Dynamische Liquiditätskaskaden-Erfassungsstrategie
INDICATORS MA EMA SMA ATR volatility momentum
ianzeng123
Überblick
Die Strategie ist ein quantitatives Handelssystem, das speziell für die Erfassung von Zeiten extremer Marktschwankungen entwickelt wurde. Es überwacht die Abweichungen zwischen den Preisen und der Durchschnittslinie und identifiziert mögliche Liquiditätsentwässerungen im Markt, um so die Chancen auf eine Marktumkehr zu erfassen. Die Strategie verwendet eine Kombination aus Durchschnittslinien, Volatilitätsverfolgung und dynamischen Stop-Loss-Mechanismen, um ein vollständiges Handelssystem zu erstellen.
Strategieprinzip
Der Kern der Strategie ist die Identifizierung von Marktunregelmäßigkeiten durch die Berechnung der Abweichung von den Preisen von der Durchschnittslinie.
- Eine Gruppe, die einen 15-Perioden-Simple Moving Average (SMA) und einen 30-Perioden-Index-Moving Average (EMA) als Referenzpreise verwendet
- Berechnung der prozentualen Abweichung zwischen dem aktuellen Preis und der durchschnittlichen Kombination
- Die historischen Höchstwerte werden durch Höchst- und Tiefstwerte von 89 Zyklen bestimmt
- Bei drei aufeinanderfolgenden Multiple-Liquiditäts-Ausbrüchen wird mehr investiert.
- Dreifache Ausstiegsmechanismen eingerichtet: Technische Rebound, Reverse Liquidity Exhaustion Signal und Tracking Stop Loss
Strategische Vorteile
- Präzise Marktimpelling: Erhöhung der Einstiegsgenauigkeit durch mehrere Indikatoren
- Gute Risikokontrolle: Mehrstufige Stop-Loss-Mechanismen zur effektiven Kontrolle des Abwärtsrisikos
- Anpassungsfähigkeit: Die Strategie kann den Stop-Loss-Bereich automatisch an die Marktschwankungen anpassen
- Durchsetzungsfähigkeit: Die Strategie legt klare Ein- und Ausstiegsbedingungen fest und reduziert subjektive Urteile
- Hohe Systematik: Der gesamte Transaktionsprozess basiert auf quantitativen Kennzahlen und ist leicht automatisierbar
Strategisches Risiko
- Falsche Signalrisiken: Falsche Liquiditäts-Ausfallsignale auf dem OTC-Markt
- Slippage-Risiko: Unter extremen Marktbedingungen kann es zu einem größeren Ausführungsschlupf kommen
- Parameter-Sensitivität: Strategieeffekte sind empfindlich für die Durchschnitts- und Stop-Loss-Periode
- Abhängigkeit vom Marktumfeld: Strategische Erträge können bei geringer Volatilität nicht optimal sein
- Technische Risiken: Notwendigkeit, die Stabilität des Systems zu gewährleisten, um Signalverzögerungen oder -verluste zu vermeiden
Richtung der Strategieoptimierung
- Einführung von Umsatzindikatoren: Wirksamkeit von Liquiditätsentlassungssignalen durch Umsatzbestätigung
- Anpassung der Optimierungsparameter: Dynamische Anpassung der Strategieparameter an die Marktschwankungen
- Erhöhung der Marktumfeld-Filterung: Aussetzung von Geschäften unter unangemessenen Marktumständen
- Verbesserte Stop-Loss-Mechanismen: Einbeziehung von dynamischen Stop-Losses auf Basis von Volatilität kann in Betracht gezogen werden
- Optimierung der Signalbestätigungsmechanismen: Hinzufügen weiterer technischer Kennzahlen, um Falschsignale zu filtern
Zusammenfassen
Die Dynamische Liquiditäts-Klasse-Capture-Strategie ist ein quantitatives Handelssystem, das darauf ausgerichtet ist, Extremsituationen des Marktes zu erfassen. Durch eine wissenschaftliche Kombination von Indikatoren und strenge Risikokontrollen ist die Strategie in der Lage, Handelschancen bei starken Marktschwankungen zu erfassen. Obwohl bestimmte Risiken bestehen, wird die Strategie durch kontinuierliche Optimierung und Verbesserung in der Lage sein, eine stabile Leistung in verschiedenen Marktumgebungen zu halten.
/*backtest
start: 2024-02-22 00:00:00
end: 2025-02-19 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Binance","currency":"ETH_USDT"}]
*/
//@version=5
strategy("Liquidation Cascade Strategy", overlay=true)
// Paramètres de l'indicateur de liquidation
var float lastHigh = na
var float lastLow = na
var float lastPriceLow = na
var float lastPriceHigh = na
var bool shortLiq = na
var bool longLiq = na
src = close
maLength1 = 15
maLength2 = 30
ma1 = ta.sma(src, maLength1)
ma2 = ta.ema(src, maLength2)
avgLine = (ma1 + ma2) / 2
distVal = ((src - avgLine) / avgLine) * 100
ph = ta.highest(distVal, 89)
pl = ta.lowest(distVal, 89)
if ph == distVal and ph > 0
lastHigh := distVal
lastPriceHigh := high
if pl == distVal and pl < 0
lastLow := distVal
lastPriceLow := low
shortLiq := not na(lastHigh) and lastHigh == distVal and distVal > 0
longLiq := not na(lastLow) and lastLow == distVal and distVal < 0
// Condition d'achat : 3 liquidations longues consécutives
buyCondition = ta.valuewhen(longLiq, longLiq, 0) and ta.valuewhen(longLiq, longLiq, 1) and ta.valuewhen(longLiq, longLiq, 2)
if (buyCondition)
strategy.entry("Buy", strategy.long)
// Conditions de vente
var float entryPrice = na
var bool positionOpen = false
// Mise à jour du prix d'entrée
if (buyCondition)
entryPrice := close
positionOpen := true
// 1. Vente sur rebond technique (distVal > -1%)
sellCondition1 = distVal > -1 and positionOpen
// 2. Vente sur liquidation courte
sellCondition2 = shortLiq and positionOpen
// 3. Trailing Stop (2x ATR)
atr = ta.atr(14)
trailingStop = close - 2 * atr
sellCondition3 = close < trailingStop and positionOpen
// Exécution des ventes
if (sellCondition1 or sellCondition2 or sellCondition3)
strategy.close("Buy")
positionOpen := false
// Visualisation
plot(avgLine, color=color.blue, title="Avg Line")
plot(distVal, color=distVal > 0 ? color.red : color.green, style=plot.style_columns)