Bandes de Bollinger, RSI, MACD, stratégie de trading de fusion multi-indicateurs stochastiques


Date de création: 2023-09-28 12:06:39 Dernière modification: 2023-09-28 12:06:39
Copier: 0 Nombre de clics: 1712
1
Suivre
1617
Abonnés

Aperçu

Cette synthèse de stratégie utilise quatre indicateurs techniques différents, le Brin, le RSI, le MACD et le Stochastic, pour effectuer des transactions longues et courtes dans les deux sens. Elle détermine d’abord si le prix est en dehors du canal de la Brin, et si oui, elle fait plus de blanchiment en fonction de la direction; puis elle détermine si le RSI est en zone de survente, et si oui, elle peut entrer en fonction de la direction; puis elle détermine si le MACD est en forfait, et si oui, elle peut entrer en fonction de la direction; enfin, elle détermine si le Stochastic produit un forfait et est en zone de survente, et si les conditions sont remplies, elle peut entrer en jeu.

Le principe

La stratégie utilise principalement les quatre indicateurs Brin, RSI, MACD et Stochastic.

La ceinture de Brin est une courbe ascendante et descendante calculée en fonction de la différence standard du cours de l’action. Une courbe ascendante et descendante dépasse la ceinture de Brin et représente une courbe ascendante et descendante.

Le RSI est calculé à partir de la hausse et de la baisse rapides. Un RSI inférieur à 30 est considéré comme une survente et un RSI supérieur à 70 est considéré comme une survente.

Le MACD est la différence entre la moyenne indicielle DIFF moins la DEA, DIFF à la hausse sur la DEA comme signe positif de la fourche dorée, DIFF à la baisse sur la DEA comme signe négatif de la fourche morte.

Les lignes stochastiques K et D peuvent également être utilisées comme signaux de négociation. Les lignes K inférieures à 20 sont des surventes et les lignes supérieures à 80 sont des surachats.

Le jugement de ces quatre indicateurs peut améliorer le taux de réussite de l’entrée. Plus précisément, lorsque le prix est supérieur à la courbe de Brin, il est considéré comme un signal multiple; lorsque le RSI est inférieur à 30, il est considéré comme un signal multiple; lorsque le MACD Gold Fork est considéré comme un signal multiple; lorsque le Stochastic K traverse la ligne D et la ligne K est inférieure à 20.

Analyse des avantages

Le plus grand avantage de cette stratégie est la combinaison de plusieurs indicateurs pour juger des tendances, avec une plus grande précision et un taux de réussite supérieur à celui d’un seul indicateur.

Tout d’abord, la stratégie intègre plusieurs indicateurs de périodes de temps, y compris les jugements de tendance à moyen et long terme de la ceinture de Brin, ainsi que les jugements à court terme des indicateurs MACD, RSI et Stochastic, ce qui permet à la stratégie de juger sur plusieurs dimensions de temps, ce qui réduit la probabilité d’erreur.

Deuxièmement, la stratégie utilise le principe de confirmation d’entrée multi-indicateurs, qui permet d’entrer dans le marché uniquement lorsque plusieurs indicateurs émettent des signaux simultanément, ce qui assure la précision du moment d’entrée. Par exemple, il est nécessaire que les quatre indicateurs Brin, RSI, MACD et Stochastic soient remplis.

En outre, la stratégie utilise une combinaison d’indicateurs qui peuvent compléter les avantages des différents indicateurs pour améliorer le taux de victoire. Par exemple, le RSI peut déterminer les surachats et les survente, le Bollinger Bandit peut déterminer le décalage de la tendance, le MACD peut détecter les changements à court terme, etc. L’utilisation de cette combinaison d’indicateurs peut tirer parti de leurs avantages respectifs.

Enfin, la stratégie utilise la stratégie de mise en position, qui permet de réaliser plus de bénéfices lorsque les signaux de l’indicateur sont définis. Lorsque les quatre signaux de l’indicateur sont définis, la stratégie de mise en position permet de réaliser plus de bénéfices que la négociation quantitative.

Analyse des risques

Cette stratégie comporte également des risques à prendre en compte.

Tout d’abord, la stratégie utilise plusieurs paramètres et indicateurs, ce qui augmente la difficulté d’optimiser la stratégie. Il y a beaucoup de paramètres à ajuster, et il faut un grand nombre de données historiques à tester à plusieurs reprises pour trouver la meilleure combinaison de paramètres.

Deuxièmement, la stratégie dépend de plusieurs indicateurs pour envoyer des signaux simultanément, ce qui est rare et peut entraîner une faible fréquence de négociation. Si la stratégie ne parvient pas à capturer des signaux synchronisés pendant une longue période, elle se montrera faible.

De plus, les stratégies d’hypothèque, bien que génératrices de bénéfices, peuvent aussi générer des pertes. Une stratégie d’hypothèque peut entraîner des pertes plus importantes lorsque les quatre indicateurs émettent des signaux de synchronisation erronés.

