Stratégie d'inversion de tendance à long terme


Date de création: 2023-11-13 10:51:35 Dernière modification: 2023-11-13 10:51:35
Copier: 0 Nombre de clics: 674
1
Suivre
1621
Abonnés

Stratégie d’inversion de tendance à long terme

Aperçu

La stratégie de revers de tendance à long terme est un système de trading mécanique combinant suivi de tendance et revers à court terme. Cette stratégie utilise les hauts et les bas de 7 jours pour construire des canaux et, combinée à une moyenne mobile de 200 jours, pour déterminer la direction de la tendance à long terme. Dans le marché haussier, la stratégie est achetée pendant la baisse et vendue pendant la hausse; dans le marché baissier, la stratégie est vendue pendant la hausse et achetée pendant la baisse.

Principe de stratégie

La stratégie est basée sur les principes suivants:

  1. Construisez un canal à partir des hauts et des bas des 7 derniers jours pour évaluer les hauts et les bas des 7 derniers jours.

  2. La moyenne mobile à 200 jours détermine les tendances à long terme.

  3. Un signal d’achat est généré lorsque le prix est inférieur à son plus bas de 7 jours et supérieur à sa moyenne mobile de 200 jours. Cela signifie que la baisse de l’ajustement à court terme est terminée et que la tendance peut s’inverser vers le haut.

  4. Un signal de vente est généré lorsque le prix dépasse le sommet de 7 jours et se situe en dessous de la moyenne mobile de 200 jours. Cela signifie que la tendance à la baisse est terminée et que la tendance peut être inversée.

  5. Le double ATR est utilisé pour contrôler les pertes individuelles.

La clé de cette stratégie est de prendre en compte les tendances à deux dimensions de temps à la fois à court et à long terme. La chaîne de 7 jours détermine les baisses de la semaine la plus récente et la moyenne mobile de 200 jours détermine la direction de la tendance à long terme sur environ six mois.

Analyse des avantages

Les principaux avantages de cette stratégie sont les suivants:

  1. Les signaux stratégiques sont simples et clairs, basés uniquement sur les prix et les moyennes, et faciles à mettre en œuvre.

  2. Il est important de prendre en compte les tendances à court et à long terme pour filtrer efficacement le bruit.

  3. Les gains ont été relativement stables, grâce à des transactions basées sur le suivi des tendances et des combinaisons inversées.

  4. Le risque d’arrêt de perte est relativement faible avec l’ATR.

  5. Il est largement utilisé dans les marchés boursiers, des devises étrangères et des crypto-monnaies.

  6. Fonctionne dans des environnements à haute et basse fréquences.

Analyse des risques

Les principaux risques de cette stratégie sont les suivants:

  1. Dans une tendance forte à long terme, la stratégie risque de manquer la majeure partie de la hausse.

  2. Le stop-loss peut être fréquemment déclenché en cas de tremblement de terre.

  3. Une mauvaise configuration des paramètres peut entraîner des transactions trop fréquentes.

  4. Les critères de jugement des tendances à court terme et à long terme sont mal définis et peuvent filtrer la plupart des opportunités.

  5. Les données extra-échantillon peuvent entraîner une défaillance du modèle.

Les principales mesures de contrôle des risques sont les suivantes:

  1. Optimiser les paramètres pour s’assurer que le stop loss et la fréquence des transactions sont raisonnables.

  2. Des tests rigoureux et des vérifications de la robustesse de différents marchés et périodes.

  3. Les investissements combinés permettent de réduire le risque d’une seule stratégie.

  4. Le stop loss est utilisé pour réduire les pertes individuelles.

Direction d’optimisation

Cette stratégie peut être optimisée dans les domaines suivants:

  1. Optimiser les paramètres de la longueur des canaux pour trouver des critères de jugement de tendances à court terme plus appropriés.

  2. Optimiser les paramètres des moyennes mobiles pour trouver des critères de jugement de tendance à long terme plus appropriés.

  3. Essayez d’utiliser d’autres méthodes de stop-loss, comme le stop-loss par pourcentage ou le stop-loss mobile.

  4. Le critère d’évaluation de l’augmentation du volume des transactions. Le renversement de tendance est souvent accompagné d’une augmentation du volume des transactions.

  5. Paramètres optimaux pour les tendances à court et à long terme basés sur des données de formation passées.

  6. Création d’un mécanisme de sortie dynamique combiné à des indicateurs émotionnels et fondamentaux.

  7. Optimiser les algorithmes de stop loss pour réaliser des stops indexés ou des stops de protection du profit.

Cette stratégie permet d’améliorer encore les indicateurs de rentabilité et d’ajustement au risque en optimisant systématiquement et en combinant les paramètres.

Résumer

Une stratégie de revers de tendance à long terme est une stratégie de trading algorithmique typique qui combine tendance et revers. Elle génère un signal de trading en jugeant simultanément les variations de tendance à deux dimensions temporelles, à court et à long terme, au point de revers de tendance. Comparée à une stratégie de revers de tendance ou de revers pur, cette stratégie peut filtrer efficacement le bruit du marché à court terme et obtenir des gains stables dans la mesure où les risques sont maîtrisés.

Code source de la stratégie
/*backtest
start: 2023-11-05 00:00:00
end: 2023-11-12 00:00:00
period: 45m
basePeriod: 5m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © racer8
//@version=4
// This Algo Strategy Has Only 3 rules and 62% Win Rate (Youtube) 

strategy("Trend Bounce", overlay=true)

nn = input(7,"Channel Length")
hi = highest(high,nn)
lo = lowest(low,nn)
n2 = input(200,"Ma Length")
ma = sma(close,n2)

if close>ma and close<lo[1]
    strategy.entry("Buy",strategy.long)
if close>hi[1]
    strategy.close("Buy") 
    
if close<ma and close>hi[1]
    strategy.entry("Sell",strategy.short)
if close<lo[1]
    strategy.close("Sell")


plot(hi,"high",color=color.aqua)
plot(lo,"low",color=color.aqua)
plot(ma,"sma",color=color.yellow)       

//-----------------------------------------Stop Loss-------------------------------------------------------

atr = sma(tr,10)[1]
bought = strategy.position_size[0] > strategy.position_size[1]
sold = strategy.position_size[0] < strategy.position_size[1]
slm = input(2.0,"ATR Stop Loss",minval=0)
StopPrice_Long  = strategy.position_avg_price - slm*atr              // determines stop loss's price 
StopPrice_Short  = strategy.position_avg_price + slm*atr              // determines stop loss's price 
FixedStopPrice_Long = valuewhen(bought,StopPrice_Long,0)                  // stores original StopPrice  
FixedStopPrice_Short = valuewhen(sold,StopPrice_Short,0)                  // stores original StopPrice  
plot(FixedStopPrice_Long,"ATR Stop Loss Long",color=color.blue,linewidth=1,style=plot.style_cross)
plot(FixedStopPrice_Short,"ATR Stop Loss Short",color=color.red,linewidth=1,style=plot.style_cross)
if strategy.position_size > 0
    strategy.exit(id="Stop", stop=FixedStopPrice_Long)    // commands stop loss order to exit!
if strategy.position_size < 0
    strategy.exit(id="Stop", stop=FixedStopPrice_Short)    // commands stop loss order to exit!