Auf Bollinger-Bändern basierende Mean-Reversion-Strategie


Erstellungsdatum: 2024-03-08 14:46:15 zuletzt geändert: 2024-03-08 14:46:15
Kopie: 0 Klicks: 797
1
konzentrieren Sie sich auf
1617
Anhänger

Auf Bollinger-Bändern basierende Mean-Reversion-Strategie

Überblick

Die Brin-Band-Mean-Return-Strategie ist eine quantitative Handelsstrategie, die auf den Brin-Band-Indikatoren basiert. Die Strategie nutzt die statistische Gesetzmäßigkeit, dass die Preise um die Mean-Line herum schwanken, um den Gewinn zu erzielen, wenn die Preise von der Brin-Band abweichen.

Strategieprinzip

Der Brin-Band besteht aus drei Linien: Die mittlere Linie ist der bewegliche Durchschnitt, die obere Linie ist die Standarddifferenz, die auf der Basis der mittleren Linie addiert und abgezogen wird. Gemäß dem statistischen Prinzip werden bei einer normalen Verteilung etwa 95% der Werte im Bereich von positiven und negativen zwei Standarddifferenzen der Abstandsmittel verteilt.

Die Bollinger Bands Average Return Strategie nutzt genau dieses Prinzip. Wenn der Preis oben durch die Bollinger Bands auf die Strecke geht, bedeutet dies, dass der Preis möglicherweise zu hoch ist und ein Rückfallrisiko besteht. Wenn der Preis unten durch die Bollinger Bands auf die Strecke geht, bedeutet dies, dass der Preis möglicherweise zu niedrig ist und eine Rebound-Chance besteht.

Die Hauptlogik des Strategie-Codes lautet wie folgt:

  1. Berechnen Sie den Moving Average für die angegebene Periode, als Mittelbahn für die Brin-Band. Sie können die Mittelwerte verschiedener Arten wie SMA, EMA, SMMA, WMA, VWMA wählen.

  2. Die Standarddifferenz der Preise innerhalb dieses Zeitraums wird berechnet und in Verbindung mit den vom Benutzer eingestellten Parametern für die Multiplikation ermittelt.

  3. Ein Verkaufssignal wird ausgelöst, wenn ein Brin-Band über dem Schlusskurs auf die Spur kommt. Ein Kaufssignal wird ausgelöst, wenn ein Brin-Band unter dem Schlusskurs auf die Spur kommt.

  4. Strategie zur Ausführung des Handels: Aufnahme von Überpositionen bei einem Kaufsignal und Niederschlagung bei einem Verkaufssignal.

Durch diese Vorgehensweise kann die Strategie einen Reverse-Position aufbauen, wenn der Preis deutlich von der Durchschnittslinie abweicht, und einen Gewinn erzielen, wenn der Preis zum Mittelwert zurückkehrt.

Analyse der Stärken

Die Brin-Band-Mean-Return-Strategie hat folgende Vorteile:

  1. Die Strategie basiert auf grundlegenden Prinzipien der Statistik, die durch die Brin-Band auf die Bandbreite der Preisschwankungen gekennzeichnet sind und die Ein- und Ausstiegsbedingungen klar definieren.

  2. Anpassungsfähigkeit, die für mehrere Märkte und Sorten verwendet werden kann. Der Brinband ist ein universeller technischer Indikator, der eine gewisse Anpassungsfähigkeit für trendige und schwankende Märkte hat. Der Benutzer kann die Parameter flexibel anpassen, um sich an verschiedene Marktmerkmale anzupassen.

  3. Chancen, Preisschwankungen zu erfassen. Die Brin-Band-Erweiterung und -Kürzung spiegeln die Preisschwankungen wider. Die Strategie versucht, die Rückkehr des Preiseigens zu nutzen, indem sie Positionen aufbaut, wenn der Preis einen relativ hohen oder niedrigen Wert erreicht.

  4. Der Stop-Loss ist relativ eindeutig. Da die Brin-Band einem bestimmten Vertrauensbereich entspricht, ist die Stop-Loss-Position der Strategie relativ leicht zu bestimmen und hilft, das Risiko zu kontrollieren.

