ChaoZhang
Überblick
Die Strategie basiert auf den statistischen Eigenschaften des Marktes bei extremen Abwärtstrends. Durch die statistische Analyse von Rückzügen wird die Extreme der Marktfluktuation mit Hilfe der Standarddifferenz gemessen und bei Abwärtstrends außerhalb des normalen Bereichs gekauft. Die Kernidee der Strategie ist es, die Überschwemmungschancen zu erfassen, die durch die Panik der Märkte verursacht werden.
Strategieprinzip
Die Strategie verwendet die statistischen Merkmale der Berechnung von Maximalrückgängen und -rückgängen für die Preise in einem Rollzeitfenster. Zuerst werden die Höchstpreise der letzten 50 Perioden berechnet, dann der Prozentsatz der Rückgängen zum aktuellen Schlusskurs relativ zu den Höchstpreisen. Dann werden die Mittelwerte und die Standarddifferenz der Rückgängen berechnet, wobei das 1-fache der Standardabweichung als Trigger-Trenchwert festgelegt wird.
Strategische Vorteile
- Die Strategie basiert auf statistischen Prinzipien und hat eine solide theoretische Grundlage. Die Methode ist objektiv wissenschaftlich und misst die Extreme der Marktschwankungen durch Standarddifferenz.
- Die Strategie ist in der Lage, Investitionsmöglichkeiten in Zeiten von Marktpanik effektiv zu erfassen.
- Durch die Verwendung einer festen Periodeneinlagerung wird das Problem vermieden, dass ein Stopp verfolgt wird, der eine Rebound verpassen könnte.
- Strategieparameter sind anpassbar und können flexibel an unterschiedliche Marktbedingungen und Merkmale von Handelsarten angepasst werden.
- Die Berechnung der Rücknahme- und Standardabweichungskennzahlen ist einfach, die Strategielogik klar, leicht zu verstehen und umzusetzen.
Strategisches Risiko
- Es kann zu einem anhaltenden Rückgang des Marktes kommen, der zu häufigen Eintritten in die Strategie führt, die jedoch Verluste verursachen. Es wird empfohlen, eine Obergrenze für die maximale Anzahl der Positionen zu setzen.
- Ein Fixed-Periodic-Plating kann einen größeren Aufwärtsraum verpassen. Ein zusätzlicher Trend-following-Plating kann in Betracht gezogen werden.
- Die Rücknahme-Statistiken können sich im Rahmen des Marktumfelds ändern. Es wird empfohlen, die Parameter-Einstellungen regelmäßig zu aktualisieren.
- Die Strategie berücksichtigt nicht andere Marktinformationen wie den Umsatz. Es wird empfohlen, mehrere Indikatoren in Verbindung zu überprüfen.
- In einem stark schwankenden Marktumfeld kann eine Standarddifferenz verfälscht werden. Es wird empfohlen, Risikokontrollen einzuführen.
Richtung der Strategieoptimierung
- Die Einführung eines Transaktionsindikators bestätigt die Panik der Märkte.
- Erhöhung der Trendindikatoren und Vermeidung häufiger Eintritte in Abwärtstrends.
- Optimierung der Niedrigstellungsmechanismen und Anpassung der Positionszeit an die Marktentwicklung.
- Erhöhung der Stop-Loss-Einstellungen, um das Risiko eines einzelnen Handels zu kontrollieren.
- Erwägen Sie die Verwendung von Anpassungsparametern, um die Anpassungsfähigkeit der Strategie an Marktveränderungen zu verbessern.
Zusammenfassen
Die Strategie erfasst die Überschreitung der Marktchancen mittels statistischer Methoden und verfügt über eine gute theoretische Grundlage und praktischen Wert. Die Strategielogik ist einfach und klar, die Parameter sind anpassungsfähig und geeignet für die Erweiterung und Optimierung der Basisstrategie. Die Stabilität und Profitabilität der Strategie können durch die Hinzufügung anderer technischer Indikatoren und Risikokontrollmaßnahmen weiter verbessert werden.
/*backtest
start: 2019-12-23 08:00:00
end: 2024-11-28 00:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Buy When There's Blood in the Streets Strategy", overlay=false, shorttitle="BloodInTheStreets")
//This strategy identifies opportunities to buy during extreme market drawdowns based on standard deviation thresholds.
//It calculates the maximum drawdown over a user-defined lookback period, identifies extreme deviations from the mean,
//and triggers long entries when specific conditions are met. The position is exited after a defined number of bars.
// User Inputs
lookbackPeriod = input.int(50, title="Lookback Period", minval=1, tooltip="Period to calculate the highest high for drawdown")
stdDevLength = input.int(50, title="Standard Deviation Length", minval=1, tooltip="Length of the period to calculate standard deviation")
stdDevThreshold = input.float(-1.0, title="Standard Deviation Threshold", tooltip="Trigger level for long entry based on deviations")
exitBars = input.int(35, title="Exit After (Bars)", minval=1, tooltip="Number of bars after which to exit the trade")
// Drawdown Calculation
peakHigh = ta.highest(high, lookbackPeriod)
drawdown = ((close - peakHigh) / peakHigh) * 100
// Standard Deviation Calculation
drawdownStdDev = ta.stdev(drawdown, stdDevLength)
meanDrawdown = ta.sma(drawdown, stdDevLength)
// Define Standard Deviation Levels
stdDev1 = meanDrawdown - drawdownStdDev
stdDev2 = meanDrawdown - 2 * drawdownStdDev
stdDev3 = meanDrawdown - 3 * drawdownStdDev
// Plot Drawdown and Levels
plot(drawdown, color=color.red, linewidth=2, title="Drawdown (%)")
plot(meanDrawdown, color=color.blue, linewidth=2, title="Mean Drawdown")
plot(stdDev1, color=color.green, linewidth=1, title="1st Std Dev")
plot(stdDev2, color=color.orange, linewidth=1, title="2nd Std Dev")
plot(stdDev3, color=color.purple, linewidth=1, title="3rd Std Dev")
// Entry Condition
var float entryBar = na
goLong = drawdown <= meanDrawdown + stdDevThreshold * drawdownStdDev
if (goLong and strategy.position_size == 0)
strategy.entry("Long", strategy.long)
entryBar := bar_index
// Exit Condition
if (strategy.position_size > 0 and not na(entryBar) and bar_index - entryBar >= exitBars)
strategy.close("Long")