Stratégies de trading à court terme basées sur les divergences des cours de clôture


Date de création: 2023-09-28 15:08:39 Dernière modification: 2023-09-28 15:08:39
Copier: 2 Nombre de clics: 743
1
Suivre
1617
Abonnés

Aperçu

Cette stratégie permet de réaliser des trades à court terme en analysant les écarts de prix de clôture sur deux jours et en déterminant la direction des mouvements de prix futurs. La stratégie est simple, intuitive, facile à mettre en œuvre et convient aux traders à court terme.

Principe de stratégie

La logique centrale de cette stratégie est de comparer les prix de clôture d’aujourd’hui avec ceux d’hier.

  1. Calculer la différence entre le prix de clôture d’aujourd’hui et celui d’hier
  2. Si la différence est supérieure à la valeur de la baisse, le prix d’aujourd’hui est supérieur à celui d’hier et on fait plus.
  3. Si la différence est inférieure au seuil de fixation négatif, le prix d’aujourd’hui est en baisse par rapport à celui d’hier, ce qui entraîne une perte de valeur.
  4. Si ce n’est pas le cas, conservez la position d’hier.

La clé ici est de définir des seuils raisonnables. Si les seuils sont trop élevés, les plus petites fluctuations de prix seront manquées; si les seuils sont trop petits, les transactions irrationnelles seront déclenchées par les fluctuations normales. La stratégie utilise une conception de seuil réglable, avec une valeur par défaut de 0,004, une longueur d’étape de 0,001, qui peut être testée pour choisir la bonne valeur en fonction des données historiques.

Dans l’ensemble, la stratégie capte les variations de prix entre deux jours de négociation consécutifs, filtre les fluctuations normales par le filtrage de la marge et détermine la direction possible de la tendance des prix à l’avenir, afin de faire des transactions de courte durée. L’idée de la stratégie est simple, intuitive, facile à comprendre et à mettre en œuvre.

Avantages stratégiques

  • L’idée est simple, intuitive, facile à comprendre et à mettre en œuvre.
  • La réduction du seuil d’expérience
  • Utilisation d’un prix de clôture pour filtrer efficacement le bruit blanc et augmenter la stabilité du signal
  • Une conception de valeurs réglables permettant d’optimiser la recherche de paramètres optimaux
  • Les prix des produits de base ont été modifiés en fonction de l’évolution des prix.
  • Peut fonctionner dans plusieurs environnements de marché

Risque stratégique

  • La probabilité d’un écart de clôture, qui peut manquer une variation de prix
  • Se fier à un seul indicateur peut laisser de côté d’autres informations importantes
  • Une mauvaise définition des seuils générerait trop de signaux de transaction erronés
  • Les opérations de coupure sont fréquentes et les coûts de transaction peuvent être élevés
  • Il faut être vigilant et ajuster les paramètres en temps opportun

Pour faire face à ces risques, vous pouvez envisager:

  1. En combinaison avec d’autres indicateurs, tels que le volume des transactions, pour améliorer l’exactitude du signal
  2. Ajout d’une logique d’arrêt des pertes pour contrôler les pertes uniques
  3. Optimiser les paramètres pour améliorer la qualité du signal
  4. Prolonger le cycle de négociation et réduire la fréquence des opérations
  5. Une gestion accrue des positions pour augmenter la rentabilité

Orientation de l’optimisation de la stratégie

Cette stratégie peut être optimisée dans les directions suivantes:

  1. Retour à plusieurs périodes- Paramètres de stratégie de rétro-mesure avec différentes périodes de temps (ligne solaire, 4 heures, 1 heure, etc.), sélectionnez les périodes et paramètres de temps optimaux.

  2. Indicateur de volatilité- L’ajout d’indicateurs qui prennent en compte la volatilité des prix, tels que l’ATR, permet de mieux établir les seuils dynamiques.

  3. Ajout de la logique de stop-loss- Définir des points d’arrêt raisonnables pour contrôler les pertes ponctuelles.

  4. Optimisation de la gestion des positions- Optimiser la taille des positions et les règles d’acquisition de positions pour augmenter les profits tout en garantissant la prévention des pertes.

  5. Prendre en compte le coût des transactions- Ajouter des frais de transaction, des commissions, des points de glissement et d’autres coûts de transaction dans la rétroévaluation, ce qui rend la rétroévaluation plus proche de la réalité.

  6. La mise en place de l’apprentissage automatique- Appliquer des algorithmes d’apprentissage automatique pour extraire plus de caractéristiques et créer des signaux de transaction plus puissants.

Résumer

Cette stratégie est basée sur la différence de prix de clôture pour juger de la tendance future des prix. La stratégie est facile à mettre en œuvre et convient aux opérations à court terme, mais il existe un certain risque de perte.

Code source de la stratégie
/*backtest
start: 2023-08-28 00:00:00
end: 2023-09-27 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("Daily Close Comparison Strategy (by ChartArt) repainting results", 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 repainting results", type=float, defval=0.004, 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)