Breakout-Regressionsstrategie basierend auf dem Bollinger Bands-Kanal


Erstellungsdatum: 2024-01-22 10:47:45 zuletzt geändert: 2024-01-22 10:47:45
Kopie: 0 Klicks: 552
1
konzentrieren Sie sich auf
1617
Anhänger

Breakout-Regressionsstrategie basierend auf dem Bollinger Bands-Kanal

Überblick

Die Strategie basiert auf der Rückkehr-Breakout-Strategie der Bollinger Bands. Ein Long-Position-Eintritt wird durchgeführt, wenn der Preis die Bollinger Bands-Absenkung erreicht. Der Stop-Loss-Preis wird als der niedrigste Preis für den Eintritt-Breakout-Punkt festgelegt.

Strategieprinzip

Die Strategie verwendet den Brin-Band-Kanal mit 20 Perioden. Der Brin-Band-Kanal besteht aus der mittleren, der oberen und der unteren Bahn. Die mittlere Bahn ist ein einfacher Moving Average mit 20 Perioden. Die obere Bahn besteht aus der mittleren Bahn plus zweifache der Standarddifferenz und die untere Bahn aus der mittleren Bahn minus zweifache der Standarddifferenz.

Wenn der Preis aus der Bahn fällt, zeigt dies, dass der Preis in den Überverkaufszustand eingetreten ist. Der Long-Position-Eintritt wird durchgeführt. Nach dem Eintritt wird der Stop-Loss-Preis als der niedrigste Preis der K-Linie eingestellt, wenn der Eintritt eingestellt wird.

Strategische Stärkenanalyse

Diese Strategie hat folgende Vorteile:

  1. Der Brin-Band-Kanal ist ein sehr zeitlich effizienter Weg, um überkauft zu sein und zu überverkaufen.
  2. Zurück zur Handelsstrategie, um zu vermeiden, dass docname nach oben oder unten geht
  3. Die Stop-Loss-Punkte sind vernünftig eingestellt, um Risiken zu kontrollieren.

Risikoanalyse

Die Strategie birgt auch einige Risiken:

  1. Der Brin-Band kann die Preisentwicklung nicht genau einschätzen, und der Preis wird nicht unbedingt zurückschlagen, wenn er aus der Bahn gerät.
  2. Floating P/L könnte als erstes Stop-Loss auslösen, wenn die Mainstream-Marke weiter sinkt
  3. Stopp-Punkte in der Nähe der Oberbahn, Risiko für zu hohe Stoppkosten

Richtung der Strategieoptimierung

Diese Strategie kann in folgenden Bereichen optimiert werden:

  1. Optimierung von Brin-Band-Parametern, um die beste Kombination zu finden
  2. Hinzufügen von Filtersignalen für andere Indikatoren zur Verbesserung der Einstiegsgenauigkeit
  3. Optimierung der Stop-Loss-Strategie und Verbesserung der Gewinn- und Verlustquote

Zusammenfassen

Die Strategie hat eine klare Gesamtkonzeption und eine gewisse Handhabung. Die zeitliche Wirksamkeit der Verwendung von Brin-Bändern zur Bestimmung von Überkauf und Überverkauf ist jedoch nicht hoch und es ist nicht möglich, die Preisentwicklung perfekt zu beurteilen. Darüber hinaus muss der Stop-Loss-Mechanismus optimiert werden.

Strategiequellcode
/*backtest
start: 2023-01-15 00:00:00
end: 2024-01-21 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/
// © Ronsword
//@version=5

strategy("bb 2ND target", overlay=true)
 
// STEP 1. Create inputs that configure the backtest's date range
useDateFilter = input.bool(true, title="Filter Date Range of Backtest",
     group="Backtest Time Period")
backtestStartDate = input(timestamp("1 Jan 1997"), 
     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 Sept 2023"),
     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.")

// STEP 2. See if the current bar falls inside the date range
inTradeWindow = true

// Bollinger Bands inputs
length = input.int(20, title="Bollinger Bands Length")
mult = input.float(2.0, title="Multiplier")
src = input(close, title="Source")
basis = ta.sma(src, length)
dev = mult * ta.stdev(src, length)
upper = basis + dev
lower = basis - dev

// EMA Settings
ema20 = ta.ema(close, 20)
plot(ema20, color=color.blue, title="20 EMA")

// Entry condition
longEntryCondition = ta.crossover(close, lower)

// Define stop loss level as the low of the entry bar
var float stopLossPrice = na
if longEntryCondition
    stopLossPrice := low

// Top Bollinger Band itself is set as the target
topBandTarget = upper

// Enter long position when conditions are met
if inTradeWindow and longEntryCondition
    strategy.entry("Long", strategy.long, qty=1)

// Set profit targets
strategy.exit("ProfitTarget2", from_entry="Long", limit=topBandTarget)

// Set stop loss
strategy.exit("StopLoss", stop=stopLossPrice)

// Plot Bollinger Bands with the same gray color
plot(upper, color=color.gray, title="Upper Bollinger Band")
plot(lower, color=color.gray, title="Lower Bollinger Band")