
Cette stratégie utilise les indicateurs de la bande de Borburin pour déterminer les tendances, combinés à des signaux de bande passante pour rechercher des opportunités de négociation, dans le but de maintenir une croissance stable du portefeuille. Selon les données de l’année dernière, la stratégie a un taux de profit de 78,95%, avec un maximum de rétractation de seulement 4,02%.
Si vous êtes satisfait du résultat actuel, vous pouvez le transformer en apprentissage et ajouter des alertes pour automatiser la stratégie. Cela nécessite d’ajouter un mécanisme d’alerte dans le code. Si cela vous intéresse, je peux créer des apprentissages basés sur cette stratégie.
Cette stratégie utilise la bande de Bolbrin et la bande passante pour juger du temps d’entrée et de sortie.
Les bandes de Bolbrin comprennent la ligne supérieure, la ligne médiane et la ligne inférieure. La ligne médiane est la moyenne mobile simple de n jours, avec le paramètre n par défaut 16. La limite supérieure est la ligne médiane + k.*La déviation standard, la limite inférieure est la ligne médiane - k*Déviation standard, paramètre k considéré par défaut comme 3. Lorsque le prix est proche de la limite supérieure, le cours de l’action est trop élevé ou trop cher. Lorsque le prix est proche de la limite inférieure, le cours de l’action est trop bas ou trop cher.
L’indicateur de la bande passante montre les fluctuations des prix par rapport à la ligne médiane. Il est composé de:*1000 est calculé. Lorsque la bande passante est inférieure à 20, cela signifie que la situation est calme ou stabilisée; lorsque la bande passante est supérieure à 50, cela signifie que la volatilité augmente.
La stratégie consiste à faire plus lorsque la bande passante est comprise entre 20 et 50, en cherchant des occasions de franchir la limite inférieure. Après avoir franchi la limite, la ligne d’arrêt est définie à 108% du prix d’ouverture ou à une sortie de perte lorsque la limite supérieure est franchie.
Cette stratégie présente les avantages suivants:
L’utilisation d’une courbe de Borobrin pour déterminer la direction de la tendance peut réduire le risque de fausse rupture.
Les signaux à large bande permettent de détecter avec précision les oscillations de position et d’éviter les pertes causées par des fluctuations importantes.
Les données rétrospectives montrent un taux de rendement de près de 80% sur un an, avec un rapport risque/bénéfice très élevé.
Le retrait maximal est inférieur à 5% et permet de contrôler efficacement les risques et de maintenir une croissance stable du portefeuille.
La logique de la stratégie est claire et simple, la mise en œuvre est facile à comprendre et peut être largement appliquée à tous les types d’actifs numériques
La stratégie présente également les risques suivants:
Les paramètres de la bande de Bolbrin sont mal configurés et peuvent vous faire rater de meilleures opportunités de trading.
La fréquence des transactions peut être trop faible et la rentabilité limitée en période de bull ou de bear.
Les données de retour sont insuffisantes et les indicateurs de retour peuvent ne pas être reproduits dans les applications réelles.
Dans des conditions de marché extrêmes, les points de rupture peuvent être franchis et entraîner des pertes importantes
Des frais de transaction trop élevés réduisent les bénéfices réels
La réponse:
Paramètres d’optimisation, adaptation du cycle de la ceinture de bling pour différents marchés, etc.
L’introduction d’autres indicateurs de tendances de jugement pour répondre à des situations anormales
Rassembler des données suffisantes pour effectuer des retours de marché multiples et vérifier la stabilité de la stratégie
Ajuster les points d’arrêt pour éviter des pertes massives dans des situations extrêmes
Choisir une plateforme de trading à bas frais de transaction pour réduire les frais de transaction
Cette stratégie peut être optimisée dans les domaines suivants:
Augmenter la confirmation du volume pour éviter les fausses ruptures
Combine avec les indicateurs de tendance pour identifier la direction de la tendance
Utiliser l’apprentissage automatique pour régler les paramètres et s’adapter automatiquement au marché
Ajouter un filtre de corrélation pour éviter de négocier des actifs non corrélés
Optimiser le take profit/stop loss pour plus de gains pendant les tendances à la hausse
Introduire plus de filtres conditionnels pour augmenter le taux de victoires
Test multi-timeframe combinations to profit from multiple cycles
Construire un portefeuille indexé pour élargir l’exposition
Utiliser l’apprentissage automatique pour générer et valider automatiquement de nouvelles stratégies
La stratégie de rupture des chocs de Bolbrin a obtenu de bons résultats globaux et des rendements plus stables dans des conditions de choc. L’idée centrale de la stratégie est simple et claire et facile à maîtriser. Cependant, l’optimisation des paramètres, le contrôle des risques et la gestion du portefeuille doivent encore être améliorés pour assurer une rentabilité stable dans des marchés complexes et variables.
/*backtest
start: 2023-10-30 00:00:00
end: 2023-11-06 00:00:00
period: 3m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("Bollinger Bands BAT/USDT 30min", overlay=true )
/// Indicators
///Bollinger Bands
source = close
length = input(16, minval=1)
mult = input(3, step=0.1, minval=0.001, maxval=50)
basis = sma(source, length)
dev = mult * stdev(source, length)
upper = basis + dev
lower = basis - dev
plot(basis, color=color.red)
p1 = plot(upper, color=color.blue)
p2 = plot(lower, color=color.blue)
fill(p1, p2)
//Bollinger bands width
bbw = (upper-lower)/basis*1000
//plot(bbw, color=color.blue)
upper_bbw_input = input(title="BBW Upper Threshold", step=1, minval=0, defval=50)
lower_bbw_input = input(title="BBW Lower Threshold", step=1, minval=0, defval=20)
// Backtesting Period
testStartYear = input(2019, "Backtest Start Year")
testStartMonth = input(1, "Backtest Start Month")
testStartDay = input(1, "Backtest Start Day")
testPeriodStart = timestamp(testStartYear,testStartMonth,testStartDay,0,0)
testStopYear = input(2020, "Backtest Stop Year")
testStopMonth = input(12, "Backtest Stop Month")
testStopDay = input(31, "Backtest Stop Day")
testPeriodStop = timestamp(testStopYear,testStopMonth,testStopDay,0,0)
testPeriod() => true
// Take Profit
tp_inp = input(8, title='Take Profit %', step=0.1)/100
take_level = strategy.position_avg_price * (1 + tp_inp)
//Entry Strategy
entry_long = crossover(source, lower) and (bbw < upper_bbw_input) and (bbw > lower_bbw_input)
exit_long = cross(high,upper) or close < lower
if testPeriod()
strategy.entry(id="LongBB", long=true, comment="LongBB", when=entry_long)
strategy.exit("Take Profit Long","LongBB",limit=take_level)
strategy.close(id="LongBB", when=exit_long )