Liquiditäts-Sweep und trendfolgende quantitative Handelsstrategien

SMA ATR 流动性扫荡 趋势跟踪 止损止盈 波动率 高低点突破 移动平均线
Erstellungsdatum: 2025-08-19 11:48:02 zuletzt geändert: 2025-08-19 11:48:02
Kopie: 0 Klicks: 383
2
konzentrieren Sie sich auf
319
Anhänger

Liquiditäts-Sweep und trendfolgende quantitative Handelsstrategien Liquiditäts-Sweep und trendfolgende quantitative Handelsstrategien

Überblick

Die Strategie verwendet den einfachen Moving Average (SMA) als Trendbeurteilungswerkzeug und setzt die Stopp- und Stop-Loss-Levels dynamisch anhand des realen Durchschnitts (ATR) ein, um sich an Veränderungen in der Marktvolatilität anzupassen.

Strategieprinzip

Die Kernprinzipien der Strategie basieren auf zwei wichtigen Marktbewegungen: der Liquiditätswäsche und der Trendrichtung.

  1. Identifizierung von Liquiditätsüberschwemmungen:

    • Strategische NutzungswingLookbackDer Parameter ((Default 3) definiert die Rücklaufphase der jüngsten Höhen und Tiefen
    • Ein Bullsweep wird als ein bullischer Fluiditätssweep bezeichnet, wenn die Preise die jüngsten Höchststände überschreiten.
    • Ein Bear Sweep wird als ein Fall-Liquiditäts-Sweep identifiziert, wenn der Preis ein aktuelles Tief überschreitet.
  2. Trends bestätigt:

    • Ein einfacher Moving Average ((Standard-Periode 20) als Trendreferenz verwendet
    • Ein Kursüberschreitung über dem gleitenden Durchschnitt wird als Aufwärtstrend angesehen
    • Ein Abschluss unter dem Moving Average wird als Abwärtstrend angesehen
  3. Eintrittszeichen:

    • Mehrfacher Einstieg: Preise brechen jüngste Höchststände (Liquiditätswäsche) und steigen
    • Leerlauf-Eintritt: Preise brechen jüngste Tiefpunkte (Liquiditätswäsche) und sind im Abwärtstrend
  4. Risikomanagement:

    • Dynamischer Stopp: basierend auf der ATR (Standard-Periode ist 14) eingestellt, mit einer Standard-Periode von 1,5 mal ATR
    • Dynamic Stop: ebenfalls auf ATR basiert, 3x ATR als Default und bietet ein 2:1 Risiko-Rendite-Verhältnis
  5. Visualisierungskomponenten:

    • Trendbewegter Durchschnitt
    • Liquiditätsscan-Markierung
    • Hintergrundfarbe für Trends
    • Kauf- und Verkaufssignale

Strategische Vorteile

  1. Marktstruktur und TrendsDurch die Kombination von Liquiditätsscan (Marktstruktur) und Moving Averages (Trend) kann die Strategie zuverlässigere Handelssignale erfassen und falsche Durchbrüche vermeiden.

  2. Dynamische RisikomanagementDie Verwendung von ATRs zur Anpassung der Stop-Loss- und Stop-Out-Levels ermöglicht es dem Risikomanagement, sich an die Marktvolatilität anzupassen, und bietet einen lockeren Stop-Loss in einem volatilen Markt und einen strengeren Stop-Loss in einem schwachen Markt.

  3. Einfache und effektive ParameterDie Strategie verwendet nur wenige Schlüsselparameter wie die Moving Average-Periode, die ATR-Periode, die Stop-Loss-Multiplier-Periode, die Stop-Stop-Multiplier-Periode und die Rücklauf-Periode, um die Strategie zu verstehen und zu optimieren.

  4. Sehfeedback ist reichhaltigDie Strategie bietet intuitive visuelle Hinweise, einschließlich Trend-Hintergrundfarben, Liquiditäts-Sweep-Marker und Moving Averages, um Händlern zu helfen, die Marktlage schnell zu beurteilen.

