ChaoZhang
1
konzentrieren Sie sich auf
1617
Anhänger
Überblick
Es handelt sich um eine mehrschichtige Kaufstrategie, die auf der Verfolgung der historischen Höchstpreis-ATH-Dynamik basiert. Die Strategie nutzt die Volatilität des Marktes und reduziert die Gesamtlagerkosten durch systematische Lagerhaltung.
Strategieprinzip
Die Kernlogik der Strategie umfasst die folgenden Schlüsselelemente:
- Dynamischer ATH-Tracking: Die historischen Höchstpreise werden kontinuierlich aktualisiert und die Kaufmarken bei neuen Höchstständen neu gesetzt.
- Triple Drop Trigger: Setzen Sie Ihre Kaufpunkte auf Rücktritte von 10%, 15% und 20%
- Fixed-Funds-Management: Bei jedem Kauf wird der gleiche Betrag verwendet (~$1000)
- Rücknahme der Niedrigstellung: Niedrigstellung aller Positionen, wenn der Preis wieder in die 5%-Reihe von ATH zurückkehrt Die Strategie besteht darin, die durchschnittlichen Positionskosten im Laufe des Abstiegs schrittweise zu reduzieren und die Gewinne durch einheitliche Offsets bei einem Marktrebound zu sperren.
Strategische Vorteile
- Risikodistribution: Verringerung der Risiken bei der Zeitpunktauswahl durch die Errichtung von Lagerstätten in Gruppen
- Kostenoptimierung: Die Nutzung von größeren Rückschlägen zur Senkung der durchschnittlichen Haltekosten
- Trend-Tracking: Dynamische Aktualisierungen der ATH, um den Betrieb im Aufwärtstrend zu sichern
- Kapital-Effizienz: Die Zuweisung von Fixkapital gewährleistet die Kontrolle über die Verwendung des Kapitals
- Automatisierte Ausführung: eindeutige Einstiegs- und Ausstiegsbedingungen für systematische Vorgänge
Strategisches Risiko
- Trend-Umkehr-Risiko: Es könnte eine Reihe von Blockaden im langfristigen Abwärtstrend entstehen
- Kapitalrisiko: In stark schwankenden Märkten kann das verfügbare Kapital schnell aufgebraucht werden
- Risiken der verpassten Gelegenheiten: Strenge Kaufbedingungen können dazu führen, dass gute Gelegenheiten verpasst werden
- Gleichstellungsrisiken: Einheitliche Gleichstellungsbedingungen sind möglicherweise nicht für alle Marktbedingungen geeignet Es wird empfohlen, diese Risiken zu verwalten, indem maximale Rücknahmelimits und Gesamtpositionskontrollen festgelegt werden.
Richtung der Strategieoptimierung
- Einführung von Trendfiltern: Hinzufügen von Durchschnittslinien oder Dynamikindikatoren zur Bestätigung des Gesamttrends
- Optimierte Kapitalverwaltung: Anpassung der Kapitalmenge bei jedem Kauf an die Dynamik der Volatilität
- Verbesserte Platzierungsmechanismen: Erhöhung der Platzierungsoptionen in Chargen und Vermeidung der Gefahr eines einmaligen Preisplatzierungs
- Einsatz von Stop-Loss-Mechanismen: Absolute Stop-Loss-Leistungen zur Kontrolle des größten Risikos
- Dynamische Parameteroptimierung: automatische Anpassung der Kaufgrade an unterschiedliche Marktzyklen
Zusammenfassen
Die Strategie nutzt die Volatilität des Marktes durch eine systematische Bündelung der Positionen und eine einheitliche Platzierung. Die erfolgreiche Ausführung der Strategie hängt davon ab, dass der Markt ausreichend Volatilität und eine endgültige Aufwärtsentwicklung aufweist. Durch angemessene Risikokontrollen und Parameteroptimierungen kann die Strategie in verschiedenen Marktumgebungen eine stabile Leistung erzielen.