Risikoanalyse

Obwohl die Blink-Band-Rückgangstrategie ihre Vorteile hat, gibt es auch Risiken:

  1. Die Strategie kann zu häufigen Verlustgeschäften führen, wenn die Märkte in einem kontinuierlichen einseitigen Trend sind und die Preise weiterhin in der Nähe der Brin-Band-Ober- oder Unterbahn laufen.

  2. Die Einstellung der Parameter ist empfindlich. Die Periodizität und die Multiplikation der Brin-Band-Parameter haben einen signifikanten Einfluss auf die Strategie-Performance. Verschiedene Kombinationen von Parametern können zu sehr unterschiedlichen Ergebnissen führen.

  3. Risiken von häufigen Schwankungen. Bei hoher Marktvolatilität und häufigen Schwankungen der Preise zwischen den oberen und unteren Bahnen der Bollinger Bands kann die Strategie zu kleinen Verlusten in Folge führen, was zu einem Rückgang der Gesamtergebnisse führt.

  4. Transaktionskosten werden nicht berücksichtigt. Der Beispielcode berücksichtigt keine Transaktionskostenfaktoren wie Punktdifferenz und Gebühren, die in der Praxis die Nettoeinnahmen der Strategie beeinflussen.

In Bezug auf die oben genannten Risiken können folgende Maßnahmen zur Optimierung der Strategie in Betracht gezogen werden:

  1. In Kombination mit Trendindikatoren wird eine Filterung durchgeführt. Bei der Beurteilung von Signalen kann die Verwendung von Trendindikatoren wie beispielsweise Moving Averages unterstützt werden, um den häufigen Handel in einseitigen Trends zu vermeiden.

  2. Optimierung der Parameterwahl. Durch Rückmeldung an historische Daten, Analyse der Strategie-Performance unter verschiedenen Parameterkombinationen, Auswahl der optimalen Parameter, die für den aktuellen Markt geeignet sind. Regelmäßige Parameterbewertung und Anpassung.

  3. Die Einführung weiterer Filterbedingungen, z. B. die Berücksichtigung von Volatilitätsindikatoren wie ATR und die Aussetzung des Handels, wenn die Volatilität zu hoch ist, oder andere Indikatoren wie die Referenz des Handelsvolumens, um die Zuverlässigkeit des Signals weiter zu bestätigen.

  4. Einbeziehung von Transaktionskosten. In Rückmessungen und Real-Time-Systemen sollten die Transaktionskosten, wie z. B. Punktabweichungen und Gebühren, berücksichtigt werden, um die tatsächliche Leistung der Strategie genauer zu bewerten.

Optimierungsrichtung

Zusätzlich zu den oben beschriebenen Risikomanagements kann die Brin-Band-Rückkehr-Strategie in folgenden Bereichen optimiert werden:

  1. Dynamische Anpassung der Parameter. Dynamische Anpassung der Perioden- und Multiplikatorparameter des Brin-Bands an die Veränderungen des Marktes. Es kann in Erwägung gezogen werden, die Adaptive Meanline (z. B. KAMA) als Mittelschiene zu verwenden oder die Multiplikatorparameter dynamisch an die aktuellen Marktrhythmen anzupassen, basierend auf Indikatoren wie ATR.

  2. Einführung von mehreren offenen Positionsmanagement. Bei der Positionseröffnung kann die Positionsgröße dynamisch angepasst werden, je nachdem, wie weit der Preis von der Brin-Band-Mittelbahn entfernt ist. Je weiter von der Mittelbahn entfernt, kann der Positionseröffnungsgrad angemessen reduziert werden, um das Risiko zu kontrollieren; Je näher an der Mittelbahn, kann der Positionseröffnungsgrad angemessen erhöht werden, um mehr Chancen zu nutzen.

  3. In Kombination mit anderen technischen Indikatoren. Die Verwendung von Brin-Bändern in Kombination mit anderen technischen Indikatoren (wie RSI, MACD usw.) führt zu einem stabileren Signalbestätigungsmechanismus. Der Handel erfolgt nur, wenn mehrere Indikatoren resonieren, was die Zuverlässigkeit des Signals erhöht.