  5. Eingebettete ErinnerungDie Strategie beinhaltet eine integrierte Buy-Sell-Signal-Erinnerung, die es Händlern ermöglicht, sich über die beste Handelsmöglichkeit zu informieren.

  6. FinanzierungsintegrationStrategie: Verwenden Sie die Anteile des Kontos zur Positionsverwaltung, wobei die Default-Rate 10% ist, um sicherzustellen, dass die Positionsgröße entsprechend angepasst wird, wenn das Konto wächst.

Strategisches Risiko

  1. Falsche DurchbruchgefahrLösungsvorschlag: Erwägen Sie, zusätzliche Filterbedingungen wie die Bestätigung der Transaktionsmenge oder die Filterung der Volatilität hinzuzufügen.

  2. ÜberhändlerrisikenWenn:swingLookbackWenn die Parameter zu klein eingestellt werden (wie bei der Default 3), können zu viele Handelssignale erzeugt werden. Lösung: Anpassung der Parameter an die Eigenschaften und den Zeitrahmen der Handelsvariante oder Hinzufügung eines Signalbestätigungsmechanismus.

  3. Zu eng/zu breitLösung: Denken Sie daran, die ATR-Multiplikatoren dynamisch an die Marktsituation anzupassen (z. B. Änderungen der Volatilität oder der Trendstärke).

  4. TrendumkehrrisikoLösungsvorschlag: Erwägen Sie die Verwendung von empfindlicheren Indikatoren wie ALMA oder Doppel-EMA-Kreuzungen, um Trends zu beurteilen.

  5. Fixed-Risk-Return-Ratio-BeschränkungenStrategie: Verwendung eines festen ATR-Multitels ((Stand 1.5x, Stop 3x) als Standard) ohne Berücksichtigung der Unterstützungswiderstände in der Marktstruktur. Lösung: Verbesserung des Zielpreises durch Anpassung an die Marktstrukturdynamik.

Richtung der Strategieoptimierung

  1. Mehrfache ZeitrahmenanalyseDie Einführung von Trendbestätigungen in höheren Zeitrahmen kann die Strategieverlässlichkeit erheblich verbessern. Zum Beispiel kann das Risiko eines rückläufigen Handels verringert werden, wenn der Handel nur in der Richtung der größeren Zeitrahmen stattfindet.

  2. Anpassung der dynamischen ParameterAnpassungen aufgrund von Marktfluktuationen oder Veränderungen des HandelsvolumensswingLookbackZum Beispiel durch die Erhöhung der Rücklauf-Zyklen in den stark volatilen Märkten und die Verringerung der Falschmeldungen.

  3. Bestätigung zur LautstärkeerhöhungDie Bestätigung von Signalen durch die Verwendung von Transaktionsmengen als Bestätigungsindikator wird nur dann bestätigt, wenn ein Liquiditätsscan mit einer Erhöhung der Transaktionsmenge einhergeht, was zu einer signifikanten Verringerung der Falschbrüche führen kann.

  4. Einführung von MarktstrukturerkennungErhöhung des Verständnisses von Preisstrukturen durch Strategien wie die Identifizierung von höheren Höhen/niedrigeren Tiefpunkten oder die Identifizierung von Unterstützungs-/Widerstandsbereichen, um so Einstiegspunkte und Zielpreise zu optimieren.

  5. Adaptierte Moving AveragesErwägen Sie die Verwendung von Adaptive Moving Averages (z. B. KAMA oder ALMA) anstelle von einfachen Moving Averages, um sich besser an unterschiedliche Marktbedingungen anzupassen.

  6. ZeitfilterHinzufügen eines Zeitfilters, um bekannte, ineffiziente Handelszeiten zu vermeiden, wie z. B. eine Overshootphase in der asiatischen Börse oder eine hochflüchtige Periode vor und nach der Veröffentlichung wichtiger Wirtschaftsdaten.

  7. Positionsmanagement optimiertDerzeitige Strategien verwenden einen festen Anteilsanteil (<10%), Positionsgrößen können dynamisch anhand von Volatilität oder Risikomodellen angepasst werden, oder eine Pyramiden-Positionsstrategie kann angewendet werden.