Strategiequellcode
/*backtest
start: 2019-12-23 08:00:00
end: 2024-12-18 08:00:00
period: 1d
basePeriod: 1d
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/
// © bsticks22
//@version=6
strategy("Long-term Bean Dip (v.1)", overlay=true)
// === Inputs ===
dip1 = input.float(10.0, "First Dip (%)", step=0.1) // 10%
dip2 = input.float(15.0, "Second Dip (%)", step=0.1) // 15%
dip3 = input.float(20.0, "Third Dip (%)", step=0.1) // 20%
recovery_threshold = input.float(5.0, "Sell when within X% of ATH", step=0.1) // 5%
buy_amount = input.float(50000.0, "Buy Amount ($)", step=100) // $1000 increments
// === Variables ===
var float all_time_high = na
var bool dip1_bought = false
var bool dip2_bought = false
var bool dip3_bought = false
// === Update All-Time High ===
if na(all_time_high)
all_time_high := high
else
// Update ATH to the previous bar's high to exclude current bar's high
all_time_high := math.max(all_time_high[1], high[1])
if high[1] > all_time_high[1]
// New ATH reached on the previous bar
dip1_bought := false
dip2_bought := false
dip3_bought := false
// === Calculate Percentage Drop from ATH ===
percent_drop = (all_time_high - close) / all_time_high * 100.0
// === Define Dip Conditions ===
buyDip1 = (percent_drop >= dip1) and not dip1_bought
buyDip2 = (percent_drop >= dip2) and not dip2_bought
buyDip3 = (percent_drop >= dip3) and not dip3_bought
// === Calculate Quantity to Buy ===
qty1 = buy_amount / close
// === Execute Buys on Dips ===
if buyDip1
strategy.entry("Dip1 Buy", strategy.long, qty=qty1)
dip1_bought := true
if buyDip2
strategy.entry("Dip2 Buy", strategy.long, qty=qty1)
dip2_bought := true
if buyDip3
strategy.entry("Dip3 Buy", strategy.long, qty=qty1)
dip3_bought := true
// === Sell Condition: Recovery to Within X% of ATH ===
sell_condition = close >= all_time_high * (1 - recovery_threshold / 100.0)
// === Execute Sell on Recovery ===
if sell_condition and strategy.position_size > 0
strategy.close_all()
// === Plotting ===
plot(all_time_high, title="All-Time High", color=color.new(color.blue, 0))
plot(all_time_high * (1 - dip1 / 100.0), title="Dip1 Level", color=color.new(color.green, 50), style=plot.style_linebr)
plot(all_time_high * (1 - dip2 / 100.0), title="Dip2 Level", color=color.new(color.orange, 50), style=plot.style_linebr)
plot(all_time_high * (1 - dip3 / 100.0), title="Dip3 Level", color=color.new(color.red, 50), style=plot.style_linebr)
plot(all_time_high * (1 - recovery_threshold / 100.0), title="Recovery Level", color=color.new(color.purple, 50), style=plot.style_linebr)
// === Plot Buy and Sell Signals ===
plotshape(buyDip1, title="Dip1 Buy", location=location.belowbar, color=color.green, style=shape.labelup, text="Buy10%")
plotshape(buyDip2, title="Dip2 Buy", location=location.belowbar, color=color.orange, style=shape.labelup, text="Buy15%")
plotshape(buyDip3, title="Dip3 Buy", location=location.belowbar, color=color.red, style=shape.labelup, text="Buy20%")
plotshape(sell_condition and strategy.position_size > 0, title="Sell", location=location.abovebar, color=color.purple, style=shape.labeldown, text="Sell")
// === Alerts ===
alertcondition(buyDip1, title="Dip1 Buy", message="Price dipped 10% from ATH, buying $1000")
alertcondition(buyDip2, title="Dip2 Buy", message="Price dipped 15% from ATH, buying $1000")
alertcondition(buyDip3, title="Dip3 Buy", message="Price dipped 20% from ATH, buying $1000")
alertcondition(sell_condition and strategy.position_size > 0, title="Sell at Recovery", message="Price recovered to within 5% of ATH, selling all")