ChaoZhang
1
Seguir
1617
Seguidores
Descripción general
Esta estrategia es una estrategia comercial cuantitativa que combina el indicador Bull Bear Power con un sistema dinámico de toma de ganancias de varios niveles basado en percentiles de volumen. Esta estrategia construye un sistema comercial altamente adaptable y controlado por riesgos mediante el análisis de datos multidimensionales como el precio, el volumen y el impulso. La lógica central incluye el uso del valor estandarizado Z-Score del indicador BBP como condición de activación para las señales comerciales y la combinación del análisis del percentil de volumen para ajustar dinámicamente el nivel de toma de ganancias, logrando así una comprensión precisa de los diferentes estados de volatilidad del mercado.
Principio de estrategia
El cálculo central de la estrategia incluye las siguientes partes clave:
- Cálculo del indicador BBP: mide la comparación del poder de mercado calculando la suma de la diferencia entre el precio más alto y la EMA (poder alcista) y la diferencia entre el precio más bajo y la EMA (poder bajista).
- Estandarización del puntaje Z: el valor BBP se estandariza para determinar el nivel de desviación de la fortaleza actual del mercado.
- Análisis de volumen: calcule el volumen actual en relación con el promedio móvil para determinar la actividad del mercado.
- Análisis cuantil: Calcule los cuantiles históricos de precio y volumen para la distribución de probabilidad de las condiciones del mercado.
- Take Profit dinámico: ajusta dinámicamente la distancia de toma de ganancias en función de la puntuación integral de ATR, el percentil de volumen y el percentil de precio.
Ventajas estratégicas
- Análisis multidimensional: consideración exhaustiva del impulso de los precios, el volumen y la posición del mercado para proporcionar una perspectiva de mercado más completa.
- Fuerte adaptabilidad: a través del mecanismo de toma de ganancias ajustado dinámicamente, puede adaptarse a diferentes entornos de mercado.
- Diversificación de riesgos: adoptar una estrategia de toma de ganancias de múltiples niveles para lograr la liberación de ganancias en diferentes niveles de precios.
- Ventaja de probabilidad: A través del Z-Score y el análisis de cuantiles, tiene una ventaja estadísticamente significativa.
- Extensibilidad: El marco de políticas tiene buena extensibilidad y se pueden agregar nuevas dimensiones de análisis según sea necesario.
Riesgo estratégico
- Sensibilidad de los parámetros: las estrategias contienen múltiples parámetros y deben optimizarse para diferentes entornos de mercado.
- Dependencia del entorno del mercado: puede tener un desempeño pobre durante períodos de volatilidad extrema o cambios de tendencia.
- Deslizamiento en la ejecución: las órdenes de toma de ganancias de varios niveles pueden enfrentar deslizamientos en la ejecución, lo que afecta los retornos reales.
- Complejidad computacional: El cálculo en tiempo real de múltiples indicadores puede generar cierta carga en el sistema.
- Riesgo de señal falsa: Se pueden generar señales comerciales falsas en un mercado lateral.
Dirección de optimización
- Adaptación de parámetros: Introducir métodos de aprendizaje automático para lograr la optimización automática de parámetros.
- Predicción del mercado: agregue un módulo de clasificación del entorno de mercado para identificar entornos comerciales desfavorables con antelación.
- Optimización de stop loss: introducir un mecanismo de stop loss dinámico para mejorar la precisión del control de riesgos.
- Filtrado de señales: agregue un filtro de intensidad de tendencia para reducir las señales falsas.
- Gestión de posiciones: optimice el algoritmo de asignación de posiciones y mejore la eficiencia del uso del capital.
Resumir
Esta estrategia combina el indicador BBP tradicional con métodos modernos de análisis cuantitativo para construir un sistema de trading con una base teórica sólida y una fuerte practicidad. A través de toma de ganancias multinivel y mecanismos de ajuste dinámico, se logra un mejor equilibrio entre rentabilidad y riesgos. Si bien existe un cierto grado de dificultad en la optimización de parámetros, la escalabilidad del marco de estrategia proporciona un amplio espacio para la optimización posterior. En la práctica, se aconseja a los operadores realizar ajustes específicos en función de las características específicas del mercado y sus propias preferencias de riesgo.
Código Fuente de la Estrategia
/*backtest
start: 2019-12-23 08:00:00
end: 2025-01-04 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/
// © PresentTrading
// The BBP Strategy with Volume-Percentile TP by PresentTrading emerges as a sophisticated approach that integrates multiple analytical layers to enhance trading precision and profitability.
// Unlike traditional strategies that rely solely on price movements or volume indicators, this strategy synergizes Bollinger Bands Power (BBP) with volume percentile analysis to determine optimal entry and exit points. Additionally, it employs a dynamic take-profit mechanism based on ATR (Average True Range) multipliers adjusted by volume and percentile factors, ensuring adaptability to varying market conditions.