  4. Berücksichtigen Sie die Verwaltung mehrerer Positionen. Unter geeigneten Bedingungen können Sie mehrere Positionen gleichzeitig halten und das Risiko verteilen. Sie können diese Strategie beispielsweise in verschiedenen Zeiträumen anwenden oder gleichzeitig Positionen auf verschiedenen Handelsarten eröffnen, um einen stabileren Ertrag zu erzielen.

Diese Optimierungsmaßnahmen zielen darauf ab, die Anpassungsfähigkeit, Stabilität und Profitabilität der Strategie zu verbessern. Durch dynamische Anpassung, Multi-Meter-Kombination und Positionsmanagement können Sie besser auf Marktveränderungen reagieren, Risiken kontrollieren und mehr Handelsmöglichkeiten ergreifen.

Zusammenfassen

Die Brin-Band-Mean-Return-Strategie ist eine auf statistischen Prinzipien basierende, quantitative Handelsstrategie, die die Bandbreite der Preisschwankungen durch die Brin-Band zeichnet und bei Abweichungen von der Kursbahn rückwärts operiert, um den Gewinn aus der Mean-Return-Strategie zu erzielen. Die Strategie ist einfach und anpassungsfähig, um Chancen auf Preisschwankungen zu erfassen, aber gleichzeitig mit dem Risiko von schlechter Marktentwicklung durch Trends, sensitiver Parameterstellung und häufigen Schwankungen.

Diese Risiken können optimiert werden durch Maßnahmen wie Trendindikatoren, Optimierung der Parameterwahl, Einführung von zusätzlichen Filterbedingungen und Einbeziehung der Transaktionskosten. Darüber hinaus können die Anpassungsfähigkeit und Stabilität der Strategie durch dynamische Anpassung der Parameter, Multi-Positions-Management in Kombination mit anderen technischen Indikatoren und Multi-Positions-Management weiter verbessert werden.

Insgesamt bietet die Brin-Band-Mean-Return-Strategie eine einfache und effektive Idee für den Quantifizierungshandel. In der Praxis müssen die Strategien entsprechend den spezifischen Marktmerkmalen und den Bedürfnissen des Handels optimiert und verbessert werden. Durch ständige Prüfung und Anpassung, um die am besten geeignete Handelsmethode zu finden, kann langfristiger Erfolg auf dem Weg zum Quantifizierungshandel erzielt werden.

Strategiequellcode
/*backtest
start: 2023-03-02 00:00:00
end: 2024-03-07 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("BB Strategy", shorttitle="BB", overlay=true)

length = input.int(20, minval=1)
maType = input.string("SMA", "Basis MA Type", options = ["SMA", "EMA", "SMMA (RMA)", "WMA", "VWMA"])
src = input(close, title="Source")
mult = input.float(2.0, minval=0.001, maxval=50, title="StdDev")

// Calculate moving average based on selected type
ma(source, length, _type) =>
    switch _type
        "SMA" => ta.sma(source, length)
        "EMA" => ta.ema(source, length)
        "SMMA (RMA)" => ta.rma(source, length)
        "WMA" => ta.wma(source, length)
        "VWMA" => ta.vwma(source, length)

// Calculate Bollinger Bands
basis = ma(src, length, maType)
dev = mult * ta.stdev(src, length)
upper = basis + dev
lower = basis - dev

// Plot Bollinger Bands
plot(basis, "Basis", color=#FF6D00)
p1 = plot(upper, "Upper", color=#2962FF)
p2 = plot(lower, "Lower", color=#2962FF)
fill(p1, p2, title = "Background", color=color.rgb(33, 150, 243, 95))

// Buy condition: Price below lower Bollinger Band
buy_condition = close < lower
// Sell condition: Price above upper Bollinger Band
sell_condition = close > upper

// Execute trades
strategy.entry("Buy", strategy.long, when=buy_condition)
strategy.close("Buy", when=sell_condition)