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.
La logique centrale de cette stratégie est de comparer les prix de clôture d’aujourd’hui avec ceux 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.
Pour faire face à ces risques, vous pouvez envisager:
Cette stratégie peut être optimisée dans les directions suivantes:
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.
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.
Ajout de la logique de stop-loss- Définir des points d’arrêt raisonnables pour contrôler les pertes ponctuelles.
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.
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.
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.
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.
/*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)