
Die Strategie basiert auf der natürlichen Tendenz des Marktes, nach dem eine deutliche Lücke auftritt, diese zu füllen. Die Strategie läuft auf einem 3-Minuten-Zeitrahmen und nutzt spezifische Preismuster, Trendrichtung und Handelsvolumen-Bestätigung, um hochprobable Handelschancen zu filtern. Das System nutzt das Mittelwert-Rückgangsprinzip und erhöht die Handelserfolgrate durch mehrere Filter, einschließlich EMA-Trendfilter, Handelsvolumen-Bestätigung und RSI-Überkauf-Filter.
Die Kernlogik der Strategie dreht sich um das Auffinden und Befüllen von Lücken:
SchlupfwinkelprüfungenDie Strategie beginnt mit der Identifizierung von Preislücken, die mehr als 0,5% des Tages betragen. Die Preislücke wird durch den Vergleich des Schlusskurses des vorangegangenen Handelstages mit dem Börsenkurs des Vortages ermittelt.
Trends bestätigt: Verwenden Sie einen Index-Moving-Average ((EMA) mit 50 und 200 Perioden, um den aktuellen Markttrend zu bestimmen. Übernahme wird nur dann berücksichtigt, wenn die EMA50 größer als die EMA200 ist; Abnahme wird nur dann berücksichtigt, wenn die EMA50 kleiner als die EMA200 ist.
Dreh-Rückwärts-ModusDie Strategie erfordert drei aufeinanderfolgende Zähne, um eine Umkehrmuster zu bilden.[2] < close[1] < close Aufstiegsmodus; für die Leerstellung muss close[2] > close[1] > close absteigender Modus.
Filter für TransaktionsvolumenOptionale Volumenfilter sorgen dafür, dass nur dann gehandelt wird, wenn der Volumen über dem 20-Zyklus-Durchschnitt liegt, was die Signalsicherheit erhöht.
RSI-FilterFür den Short-Forex-Handel wurden zusätzlich die Bedingungen von RSI > 60 hinzugefügt, um sicherzustellen, dass der Markt in einem relativ überkauften Zustand ist, was die Qualität des Short-Sell-Signals verbessert.
Die Eintrittsbedingungen umfassen alle oben genannten Faktoren:
Klare Identifizierung von MarktwidrigkeitenDie Strategie konzentriert sich auf eine spezifische abnormale Leerpreislücke im Markt, ein statistisch bedeutendes Marktphänomen, das einen prognostizierenden Rand bietet.
MehrfachbestätigungDie Strategie reduziert die Wahrscheinlichkeit von Falschmeldungen durch die Kombination von Leckage, Trendfilter, Bestätigung von Transaktionen und Preismodellen.
Genaues RisikomanagementDie Verwendung von ATRs zur Einstellung von Stop-Loss- und Take-Profit-Zielen, um sicherzustellen, dass das Risikomanagement an die Veränderungen der Marktvolatilität angepasst wird. Die Einstellung des maximalen Stop-Loss-Betrags in US-Dollar und die effektive Kontrolle der Risikothek für jeden Handel.
Dynamische FolgeverlustWenn der Handel einen Gewinn von 2 x ATR erreicht, kann ein Nachschub-Stopp aktiviert werden, der es erlaubt, einen profitablen Handel fortzusetzen, während ein Teil des Gewinns erhalten bleibt.
Flexible Parameter-EinstellungenDie Strategie bietet mehrere anpassbare Parameter (Lochengröße, ATR-Multiplikator, maximale Stop-Loss-Rate usw.), die je nach Risikopräferenz und Marktbedingungen optimiert werden können.
Zeitbeschränkter SchutzDurch die Einrichtung einer maximalen Haltedauer von 50 Pfosten verhindert der Handel eine lange Zeit in einem Verlustzustand und optimiert die Effizienz der Kapitalnutzung.
In Übereinstimmung mit der Mikrostruktur des MarktesDie Strategie wurde im Einklang mit der Mikrostruktur des Marktes entwickelt, um den Handel innerhalb des Tages zu konzentrieren und das Risiko über Nacht zu vermeiden.
Durchschnittliche ErfolgsquoteStrategie: Eine Gewinnrate von etwa 46% bedeutet, dass es etwas mehr Verlustgeschäfte gibt als Gewinngeschäfte. Obwohl es insgesamt gewinnbringend ist, kann es eine gute psychische Belastbarkeit erfordern, um eine Reihe von Verlusten zu überstehen.
MarktabhängigkeitDie Strategie ist eindeutig nur für den 3-Minuten-Chart der NASDAQ US100 und wurde nicht auf anderen Vermögenswerten oder Zeitrahmen getestet oder optimiert. Dies schränkt die Anwendung der Strategie ein.
