Stratégie de distribution extrême


Date de création: 2023-11-13 17:03:08 Dernière modification: 2023-11-13 17:03:08
Copier: 0 Nombre de clics: 653
1
Suivre
1617
Abonnés

Stratégie de distribution extrême

La stratégie vise à exploiter la distribution extrême pour détecter les valeurs extrêmes de l’indicateur de dynamique de fluctuation de Chande, pour effectuer des transactions dans le cadre du temps de 1 minute pour Bitcoin et les crypto-monnaies. Cependant, les paramètres peuvent être ajustés pour s’appliquer à n’importe quelle paire de transactions.

Après une longue étude de l’indicateur de dynamique de Chande, j’ai décidé de créer une stratégie de mise sur le marché utilisant des niveaux de pourcentage de distribution normale. Cela peut générer de beaux gains pendant plusieurs jours consécutifs sur un délai d’une minute, avec pour objectif final de faire fonctionner et de rentabiliser une version plus puissante de la stratégie sur un robot.

La stratégie vérifie si la valeur de Chande est dans le pourcentage extrême calculé en fonction des centaines de valeurs de Chande précédentes, et si c’est le cas, ouvre la position.

Le Stop Loss et le Stop Stop n’ont pas encore été intégrés dans cette stratégie, mais ce sera la prochaine fonctionnalité ajoutée pour minimiser les pertes et maximiser les bénéfices potentiels.

Toute paire de crypto-monnaie en circulation est susceptible d’avoir de bons résultats sur une ligne de temps basse.

Nous avons aussi une stratégie gratuite de 15 minutes et d’une heure.

Principe de stratégie

La stratégie commence par calculer l’indicateur de fluctuation de la dynamique de Chande, qui est calculé sur la base de la variation du prix de clôture de la journée par rapport au prix de clôture de la veille. Plus précisément, il mesure la dynamique des variations de prix en calculant le rapport entre la variation de la hausse et la variation de la baisse.

La stratégie enregistre ensuite les valeurs de Chande des périodes précédentes (défault 425 périodes) et calcule les différents niveaux de pourcentage. Lorsque la valeur de Chande actuelle atteint le pourcentage extrême par défaut (défault achat à 1% et vente à 99%), le signal de position longue/courte est déclenché. Le signal de position plate est déclenché lorsque la valeur de Chande atteint le pourcentage du niveau normal (défault 97.5% et 2.5%).

De cette façon, la stratégie peut capturer les extrêmes de la valeur de Chande, permettant de capturer les tendances soudaines. En même temps, il évite le risque de réouverture de positions lorsque la valeur de Chande reste à l’extrême pendant une longue période.

Avantages stratégiques

  • L’indicateur Chande est un indicateur de dynamisme qui permet de saisir rapidement les tendances émergentes du marché.
  • Le risque de rétractation est réduit en utilisant une probabilité de distribution normale pour détecter les valeurs extrêmes
  • Paramètres réglables, adaptés à différents environnements de marché
  • Une logique de stratégie simple et intuitive, facile à comprendre et à mettre en œuvre

Risque stratégique

  • Chande comme indicateur de dynamique, sensible au bruit du marché à court terme et susceptible de produire de faux signaux
  • Pour les transactions à valeur extrême, les positions vides sont longues et la fréquence des transactions par jour est faible.
  • Le risque d’augmentation des pertes n’étant pas pris en compte
  • Une mauvaise configuration des paramètres peut entraîner une sur-optimisation

La gestion des risques doit prendre en compte la mise en place d’un stop-loss, l’assouplissement approprié des paramètres extrêmes, en combinaison avec des signaux de faux filtres d’indicateurs de tendance. En outre, les paramètres d’optimisation doivent éviter une optimisation excessive.

Optimisation de la stratégie

Cette stratégie peut être optimisée dans les domaines suivants:

  1. Ajout d’une règle d’arrêt de perte, définition d’une marge de stop raisonnable et contrôle du risque de perte individuelle.

  2. Optimisation des paramètres, adaptation des combinaisons de paramètres à long et à court cycles pour s’adapter à différents environnements de marché. Les algorithmes d’optimisation progressive peuvent être ajoutés pour trouver les paramètres optimaux.

  3. Augmentation des conditions de filtrage, en combinaison avec des indicateurs de tendance tels que les MA, pour filtrer les fausses signaux de tendance défavorable et améliorer la stabilité de la stratégie.

  4. La combinaison de plusieurs périodes permet de déterminer la direction de la tendance dans les périodes les plus élevées et d’effectuer des lancements dans les périodes les plus basses.

  5. Test de la robustesse des paramètres de différentes variétés commerciales, adapté à plus de variétés.

  6. L’introduction d’algorithmes d’apprentissage automatique qui utilisent l’IA pour optimiser les paramètres et les conditions de filtrage, permettant ainsi un ajustement dynamique.

Résumer

La stratégie Straightforward est une stratégie qui utilise les valeurs extrêmes de l’indicateur de dynamique de Chande pour capturer les tendances. Sa logique stratégique et son mode de fonctionnement efficace sont parfaits pour capturer rapidement les tendances soudaines.

Code source de la stratégie
/*backtest
start: 2023-10-13 00:00:00
end: 2023-11-12 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("Chande Minute Swinger", overlay=true)

//Chande

length = input(9, minval=1)
src = close
momm = change(src)
f1(m) => m >= 0.0 ? m : 0.0
f2(m) => m >= 0.0 ? 0.0 : -m
m1 = f1(momm)
m2 = f2(momm)
sm1 = sum(m1, length)
sm2 = sum(m2, length)
percent(nom, div) => 100 * nom / div
chandeMO = percent(sm1-sm2, sm1+sm2)

//Parameters to change

lengthLookback = 425 //425 golden number
buyPercentile = 1
sellPercentile = 99
linePercentileLow = 2.5
linePercentileHigh = 97.5

buy = percentile_nearest_rank(chandeMO, lengthLookback, buyPercentile)
exitBuy= percentile_nearest_rank(chandeMO, lengthLookback, linePercentileHigh)
sell = percentile_nearest_rank(chandeMO, lengthLookback, sellPercentile)
exitSell = percentile_nearest_rank(chandeMO, lengthLookback, linePercentileLow)

chandeMA = sma(chandeMO, 9) //sma for potential other strategies implementing cross / trend

//Entry conditions

closeLongCondition = chandeMO > exitBuy ? true : false
closeShortCondition = chandeMO < exitSell ? true : false
longCondition = chandeMO < buy
shortCondition = chandeMO > sell

if (longCondition)
    strategy.entry("long", strategy.long)
    

if (shortCondition)
    strategy.entry("short", strategy.short)
    
//Introducing the closes and a stoploss will minimise loss and bring up the sharpe ratio
//Current settings are enabled for maximum potential but big risk
    
//strategy.close("long", when=(closeLongCondition == true))
//strategy.close("short", when=(closeShortCondition == true))