren. Die Strategie kann durch Anpassung der Parameter und Optimierung der Bedingungen verbessert werden.
/*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)