Enfin, la stratégie suppose que plusieurs indicateurs émettent simultanément des signaux de plus forte confirmation, mais la façon dont les décisions sont prises lorsque les indicateurs sont diffusés doit être considérée. Lorsque les indicateurs ne sont pas cohérents, la stratégie doit établir un mécanisme de décision quantitatif.

Direction d’optimisation

Cette stratégie peut être optimisée dans les domaines suivants:

  1. Optimiser les paramètres de l’indicateur pour trouver la meilleure combinaison de paramètres. Une recherche complète et optimisée des paramètres de l’indicateur peut être effectuée par des méthodes telles que l’algorithme génétique et la recherche de grille.

  2. Augmenter les stratégies de stop-loss pour contrôler les pertes. Lorsque le prix franchit un certain point dans une direction défavorable, adopter des stratégies de stop-loss et de sortie pour empêcher l’expansion des pertes.

  3. Optimisation de la logique d’admission, mise en place d’un mécanisme de notation quantitative lorsque les indicateurs sont incohérents. Par exemple, définir le poids des différents indicateurs pour l’admission en fonction de la notation.

  4. Optimiser la logique de sortie, étudier le taux de gain et de perte pour les différentes périodes de détention, définir les meilleures règles de sortie.

  5. Optimiser les variétés et les périodes de négociation, en les adaptant aux variétés et périodes de négociation appropriées à la stratégie.

  6. Test de l’impact sur les coûts de transaction, en fonction des paramètres de la stratégie d’optimisation des points de glissement et des frais de traitement.

  7. L’ajout d’algorithmes d’apprentissage automatique, l’utilisation de réseaux neuronaux, etc. pour l’adaptation des paramètres et l’optimisation des stratégies

Résumer

La stratégie utilise un ensemble d’indicateurs et de mécanismes de confirmation multiples pour la prise de décision, ce qui permet d’obtenir de meilleurs résultats stratégiques avec des paramètres raisonnables et un contrôle strict des conditions. Mais il existe également une certaine difficulté et un risque d’exploitation, qui nécessitent une optimisation continue pour améliorer la stabilité et la fiabilité de la stratégie.

Code source de la stratégie
/*backtest
start: 2022-09-21 00:00:00
end: 2023-09-27 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("MD strategy", overlay=true)
lengthrsi = input( 14 )
overSold = input( 30 )
overBought = input( 70 )
price = close
source = close
lengthbb = input(20, minval=1)
mult = input(2.0, minval=0.001, maxval=50)
direction = input(0, title = "Strategy Direction",  minval=-1, maxval=1)
fastLength = input(12)
slowlength = input(26)
MACDLength = input(9)
consecutiveBarsUp = input(3)
consecutiveBarsDown = input(3)
lengthch = input( minval=1, maxval=1000, defval=5)
upBound = highest(high, lengthch)
downBound = lowest(low, lengthch)
lengthst = input(14, minval=1)
OverBoughtst = input(80)
OverSoldst = input(20)
smoothK = 3
smoothD = 3

k = sma(stoch(close, high, low, lengthst), smoothK)
d = sma(k, smoothD)



ups = price > price[1] ? nz(ups[1]) + 1 : 0
dns = price < price[1] ? nz(dns[1]) + 1 : 0
MACD = ema(close, fastLength) - ema(close, slowlength)
aMACD = ema(MACD, MACDLength)
delta = MACD - aMACD

strategy.risk.allow_entry_in(direction == 0 ? strategy.direction.all : (direction < 0 ? strategy.direction.short : strategy.direction.long))

basis = sma(source, lengthbb)
dev = mult * stdev(source, lengthbb)

upper = basis + dev
lower = basis - dev

vrsi = rsi(price, lengthrsi)

if (not na(vrsi))
    if (crossover(vrsi, overSold))
        strategy.entry("RsiLE", strategy.long, comment="RsiLE")
    if (crossunder(vrsi, overBought))
        strategy.entry("RsiSE", strategy.short, comment="RsiSE")

if (crossover(source, lower))
    strategy.entry("BBandLE", strategy.long, stop=lower, oca_name="BollingerBands",  comment="BBandLE")
else
    strategy.cancel(id="BBandLE")

if (crossunder(source, upper))
    strategy.entry("BBandSE", strategy.short, stop=upper, oca_name="BollingerBands",  comment="BBandSE")
else
    strategy.cancel(id="BBandSE")
    
    
if (not na(k) and not na(d))
    if (crossover(k,d) and k < OverSoldst)
        strategy.entry("StochLE", strategy.long, comment="StochLE")
    if (crossunder(k,d) and k > OverBoughtst)
        strategy.entry("StochSE", strategy.short, comment="StochSE")   
        
if (crossover(delta, 0))
    strategy.entry("MacdLE", strategy.long, comment="MacdLE")

if (crossunder(delta, 0))
    strategy.entry("MacdSE", strategy.short, comment="MacdSE")