Aperçu

Cette stratégie combine plusieurs modèles de chandeliers pour effectuer des transactions boursières. Elle associe les modèles d'engloutissement (Engulfing), de harami (Harami) et de harami croix (Harami Cross), permettant de capter des opportunités de trading dans différentes conditions de marché.

Principe

La logique centrale de cette stratégie consiste à construire plusieurs règles de détection de motifs de chandeliers, puis à les combiner pour générer des signaux de trading.

Tout d'abord, elle définit quelques variables de base pour décrire les propriétés des chandeliers, telles que la taille du corps (body), le prix d'ouverture (open), le prix de clôture (close), etc.

Ensuite, en fonction de la relation entre le prix de clôture et le prix d'ouverture, elle définit 3 types de barres de trading : 1 pour hausse, -1 pour baisse, 0 pour inchangé.

Sur cette base, trois règles de détection de motifs de chandeliers sont construites :

1. Modèle d'engloutissement (Engulfing Pattern) : la bougie actuelle englobe la bougie précédente, générant un signal d'achat ou de vente.
2. Modèle Harami (Harami Pattern) : la bougie précédente englobe la bougie actuelle, générant un signal d'achat ou de vente.
3. Modèle Harami Cross (Harami Cross Pattern) : combinaison d'un Harami et d'un doji, générant un signal d'achat ou de vente.

Selon ces règles de motifs de chandeliers, les moments d'achat et de vente peuvent être déterminés. Des conditions supplémentaires, telles que des limitations de plage horaire de trading, sont ajoutées pour filtrer les signaux non conformes.

Dans la partie trading, on vérifie d'abord la position. Si elle est opposée à la direction du signal de chandelier, on ferme d'abord la position, puis on ouvre une position dans la direction du signal.

Avantages

• Combinaison de multiples motifs, stabilité renforcée. Un seul motif peut être fortement influencé par des conditions de marché spécifiques ; l'utilisation combinée de motifs améliore la stabilité.
• Confirmation de motifs dans la même direction, jugement global, évitant les erreurs. Différents modèles de motifs jugent la tendance sous différents angles, permettant une validation mutuelle des signaux.
• Paramètres ajustables, forte adaptabilité. L'utilisateur peut librement combiner différents modèles de motifs et ajuster des paramètres tels que la plage horaire de trading pour répondre de manière flexible aux changements du marché.
• Logique de trading complète. En combinant le jugement de position et la logique de sortie avec stop-loss, le risque peut être contrôlé efficacement.

Risques

• La combinaison de multiples paramètres augmente la complexité. Il est nécessaire de tester la compatibilité des combinaisons de paramètres ; des combinaisons inappropriées peuvent réduire l'efficacité.
• Le réglage des paramètres de forme (shape) dépend de l'expérience. Des paramètres de motifs tels que la taille du corps nécessitent une accumulation d'expérience pour être ajustés correctement.
• Risque lié aux positions unidirectionnelles. Être seulement long ou seulement short limite le potentiel de profit. Il est possible de configurer les paramètres pour être à la fois long et short.
• Peut manquer les points de retournement de tendance. Cette stratégie se concentre sur la reconnaissance de motifs et ne peut pas juger efficacement les retournements de tendance. D'autres indicateurs peuvent être combinés pour déterminer le timing.

Optimisation

• Ajouter une stratégie de stop-loss pour réduire le risque lié aux positions unidirectionnelles.
• Combiner d'autres indicateurs techniques pour déterminer la direction générale de la tendance et éviter les trades contraires à la tendance, tels que MACD, Bandes de Bollinger, etc.
• Tester les préférences de paramètres pour différents actifs et établir des combinaisons de motifs adaptées à chaque actif.
• Ajouter des algorithmes d'apprentissage automatique (machine learning) pour aider à l'optimisation des paramètres et à la reconnaissance de motifs via l'IA.

Résumé

Cette stratégie, en exploitant les avantages de multiples motifs de chandeliers, construit un système de trading à court terme relativement stable et fiable. Cependant, certains réglages de paramètres et le contrôle des risques nécessitent encore une optimisation supplémentaire pour s'adapter à des conditions de marché plus complexes. Dans l'ensemble, l'approche de cette stratégie est raisonnable. En accumulant suffisamment d'expérience et de données, et en utilisant l'apprentissage automatique pour une optimisation intelligente, ses perspectives sont prometteuses.