ParameterempfindlichkeitWie bei den meisten Quantifizierungsstrategien kann die Performance sehr empfindlich auf die Parameterwahl reagieren. Überoptimierung kann dazu führen, dass die Rückmessung gut funktioniert, aber die Live-Trading-Performance schlechter ist.
Handelsfrequenz begrenztEs ist nicht möglich, den Profitpotenzial zu beschränken, wenn man nur einen Handel pro Tag ausführt, und man kann andere Gelegenheiten verpassen, besonders an Tagen mit geringer Volatilität.
Häufigkeit der RisikenDie Strategie hängt davon ab, dass eine Lücke in einer bestimmten Größenordnung auftritt, die während der Ruhe des Marktes möglicherweise lange Zeit ohne Handelssignale ist.
Strategische RezessionsrisikenDie Effektivität der Gap-Filling könnte nachlassen, wenn mehr Händler ähnliche Strategien anwenden, was zu einer geringeren Effizienz der Strategie führt.
Minderungsmaßnahmen:
Erweiterte TrendfilterDerzeitige Strategien verwenden einfache EMA-Kreuzungen als Trendindikator. Es kann in Betracht gezogen werden, kompliziertere Methoden zur Trenderkennung, wie den ADX (Average Directional Index) oder eine mehrzeitliche Trendanalyse, zu integrieren, um die Filterqualität zu verbessern.
Optimierung der ZulassungszeitDerzeitige Mitsubishi-Umkehrmodelle sind möglicherweise zu einfach. Erwägen Sie die Hinzufügung von technischen Bestätigungen, wie z. B. Graphik, Unterstützungs-/Widerstandsniveaus oder Analyse des Preisverhaltens, um den Einstieg zu optimieren.
Dynamische Stop-Loss- und GewinnzieleWährend es sinnvoll ist, einen festen ATR-Multis zu verwenden, können dynamische Anpassungen basierend auf Marktvolatilität oder Tageszeit realisiert werden. Zum Beispiel kann der ATR-Multis in Zeiten hoher Volatilität erhöht oder die Risikoparameter je nach Handelszeit angepasst werden.
Maschinelles Lernen verstärktDie Analyse der Merkmale der Erfolgsrate der historischen Lücke (z. B. Lückegröße, Marktbedingungen, Zeit) durch ein Machine-Learning-Modell kann die Strategieleistung weiter verbessern.
Erhöhung der HandelsfrequenzErwägen Sie die Änderung der Strategie, um mehrere Transaktionen am selben Handelstag zu ermöglichen, insbesondere wenn der aktuelle Handel beendet ist und ein neues gültiges Signal auftritt. Dies kann den Gesamtertrag erhöhen, muss jedoch sorgfältig getestet werden, um sicherzustellen, dass keine übermäßigen Transaktionen eingeführt werden.
Integration der relevanten MarktsignaleBerücksichtigen Sie als Bestätigung die Integration von Signalen aus relevanten Märkten (z. B. Futures, ETFs oder relevante Branchenindizes). Dies kann eine zusätzliche Informationsmarge bieten, insbesondere bei der Beurteilung, ob die Lücke gefüllt wird.
Zeit-FilterDas Hinzufügen von Filtern auf Basis von Handelszeiten kann die Strategie-Performance verbessern, beispielsweise durch die Vermeidung von hohen Volatilitätszeiten bei Marktein- und Abschlussöffnungen.
Die Dynamic Gap Filling Mean Return Strategy ist ein sorgfältig konzipiertes Intra-Day-Trading-System, das sich auf die statistische Tendenz zur Nutzung von Markt-Gap-Rückgängigkeiten konzentriert. Die Strategie kombiniert Gap Detection, Trend-Bestätigung, Handelsvolumen-Filterung und Preismustererkennung, um einen mehrschichtigen Handelsentscheidungsrahmen zu schaffen.
Die Kernvorteile der Strategie liegen in den klar definierten Einstiegsregeln, dem ATR-basierten Risikomanagement und dem Mehrheitsbestätigungsmechanismus. Obwohl die Gewinnrate moderat (ca. 46%) ist, kann die Strategie durch die genaue Einstellung des Risiko-Retour-Verhältnisses (Retour-Retour-Verhältnis 2: 1) bei der Rückprüfung positive Erträge erzielen.
Die Strategie eignet sich besonders für Händler, die Anomalien in bestimmten Märkten ausnutzen möchten, insbesondere für Investoren, die an NASDAQ-Tagehandel interessiert sind. Potenzielle Benutzer sollten jedoch auf die Einschränkungen der Strategie achten, einschließlich der Marktabhängigkeit und der Parametersensibilität.
