ChaoZhang
1
konzentrieren Sie sich auf
1617
Anhänger
Überblick
Die Strategie ist eine quantitative Handelsstrategie, die auf einem Brin-Band-Breakout basiert, mit einer 3-fachen Standardabweichung und einer 1-fachen Standardabweichung, wobei der 100-Tage-Moving-Average als Mittelbahn verwendet wird. Die Strategie erfasst die langfristigen Trends hauptsächlich durch die Erfassung von Kurs-Break-Up-Trends und nutzt Down-Tracks als Stop-Signal.
Strategieprinzip
Die Kernprinzipien der Strategie basieren auf den statistischen Merkmalen des Brin-Bands. Die oberen Bahnen verwenden eine 3-fache Standardabweichung, was bedeutet, dass die Wahrscheinlichkeit, dass der Preis die Oberbahn durchbricht, unter der Annahme einer normalen Verteilung nur 0,15% beträgt. Daher weisen die Durchbrüche häufig auf eine deutliche Trendbildung hin. Die mittleren Bahnen verwenden einen 100-Tage-Moving-Average, der lange genug ist, um kurzfristige Marktlärm zu filtern.
Strategische Vorteile
- Trendschnappen: Durch eine Einstellung mit einer Dreifachen Standardabweichung können wichtige Trendbrechungschancen effektiv erfasst werden.
- Risikokontrolle ist vernünftig: Einmalige Standarddifferenz als Stop-Line und eher konservative Risikokontrolle.
- Die Parameter sind flexibel: Die Standarddifferenz-Mehrzahl und die Moving-Average-Periode für den Auf- und Abstieg können an die Merkmale des Marktes angepasst werden.
- Systematisch: Strategische Logik ist klar, die Rückverfolgung funktioniert, und die Performance der Transaktionen kann genau gemessen werden.
- Weite Anwendbarkeit: Es kann in mehreren Bereichen wie dem Aktienmarkt und dem Kryptowährungsmarkt angewendet werden.
Strategisches Risiko
- Falsche Durchbruchrisiken: Der Markt kann nach einem kurzfristigen Durchbruch schnell zurückgehen, was zu falschen Signalen führt.
- Große Rückzüge: Große Rückzüge sind in einem stark schwankenden Markt möglich.
- Das Risiko einer Verzögerung: Die 100-Tage-Durchschnittslinie ist etwas verzögerlich und kann einige schnelle Ereignisse verpassen.
- Marktumfeldabhängigkeit: In einem unsicheren Markt kann es zu häufigen Ein- und Ausflügen kommen, die zu hohen Transaktionskosten führen.
Richtung der Strategieoptimierung
- Einführung der Übertragungsbestätigung: Übertragungsbruchbestätigungsmechanismen können hinzugefügt werden, um die Signalzuverlässigkeit zu verbessern.
- Optimierung der Stop-Loss-Mechanismen: Die Einführung von Tracking-Stopps oder ATR-Dynamic-Stopps kann in Erwägung gezogen werden, um die Flexibilität der Stop-Loss zu erhöhen.
- Hinzufügen von Trendfiltern: Sie können langfristige Trendindikatoren hinzufügen und nur in Richtung des Haupttrends handeln.
- Optimierte Positionsverwaltung: Positionsgröße kann je nach Dynamik der Durchbruchstärke angepasst werden.
- Zeit-Filter hinzugefügt: Um den Handel zu bestimmten Marktzeiten zu vermeiden.
Zusammenfassen
Dies ist eine Strategie, die durch die statistischen Eigenschaften der Brin-Band und die Trendverfolgung der Moving Averages einen wichtigen Marktdurchbruch effektiv erfassen kann. Obwohl ein gewisses Rückzugrisiko besteht, hat es durch eine vernünftige Stop-Loss-Einstellung und Risikokontrolle immer noch einen guten praktischen Wert. Der Raum für weitere Optimierungen besteht hauptsächlich in der Signalbestätigung, Stop-Loss-Mechanismen und Positionsverwaltung.
Strategiequellcode
/*backtest
start: 2024-11-12 00:00:00
end: 2024-12-11 08:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © MounirTrades007
// @version=6
strategy("Bollinger Bands", overlay=true, initial_capital=100000, default_qty_type=strategy.percent_of_equity, default_qty_value=200)
// Get user input
var g_bb = "Bollinger Band Settings"
upperBandSD = input.float(title="Upper Band Std Dev", defval=3.0, tooltip="Upper band's standard deviation multiplier", group=g_bb)
lowerBandSD = input.float(title="Lower Band Std Dev", defval=1.0, tooltip="Lower band's standard deviation multiplier", group=g_bb)
maPeriod = input.int(title="Middle Band MA Length", defval=100, tooltip="Middle band's SMA period length", group=g_bb)
var g_tester = "Backtester Settings"
drawTester = input.bool(title="Draw Backtester", defval=true, group=g_tester, tooltip="Turn on/off inbuilt backtester display")
// Get Bollinger Bands
[bbIgnore1, bbHigh, bbIgnore2] = ta.bb(close, maPeriod, upperBandSD)
[bbMid, bbIgnore3, bbLow] = ta.bb(close, maPeriod, lowerBandSD)
// Prepare trade persistent variables
drawEntry = false
drawExit = false
// Detect bollinger breakout
if close > bbHigh and barstate.isconfirmed and strategy.position_size == 0
drawEntry := true
strategy.entry(id="Trade", direction=strategy.long)
alert("Bollinger Breakout Detected for " + syminfo.ticker, alert.freq_once_per_bar_close)
// Detect bollinger sell signal
if close < bbLow and barstate.isconfirmed and strategy.position_size != 0
drawExit := true
strategy.close(id="Trade")
alert("Bollinger Exit detected for " + syminfo.ticker, alert.freq_once_per_bar_close)
// Draw bollinger bands
plot(bbMid, color=color.blue, title="Middle SMA")
plot(bbHigh, color=color.green, title="Upper Band")
plot(bbLow, color=color.red, title="Lower Band")
// Draw signals
plotshape(drawEntry, style=shape.triangleup, color=color.green, location=location.belowbar, size=size.normal, title="Buy Signal")
plotshape(drawExit, style=shape.xcross, color=color.red, location=location.belowbar, size=size.normal, title="Sell Signal")
// // =============================================================================
// // START BACKTEST CODE
// // =============================================================================
// // Prepare stats table
// var table testTable = table.new(position.top_right, 2, 2, border_width=1)
// f_fillCell(_table, _column, _row, _title, _value, _bgcolor, _txtcolor) =>
// _cellText = _title + "\n" + _value
// table.cell(_table, _column, _row, _cellText, bgcolor=_bgcolor, text_color=_txtcolor)
// // Draw stats table
// var bgcolor = color.black
// if barstate.islastconfirmedhistory
// if drawTester
// dollarReturn = strategy.equity - strategy.initial_capital
// f_fillCell(testTable, 0, 0, "Total Trades:", str.tostring(strategy.closedtrades), bgcolor, color.white)
// f_fillCell(testTable, 0, 1, "Win Rate:", str.tostring(strategy.wintrades / strategy.closedtrades * 100, "##.##") + "%", bgcolor, color.white)
// f_fillCell(testTable, 1, 0, "Equity:", "$" + str.tostring(strategy.equity, "###,###.##"), bgcolor, color.white)
// f_fillCell(testTable, 1, 1, "Return:", str.tostring((strategy.netprofit / strategy.initial_capital) * 100, "##.##") + "%", dollarReturn > 0 ? color.green : color.red, color.white)
// // =============================================================================
// // END BACKTEST CODE
// // =============================================================================