Stratégie de comparaison quotidienne des cours de clôture


Date de création: 2023-09-17 18:28:31 Dernière modification: 2023-09-17 18:28:31
Copier: 3 Nombre de clics: 630
1
Suivre
1617
Abonnés

Aperçu

Cette stratégie consiste à comparer le prix de clôture de la ligne K actuelle avec le prix de clôture de la veille pour déterminer la direction de la hausse. Il s’agit d’une stratégie simple de suivi de la tendance.

Principe de stratégie

  1. Calculer la différence entre le prix de clôture de la ligne K actuelle et le prix de clôture de la journée précédente.

  2. Le ratio est plus grand que le seuil, ce qui signifie que les prix ont augmenté et que vous devez faire plus.

  3. Si le ratio est inférieur au seuil de réglage négatif, cela signifie que le prix est en baisse et que le cours est en baisse.

  4. Le seuil est fixé à 0, c’est-à-dire que chaque fois qu’il augmente, vous faites plus, et chaque fois qu’il baisse, vous faites moins.

  5. Il n’y a pas de logique de stop-loss, mais la tendance à la continuité est ce qui permet de réaliser des profits.

Analyse des avantages

  1. La méthode de détection des tendances est très simple, intuitive et facile à comprendre.

  2. Il n’est pas nécessaire de calculer des indicateurs techniques, ce qui réduit l’utilisation des ressources informatiques.

  3. L’objectif est d’éliminer le bruit des indicateurs inutiles et de se concentrer uniquement sur les informations les plus essentielles sur les prix.

  4. Les résultats de la détection sont excellents, mais l’efficacité du disque dur est douteuse.

Analyse des risques

  1. Il n’y a pas de paramètre de stop-loss et le risque de perte est illimité.

  2. Il n’est pas capable de gérer efficacement les fluctuations du marché, et il est facilement manipulé.

  3. Il existe un risque d’adaptation, mais les effets sur le disque dur restent à vérifier.

  4. Le simple suivi des tendances ne permet pas de localiser les bénéfices, et les bénéfices réalisés sont limités.

Direction d’optimisation

  1. Il a ajouté des stratégies de stop-loss mobiles pour contrôler les pertes.

  2. Le taux de couverture de la liquidation a été réduit en combinaison avec l’indicateur de volatilité.

  3. Test des paramètres de différentes périodes diurnes pour améliorer la stabilité.

  4. Il est important d’augmenter les indicateurs de jugement des tendances et d’éviter les fluctuations irrationnelles des prix.

  5. Optimiser les stratégies de stop-loss, telles que la révision des prix les plus élevés, pour élargir les marges de profit.

Résumer

L’idée de base de cette stratégie est simple, mais son efficacité est douteuse. Il faut renforcer les mécanismes de contrôle des risques et effectuer des tests d’optimisation des paramètres pour qu’elle devienne réellement pratique. Mais l’idée de base vaut la peine d’être apprise.

Code source de la stratégie
/*backtest
start: 2023-08-17 00:00:00
end: 2023-09-16 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("Daily Close Comparison Strategy (by ChartArt)", shorttitle="CA_-_Daily_Close_Strat", overlay=false)

// ChartArt's Daily Close Comparison Strategy
//
// Version 1.0
// Idea by ChartArt on February 28, 2016.
//
// This strategy is equal to the very
// popular "ANN Strategy" coded by sirolf2009,
// but without the Artificial Neural Network (ANN).
//
// Main difference besides stripping out the ANN
// is that I use close prices instead of OHLC4 prices.
// And the default threshold is set to 0 instead of 0.0014
// with a step of 0.001 instead of 0.0001.
//
// This strategy goes long if the close of the current day
// is larger than the close price of the last day.
// If the inverse logic is true, the strategy
// goes short (last close larger current close).
//
// This simple strategy does not have any
// stop loss or take profit money management logic.
//
// List of my work: 
// https://www.tradingview.com/u/ChartArt/
// 
//  __             __  ___       __  ___ 
// /  ` |__|  /\  |__)  |   /\  |__)  |  
// \__, |  | /~~\ |  \  |  /~~\ |  \  |  
// 
// 

threshold = input(title="Price Difference Threshold", type=float, defval=0, step=0.001)

getDiff() =>
    yesterday=security(syminfo.tickerid, 'D', close[1])
    today=security(syminfo.tickerid, 'D', close)
    delta=today-yesterday
    percentage=delta/yesterday
    
closeDiff = getDiff()
 
buying = closeDiff > threshold ? true : closeDiff < -threshold ? false : buying[1]

hline(0, title="zero line")

bgcolor(buying ? green : red, transp=25)
plot(closeDiff, color=silver, style=area, transp=75)
plot(closeDiff, color=aqua, title="prediction")

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

shortCondition = buying != true
if (shortCondition)
    strategy.entry("Short", strategy.short)