Die Strategie kann durch die Umsetzung der empfohlenen Optimierungsmaßnahmen, insbesondere durch die Erhöhung der Trendfilter und die Änderung der Einstiegszeit, ihre Leistung und Stabilität weiter verbessern. Eine regelmäßige Neubewertung und Anpassung der Parameter an veränderte Marktbedingungen wird der Schlüssel zu einem langfristigen Erfolg sein.
Letztendlich stellt diese Strategie eine ausgewogene Methode des quantifizierten Handels dar, die technische Analyse und statistische Konzepte kombiniert, um bestimmte Verhaltensmuster des Marktes in einer systematischen Weise zu erfassen.
/*backtest
start: 2025-04-15 00:00:00
end: 2025-05-14 08:00:00
period: 2d
basePeriod: 2d
exchanges: [{"eid":"Futures_Binance","currency":"SOL_USDT"}]
*/
//@version=5
strategy("Gap Fill Mean Reversion Strategy – NASDAQ 3-Minute", overlay=true, default_qty_type=strategy.fixed, default_qty_value=1)
// === INPUTS ===
gapPct = input.float(0.5, title="Minimum Gap (%)") / 100
useVolume = input.bool(true, title="Use Volume Filter")
atrMultTP = input.float(2.0, title="TP Multiplier (ATR)")
atrMultSL = input.float(1.0, title="SL Multiplier (ATR)")
trailStartATR = input.float(2.0, title="Trailing Trigger (ATR)")
trailOffsetATR = input.float(1.0, title="Trailing Offset (ATR)")
maxSLusd = input.float(100, title="Max Stop Loss (USD)")
maxBars = input.int(50, title="Max Bars in Trade")
// === INDICATORS ===
ema50 = ta.ema(close, 50)
ema200 = ta.ema(close, 200)
trendUp = ema50 > ema200
trendDown = ema50 < ema200
rsi = ta.rsi(close, 14)
rsiShortCond = rsi > 60
// === GAP DETECTION ===
prevClose = request.security(syminfo.tickerid, "D", close[1])
todayOpen = request.security(syminfo.tickerid, "D", open)
gapUp = todayOpen > prevClose * (1 + gapPct)
gapDown = todayOpen < prevClose * (1 - gapPct)
// === VOLUME FILTER ===
volumeOK = not useVolume or (volume > ta.sma(volume, 20))
// === 3-CANDLE REVERSAL CONFIRMATION ===
threeDown = close[2] > close[1] and close[1] > close
threeUp = close[2] < close[1] and close[1] < close
// === ENTRY CONDITIONS ===
longCond = gapDown and threeUp and volumeOK and trendUp
shortCond = gapUp and threeDown and volumeOK and trendDown and rsiShortCond
// === ATR AND CALCULATIONS ===
atr = ta.atr(14)
entryPrice = strategy.opentrades > 0 ? strategy.opentrades.entry_price(0) : na
inLong = strategy.position_size > 0
inShort = strategy.position_size < 0
// === TRAILING STOP CONDITIONS ===
trailTrigger = atr * trailStartATR
trailOffset = atr * trailOffsetATR
longTrailCond = inLong and close > entryPrice + trailTrigger
shortTrailCond = inShort and close < entryPrice - trailTrigger
// === STOP LOSS DISTANCE (fixed USD limit applied) ===
slDistance = math.min(atr * atrMultSL, maxSLusd / syminfo.pointvalue)
// === ENTRIES ===
if (longCond)
strategy.entry("Gap Long", strategy.long)
if (shortCond)
strategy.entry("Gap Short", strategy.short)
// === EXITS ===
// LONG
if (longTrailCond)
strategy.exit("Trail Long", from_entry="Gap Long", trail_points=trailOffset, trail_offset=trailOffset)
else if (inLong)
strategy.exit("SL/TP Long", from_entry="Gap Long", stop=entryPrice - slDistance, limit=entryPrice + atr * atrMultTP)
// SHORT
if (shortTrailCond)
strategy.exit("Trail Short", from_entry="Gap Short", trail_points=trailOffset, trail_offset=trailOffset)
else if (inShort)
strategy.exit("SL/TP Short", from_entry="Gap Short", stop=entryPrice + slDistance, limit=entryPrice - atr * atrMultTP)
// === MAXIMUM TRADE DURATION CONTROL ===
strategy.close("Gap Long", when=inLong and (bar_index - strategy.opentrades.entry_bar_index(0)) >= maxBars)
strategy.close("Gap Short", when=inShort and (bar_index - strategy.opentrades.entry_bar_index(0)) >= maxBars)
// === VISUALS ===
plotshape(longCond, title="Long Signal", location=location.belowbar, style=shape.triangleup, color=color.green)
plotshape(shortCond, title="Short Signal", location=location.abovebar, style=shape.triangledown, color=color.red)
plot(ema50, color=color.orange, title="EMA 50")
plot(ema200, color=color.blue, title="EMA 200")