// This multi-faceted approach not only enhances signal accuracy but also optimizes risk management, setting it apart from conventional trading methodologies.
//@version=5
strategy("BBP Strategy with Volume-Percentile TP - Strategy [presentTrading] ", overlay=false, precision=3, commission_value= 0.1, commission_type=strategy.commission.percent, slippage= 1, currency=currency.USD, default_qty_type = strategy.percent_of_equity, default_qty_value = 10, initial_capital=10000)
// ————————
// Bull Bear Power Strategy Settings
// ————————
lengthInput = input.int(21, "EMA Length")
zLength = input.int(252, "Z-Score Length")
zThreshold = input.float(1.618, "Z-Score Threshold")
// ————————
// Take Profit Settings
// ————————
tp_group = "Take Profit Settings"
// Enable/disable take profit function
useTP = input.bool(true, "Use Take Profit", group=tp_group)
// === ATR Base Settings ===
// ATR calculation period for determining base price movement range
baseAtrLength = input.int(20, "ATR Period", minval=1, group=tp_group, tooltip="ATR period for calculating base price movement range. Shorter periods are more sensitive to recent volatility")
// === Take Profit Multiplier Settings ===
// First take profit ATR multiplier, usually the most conservative target
atrMult1 = input.float(1.618, "TP1 ATR Multiplier", minval=0.1, step=0.1, group=tp_group, tooltip="First take profit level ATR multiplier, recommended 1.5-2.0")
// Second take profit ATR multiplier, medium profit target
atrMult2 = input.float(2.382, "TP2 ATR Multiplier", minval=0.1, step=0.1, group=tp_group, tooltip="Second take profit level ATR multiplier, recommended 2.5-3.0")
// Third take profit ATR multiplier, most aggressive target
atrMult3 = input.float(3.618, "TP3 ATR Multiplier", minval=0.1, step=0.1, group=tp_group, tooltip="Third take profit level ATR multiplier, recommended 4.0-5.0")
// === Position Size Allocation ===
// First take profit position size, usually larger for securing basic profits
tp1_size = input.float(13, "TP1 Position %", minval=1, maxval=100, group=tp_group, tooltip="Position size percentage for first take profit, recommended 30-40%")
// Second take profit position size, medium allocation
tp2_size = input.float(13, "TP2 Position %", minval=1, maxval=100, group=tp_group, tooltip="Position size percentage for second take profit, recommended 30-40%")
// Third take profit position size, usually smaller for catching larger moves
tp3_size = input.float(13, "TP3 Position %", minval=1, maxval=100, group=tp_group, tooltip="Position size percentage for third take profit, recommended 20-30%")
// ————————
// Volume Analysis Settings
// ————————
vol_group = "Volume Analysis Settings"
// Volume MA period for determining relative volume levels
vol_period = input.int(100, "Volume MA Period", minval=1, group=vol_group, tooltip="Period for calculating volume moving average, recommended 20-30")
// === Volume Level Thresholds ===
// High volume threshold relative to MA
vol_high = input.float(2.0, "High Volume Multiplier", minval=1.0, step=0.1, group=vol_group, tooltip="High volume threshold multiplier, typically 2x MA or above")
// Medium volume threshold
vol_med = input.float(1.5, "Medium Volume Multiplier", minval=1.0, step=0.1, group=vol_group, tooltip="Medium volume threshold multiplier, typically around 1.5x MA")
// Low volume threshold
vol_low = input.float(1.0, "Low Volume Multiplier", minval=0.5, step=0.1, group=vol_group, tooltip="Low volume threshold multiplier, typically around 1x MA")
// === Volume Adjustment Factors ===
// High volume adjustment factor, usually extends take profit targets
vol_high_mult = input.float(1.5, "High Volume Factor", minval=0.1, step=0.1, group=vol_group, tooltip="Take profit adjustment factor for high volume")
// Medium volume adjustment factor
vol_med_mult = input.float(1.3, "Medium Volume Factor", minval=0.1, step=0.1, group=vol_group, tooltip="Take profit adjustment factor for medium volume")
// Low volume adjustment factor
vol_low_mult = input.float(1.0, "Low Volume Factor", minval=0.1, step=0.1, group=vol_group, tooltip="Take profit adjustment factor for low volume")
// ————————
// Percentile Analysis Settings
// ————————
perc_group = "Percentile Analysis Settings"
// Percentile calculation period for evaluating price position
