Bitcoin Futures Position Intelligente Handelsstrategie


Erstellungsdatum: 2024-01-26 15:01:24 zuletzt geändert: 2024-01-26 15:01:24
Kopie: 0 Klicks: 655
1
konzentrieren Sie sich auf
1617
Anhänger

Bitcoin Futures Position Intelligente Handelsstrategie

Übersicht: Die Strategie nutzt die BTC-Futures-Positionsdaten von Bitfinex, um den Handel zu steuern.

Die Strategie:

  1. Bitfinex wird als eine Institution und als ein von den Think Tanks dominierter Handelsplatz angesehen.
  2. Wenn die Anzahl der Kurzpositionen steigt, werden die BTC-Cash-Positionen aufgelöst. Die Institutionen sind gerade dabei, die BTC-Positionen aufzulösen.
  3. Wenn die Anzahl der Kurzpositionen sinkt, werden mehr BTC-Cash-Positionen gemacht. Die Institutionen nehmen ihre Positionen ab, was deutliche Anzeichen für eine bullische Entwicklung zeigt.
  4. Der RSI wird verwendet, um die Höhe und Tiefe der Anzahl der Short-Positions zu bestimmen. Der RSI über 75 ist ein Hochsignal und unter 30 ein Tiefsignal.
  5. Eintritt in eine Über- oder Verlustposition, wenn ein Signal für einen hohen oder niedrigen Wert ausgegeben wird.

Die Analyse der Stärken:

  1. Die Positionsdaten von professionellen Bitfinex-Händlern dienen als Signal, um institutionelle Handelsaktivitäten zu erfassen.
  2. Der RSI-Indikator hilft bei der Ermittlung von Höhen und Tiefen von Short-Positions und bei der Kontrolle von Handelsrisiken.
  3. Die Bank überwacht die Handelsbewegungen in Echtzeit und passt ihre Positionen rechtzeitig an.
  4. Es ist nicht nötig, die technischen Kennzahlen selbst zu analysieren, sondern den Handelsplänen der “Handels-Konzern” zu folgen.
  5. Die Rückmeldungen sind gut und die Rendite beträchtlich.

Risikoanalyse:

  1. Es ist unklar, ob die Zunahme der Short-Positions eine Spekulation oder eine Absicherung ist.
  2. Bitfinex-Handelsdaten werden mit Verzögerungen aktualisiert und könnte die beste Zeit für den Einstieg verpassen.
  3. Es ist nicht immer 100% richtig, dass es einen institutionellen Handel gibt, und es kann auch scheitern.
  4. Die falsche Einstellung der RSI-Parameter kann zu False- oder Miss-Signalen führen.
  5. Die Stop-Loss-Einstellungen sind zu locker, sodass ein einziger Verlust zu hoch sein könnte.

Optimierung:

  1. Optimierung der RSI-Parameter, um die Wirksamkeit verschiedener Haltungszyklen zu testen.
  2. Versuchen Sie mit anderen Indikatoren, wie KD, MACD und so weiter, die Höhe und Tiefe der Short-Position zu bestimmen.
  3. Die Stop-Loss-Marge wird geschrumpft, wodurch die Einzelschäden reduziert werden.
  4. Hinzufügen von Ausgangsbedingungen wie Trendwende, Breaker usw.
  5. Testen Sie den Umfang der verwendeten Währungen, z. B. mit BTC-Kurzpositionen ETH.

Zusammenfassung: Die Strategie nutzt die Vorteile von Futures-Positionsinformationen als eine interessante Handelsidee. Die Optimierung und Risikokontrolle müssen jedoch noch weiter verbessert werden, um in der Praxis stabil zu sein.

Strategiequellcode
/*backtest
start: 2023-12-26 00:00:00
end: 2024-01-25 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Bitfinex Shorts Strat", 
     overlay=true,
     default_qty_type=strategy.percent_of_equity,
     default_qty_value=10, precision=2, initial_capital=1000,
     pyramiding=2,
     commission_value=0.05)

//Backtest date range
StartDate = input(timestamp("01 Jan 2021"), title="Start Date")
EndDate = input(timestamp("01 Jan 2024"), title="Start Date")
inDateRange = true

symbolInput = input(title="Bitfinex Short Symbol", defval="BTC_USDT:swap")
Shorts = request.security(symbolInput, "", open)

// RSI Input Settings
length = input(title="Length", defval=7, group="RSI Settings" )
overSold = input(title="High Shorts Threshold", defval=75, group="RSI Settings" )
overBought = input(title="Low Shorts Threshold", defval=30, group="RSI Settings" )

// Calculating RSI
vrsi = ta.rsi(Shorts, length)
RSIunder = ta.crossover(vrsi, overSold)
RSIover = ta.crossunder(vrsi, overBought)

// Stop Loss Input Settings
longLossPerc = input.float(title="Long Stop Loss (%)", defval=25, group="Stop Loss Settings") * 0.01
shortLossPerc = input.float(title="Short Stop Loss (%)", defval=25, group="Stop Loss Settings") * 0.01

// Calculating Stop Loss
longStopPrice  = strategy.position_avg_price * (1 - longLossPerc)
shortStopPrice = strategy.position_avg_price * (1 + shortLossPerc)

// Strategy Entry
if (not na(vrsi))
	if (inDateRange and RSIover)
		strategy.entry("LONG", strategy.long, comment="LONG")
	if (inDateRange and RSIunder)
		strategy.entry("SHORT", strategy.short, comment="SHORT")

// Submit exit orders based on calculated stop loss price
if (strategy.position_size > 0)
    strategy.exit(id="LONG STOP", stop=longStopPrice)
if (strategy.position_size < 0)
    strategy.exit(id="SHORT STOP", stop=shortStopPrice)