Zusammenfassen

Die Strategie zielt darauf ab, hochprobable Handelschancen zu erfassen, indem sie Liquiditäts-Scooping-Verhalten in den Märkten identifiziert und mit Trendbestätigung kombiniert. Die dynamische Risikomanagement-Mechanismen nutzen ATR, um sich an die Marktvolatilität anzupassen und bieten anpassungsfähige Stop-Loss- und Stop-Stop-Levels.

Die wichtigsten Vorteile der Strategie liegen in ihrer einfachen und effektiven Parameter-Einstellung und dem reichhaltigen visuellen Feedback, was sie für den Einsatz durch alle Arten von Händlern geeignet macht. Die Strategie besteht jedoch auch in der Gefahr von False-Breakouts und Überhändlungen, die durch die Hinzufügung zusätzlicher Filterbedingungen und Multi-Time-Frame-Analysen optimiert werden können.

Die Optimierung der Zukunft umfasst die Analyse von mehreren Zeitrahmen, die Anpassung der dynamischen Parameter, die Bestätigung der Transaktionsmengen und die Verbesserung der Identifizierung der Marktstruktur. Durch diese Optimierungen können die Zuverlässigkeit und Profitabilität der Strategie weiter verbessert und die Falschsignale und die unnötige Handelsfrequenz reduziert werden.

Für Trader, die eine Kombination aus Marktstrukturen und Trend-Tracking-Methoden suchen, bietet diese Strategie einen soliden Rahmen, der nach individuellen Risikopräferenzen und Handelsstilen angepasst und erweitert werden kann.

Strategiequellcode
/*backtest
start: 2025-01-01 00:00:00
end: 2025-02-07 00:00:00
period: 15m
basePeriod: 15m
exchanges: [{"eid":"Futures_OKX","currency":"ETH_USDT","balance":5000}]
*/

//@version=5
strategy("Liquidity Sweep & Trend Following BTCUSD (Signals Visible)", overlay=true)

// ==== Inputs ====
length = input.int(20, "Trend MA Length")
atrLength = input.int(14, "ATR Length")
stopLossATR = input.float(1.5, "Stop Loss ATR Multiplier")
takeProfitATR = input.float(3, "Take Profit ATR Multiplier")
swingLookback = input.int(3, "Recent High/Low Lookback") // shorter for more signals

// ==== Indicators ====
ma = ta.sma(close, length)
atr = ta.atr(atrLength)

// ==== Trend Detection ====
trendUp = close > ma
trendDown = close < ma

// ==== Detect Liquidity Sweeps ====
// Relaxed condition
recentHigh = ta.highest(high, swingLookback)
recentLow = ta.lowest(low, swingLookback)

bullSweep = high >= recentHigh
bearSweep = low <= recentLow

// ==== Entry Rules ====
longCondition = bullSweep and trendUp
shortCondition = bearSweep and trendDown

if (longCondition)
    strategy.entry("Long", strategy.long)

if (shortCondition)
    strategy.entry("Short", strategy.short)

// ==== Exit Rules ====
strategy.exit("Exit Long", "Long", stop=close - atr*stopLossATR, limit=close + atr*takeProfitATR)
strategy.exit("Exit Short", "Short", stop=close + atr*stopLossATR, limit=close - atr*takeProfitATR)

// ==== Plot Trend MA ====
plot(ma, color=color.yellow, linewidth=2, title="Trend MA")

// ==== Plot Sweep Markers ====
plotshape(bullSweep, style=shape.triangleup, location=location.abovebar, color=color.green, size=size.small, title="Bull Sweep Marker")
plotshape(bearSweep, style=shape.triangledown, location=location.belowbar, color=color.red, size=size.small, title="Bear Sweep Marker")

// ==== Background Trend Color ====
bgcolor(trendUp ? color.new(color.green, 85) : trendDown ? color.new(color.red, 85) : na)

// ==== Alert Conditions ====
alertcondition(longCondition, title="Buy Signal", message="BTCUSD Buy Signal – Liquidity Sweep + Trend")
alertcondition(shortCondition, title="Sell Signal", message="BTCUSD Sell Signal – Liquidity Sweep + Trend")