perc_period = input.int(100, "Percentile Period", minval=20, group=perc_group, tooltip="Historical period for percentile calculations, recommended 100-200")
// === Percentile Thresholds ===
// High percentile threshold, typically indicates relative high levels
perc_high = input.float(90, "High Percentile", minval=50, maxval=100, group=perc_group, tooltip="High level percentile threshold, typically above 90")
// Medium percentile threshold
perc_med = input.float(80, "Medium Percentile", minval=50, maxval=100, group=perc_group, tooltip="Medium level percentile threshold, typically around 80")
// Low percentile threshold
perc_low = input.float(70, "Low Percentile", minval=0, maxval=100, group=perc_group, tooltip="Low level percentile threshold, typically around 70")
// === Percentile Adjustment Factors ===
// High percentile adjustment factor
perc_high_mult = input.float(1.5, "High Percentile Factor", minval=0.1, step=0.1, group=perc_group, tooltip="Take profit adjustment factor for high percentile levels")
// Medium percentile adjustment factor
perc_med_mult = input.float(1.3, "Medium Percentile Factor", minval=0.1, step=0.1, group=perc_group, tooltip="Take profit adjustment factor for medium percentile levels")
// Low percentile adjustment factor
perc_low_mult = input.float(1.0, "Low Percentile Factor", minval=0.1, step=0.1, group=perc_group, tooltip="Take profit adjustment factor for low percentile levels")
// ————————
// Core Bull Bear Power Calculations
// ————————
emaClose = ta.ema(close, lengthInput)
bullPower = high - emaClose
bearPower = low - emaClose
bbp = bullPower + bearPower
bbp_mean = ta.sma(bbp, zLength)
bbp_std = ta.stdev(bbp, zLength)
zscore = (bbp - bbp_mean) / bbp_std
// ————————
// Volume & Percentile Analysis
// ————————
// 成交量分析
vol_sma = ta.sma(volume, vol_period)
vol_mult = volume / vol_sma
// 百分位數計算
calcPercentile(src) =>
var values = array.new_float(0)
array.unshift(values, src)
if array.size(values) > perc_period
array.pop(values)
array.size(values) > 0 ? array.percentrank(values, array.size(values)-1) * 100 : 50
price_perc = calcPercentile(close)
vol_perc = calcPercentile(volume)
// 止盈動態調整系數計算
getTpFactor() =>
vol_score = vol_mult > vol_high ? vol_high_mult : vol_mult > vol_med ? vol_med_mult : vol_mult > vol_low ? vol_low_mult : 0.8
price_score = price_perc > perc_high ? perc_high_mult :price_perc > perc_med ? perc_med_mult :price_perc > perc_low ? perc_low_mult : 0.8
math.avg(vol_score, price_score)
// ————————
// Entry/Exit Logic
// ————————
longCondition = ta.crossover(zscore, zThreshold)
shortCondition = ta.crossunder(zscore, -zThreshold)
exitLongCondition = ta.crossunder(zscore, 0)
exitShortCondition = ta.crossover(zscore, 0)
if (barstate.isconfirmed)
if longCondition
strategy.entry("Long", strategy.long)
if shortCondition
strategy.entry("Short", strategy.short)
if exitLongCondition
strategy.close("Long")
if exitShortCondition
strategy.close("Short")
// ————————
// Take Profit Execution
// ————————
if useTP and strategy.position_size != 0
base_move = ta.atr(baseAtrLength)
tp_factor = getTpFactor()
is_long = strategy.position_size > 0
entry_price = strategy.position_avg_price
if is_long
tp1_price = entry_price + (base_move * atrMult1 * tp_factor)
tp2_price = entry_price + (base_move * atrMult2 * tp_factor)
tp3_price = entry_price + (base_move * atrMult3 * tp_factor)
strategy.exit("TP1", "Long", qty_percent=tp1_size, limit=tp1_price)
strategy.exit("TP2", "Long", qty_percent=tp2_size, limit=tp2_price)
strategy.exit("TP3", "Long", qty_percent=tp3_size, limit=tp3_price)
else
tp1_price = entry_price - (base_move * atrMult1 * tp_factor)
tp2_price = entry_price - (base_move * atrMult2 * tp_factor)
tp3_price = entry_price - (base_move * atrMult3 * tp_factor)
strategy.exit("TP1", "Short", qty_percent=tp1_size, limit=tp1_price)
strategy.exit("TP2", "Short", qty_percent=tp2_size, limit=tp2_price)
strategy.exit("TP3", "Short", qty_percent=tp3_size, limit=tp3_price)
// ————————
// Plotting
// ————————
plot(bbp, color=bbp >= 0 ? color.new(color.green, 0) : color.new(color.red, 0),
title="BBPower", style=plot.style_columns)
hline(0, "Zero Line", color=color.gray, linestyle=hline.style_dotted)
plot(zscore, title="Z-Score", color=color.blue, linewidth=2)
hline(zThreshold, "Upper Threshold", color=color.orange, linestyle=hline.style_dashed)
hline(-zThreshold, "Lower Threshold", color=color.orange, linestyle=hline.style_dashed)