Stratégie des bandes de Bollinger pour la réversion moyenne

Auteur:ChaoZhang est là., Date: 2023-10-25 11:04:13 Je vous en prie.
Les étiquettes:

img

Résumé

La stratégie des bandes de Bollinger à réversion moyenne utilise l'indicateur des bandes de Bollinger pour mesurer la volatilité du marché et les moyennes mobiles pour déterminer la tendance, en prenant les transactions de tendance pendant les périodes de faible volatilité pour tirer profit de la tendance tout en évitant un hasard excessif.

La logique de la stratégie

La stratégie calcule la moyenne mobile et les bandes supérieures/inférieures représentant un certain multiplicateur de l'écart type au-dessus et en dessous de la moyenne mobile, formant les bandes de Bollinger. Lorsque le prix s'approche des bandes, cela indique une volatilité accrue. Lorsque le prix est dans les bandes, cela indique une volatilité réduite.

La stratégie va long lorsque le prix dépasse la bande inférieure sur une moyenne mobile en hausse et court lorsque le prix dépasse la bande supérieure sur une moyenne mobile en baisse.

L'avantage de cette approche est de participer à la tendance pendant les périodes de faible volatilité, en évitant des fluctuations aléatoires excessives des prix et en augmentant la probabilité de profit.

Analyse des avantages

  1. La négociation de la tendance à faible volatilité réduit le hasard et augmente la stabilité

En ne négociant que la tendance lorsque les bandes de Bollinger se contractent et que la volatilité diminue, la stratégie évite les périodes incertaines de forte volatilité, réduisant le hasard et augmentant la stabilité.

  1. La moyenne mobile aide à juger de la tendance, améliorant la précision

La moyenne mobile, en plus des bandes de Bollinger qui mesurent la volatilité, aide à déterminer la direction de la tendance, les deux se validant mutuellement et améliorant la précision.

  1. Résultats de l'analyse de risque

La stratégie fixe des niveaux d'arrêt des pertes dans les bandes pour chaque transaction, permettant des arrêts rapides et un contrôle des risques.

Analyse des risques

  1. Risque de mauvaise appréciation de la tendance

La direction de la moyenne mobile peut changer au cours de la contraction de la bande, ce qui entraîne un jugement erroné de la tendance et des pertes.

L'ajout d'autres indicateurs pour confirmer la tendance peut aider à minimiser ce risque.

  1. Risque de volatilité excessive des bandes

Si les bandes sont trop larges en raison d'un multiplicateur d'écart type excessif, les transactions inefficaces seront trop fréquentes.

L'optimisation du paramètre ou l'ajout de filtres de seuil de largeur de bande peuvent améliorer cela.

  1. Risque d'échec de rupture

Le prix peut ne pas évoluer après avoir brisé les bandes, provoquant des pertes.

Utiliser uniquement des pauses de fermeture ou ajouter une confirmation de volume peut réduire les échecs.

Directions d'optimisation

  1. Ajouter plus de confirmations d'indicateurs

L'ajout d'indicateurs tels que MACD et KDJ pour confirmer les signaux de moyenne mobile améliore la précision.

  1. Optimiser les paramètres

Le backtesting pour trouver les paramètres optimaux de la moyenne mobile et du multiplicateur d'écart type améliore les performances.

  1. Optimiser le calendrier d'entrée

Utiliser uniquement des pauses de fermeture ou ajouter des filtres de volume améliore le timing.

  1. Optimiser la stratégie de stop loss

Les arrêts de retard et les arrêts de mouvement peuvent aider à bloquer les bénéfices et à empêcher le retour des gains.

Conclusion

La stratégie des bandes de Bollinger à réversion moyenne utilise habilement les bandes pour identifier les périodes de faible volatilité et la moyenne mobile pour déterminer la direction de la tendance, en participant aux tendances lorsque la volatilité diminue. Cela filtre l'aléatoire excessif et augmente la stabilité.


/*backtest
start: 2022-10-24 00:00:00
end: 2023-10-24 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("Trading Public School", overlay=true)
source = close
length = input(20, minval=1)
mult = input(2.0, minval=0.001, maxval=50)

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

upper = basis + dev
lower = basis - dev

buyEntry = crossover(source, lower)
sellEntry = crossunder(source, upper)

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")

//plot(strategy.equity, title="equity", color=color.red, linewidth=2, style=plot.style_areabr)


Plus de