1. Carré
  2. Stratégie dynamique d'achat et de vente

Stratégie dynamique d'achat et de vente

Auteur:ChaoZhang est là., Date: 2023-12-26 à 11h15
Les étiquettes:

img

Résumé

Cette stratégie détermine le volume d'achat et de vente long et court à travers un calendrier personnalisé, combiné à des VWAP hebdomadaires et des bandes de Bollinger pour le filtrage, pour réaliser un suivi de tendance à haute probabilité.

Principe de stratégie

  1. Calculer les indicateurs de volume d'achat et de vente dans un délai personnalisé
  • BV: Volume d'achat, causé par les achats à bas prix
  • SV: Volume des ventes, causé par les ventes à un point élevé
  1. Volume des achats et des ventes de procédés
  • Légère par EMA à 20 périodes
  • Volume d'achat et de vente transformés séparés en volume positif et négatif
  1. Direction de l'indicateur de jugement
  • Plus de 0 est haussier, moins de 0 est baissier
  1. Déterminer la divergence combinée avec les bandes de Bollinger et le VWAP hebdomadaires
  • Le prix au-dessus du VWAP et l'indicateur haussier est un signal long
  • Le prix inférieur à VWAP et l'indicateur baissier est un signal court
  1. Prise de bénéfices et stop loss dynamiques
  • Pourcentage fixe de prise de bénéfices et de stop-loss basé sur l'ATR quotidien

Les avantages

  1. Le volume d'achat et de vente reflète la dynamique réelle du marché, capte l'énergie potentielle des tendances
  2. VWAP hebdomadaire juge la direction de la tendance sur une période plus longue, les bandes de Bollinger déterminent les signaux de rupture
  3. Les ensembles ATR dynamiques prennent des bénéfices et arrêtent les pertes, maximisent le verrouillage des bénéfices et évitent le sur-ajustement

Les risques

  1. Les données sur les volumes d'achat et de vente présentent certaines erreurs et peuvent entraîner des erreurs de jugement.
  2. Le jugement combiné d'un seul indicateur tend à générer de faux signaux
  3. Les paramètres des bandes de Bollinger incorrects réduisent les écarts valides

Directions d'optimisation

  1. Optimiser avec des indicateurs de volume d'achat et de vente sur plusieurs délais
  2. Ajouter le volume des transactions et d'autres indicateurs auxiliaires pour le filtrage
  3. Ajustez dynamiquement les paramètres des bandes de Bollinger pour améliorer l'efficacité de la rupture

Conclusion

Cette stratégie tire pleinement parti de la prévisibilité du volume d'achat et de vente, générant des signaux à forte probabilité complétés par des VWAP et des bandes de Bollinger, tout en contrôlant efficacement le risque grâce à des prises de profit et des arrêts de perte dynamiques.

/*backtest
start: 2022-12-19 00:00:00
end: 2023-12-25 00:00:00
period: 1d
basePeriod: 1h
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/
// © original author ceyhun
//@ exlux99 update

//@version=5
strategy('Buying Selling Volume Strategy', format=format.volume, precision=0, overlay=false)

weekly_vwap = request.security(syminfo.tickerid, "W", ta.vwap(hlc3))

vi = false
customTimeframe = input.timeframe("60", group="Entry Settings")

allow_long = input.bool(true, group="Entry Settings")
allow_short = input.bool(false, group="Entry Settings")

xVolume = request.security(syminfo.tickerid, customTimeframe, volume)
xHigh = request.security(syminfo.tickerid, customTimeframe, high)
xLow = request.security(syminfo.tickerid, customTimeframe, low)
xClose = request.security(syminfo.tickerid, customTimeframe, close)

BV = xHigh == xLow ? 0 : xVolume * (xClose - xLow) / (xHigh - xLow)
SV = xHigh == xLow ? 0 : xVolume * (xHigh - xClose) / (xHigh - xLow)

vol = xVolume > 0 ? xVolume : 1
TP = BV + SV
BPV = BV / TP * vol
SPV = SV / TP * vol
TPV = BPV + SPV

tavol20 = request.security(syminfo.tickerid, customTimeframe, ta.ema(vol, 20))
tabv20= request.security(syminfo.tickerid, customTimeframe, ta.ema(BV, 20))
tasv20= request.security(syminfo.tickerid, customTimeframe, ta.ema(SV, 20))
VN = vol / tavol20
BPN = BV / tabv20 * VN * 100
SPN = SV / tasv20 * VN * 100
TPN = BPN + SPN

xbvp = request.security(syminfo.tickerid, customTimeframe,-math.abs(BPV))
xbpn = request.security(syminfo.tickerid, customTimeframe,-math.abs(BPN))
xspv = request.security(syminfo.tickerid, customTimeframe,-math.abs(SPV))
xspn = request.security(syminfo.tickerid, customTimeframe,-math.abs(SPN))

BPc1 = BPV > SPV ? BPV : xbvp
BPc2 = BPN > SPN ? BPN : xbpn
SPc1 = SPV > BPV ? SPV : xspv
SPc2 = SPN > BPN ? SPN : xspn
BPcon = vi ? BPc2 : BPc1
SPcon = vi ? SPc2 : SPc1


minus = BPcon + SPcon
plot(minus, color = BPcon > SPcon  ? color.green : color.red , style=plot.style_columns) 

length = input.int(20, minval=1, group="Volatility Settings")
src = minus//input(close, title="Source")
mult = input.float(2.0, minval=0.001, maxval=50, title="StdDev", group="Volatility Settings")
xtasma = request.security(syminfo.tickerid, customTimeframe, ta.sma(src, length))
xstdev = request.security(syminfo.tickerid, customTimeframe, ta.stdev(src, length))
basis = xtasma
dev = mult * xstdev
upper = basis + dev
lower = basis - dev
plot(basis, "Basis", color=#FF6D00, offset = 0)
p1 = plot(upper, "Upper", color=#2962FF, offset = 0)
p2 = plot(lower, "Lower", color=#2962FF, offset = 0)
fill(p1, p2, title = "Background", color=color.rgb(33, 150, 243, 95))

// Original a
longOriginal = minus > upper and BPcon > SPcon and close > weekly_vwap
shortOriginal = minus > upper and BPcon < SPcon and close< weekly_vwap



high_daily = request.security(syminfo.tickerid, "D", high)
low_daily  = request.security(syminfo.tickerid, "D", low)
close_daily = request.security(syminfo.tickerid, "D", close)

true_range = math.max(high_daily - low_daily, math.abs(high_daily - close_daily[1]), math.abs(low_daily - close_daily[1]))
atr_range = ta.sma(true_range*100/request.security(syminfo.tickerid, "D", close), 14)

ProfitTarget_Percent_long = input.float(100.0, title='TP Multiplier for Long entries ', step=0.5, step=0.5, group='Dynamic Risk Management')
Profit_Ticks_long = close + (close * (atr_range * ProfitTarget_Percent_long))/100
LossTarget_Percent_long = input.float(1.0, title='SL Multiplier for Long entries', step=0.5, group='Dynamic Risk Management')
Loss_Ticks_long = close - (close * (atr_range * LossTarget_Percent_long ))/100

ProfitTarget_Percent_short = input.float(100.0, title='TP Multiplier for Short entries ', step=0.5, step=0.5, group='Dynamic Risk Management')
Profit_Ticks_short = close - (close * (atr_range*ProfitTarget_Percent_short))/100
LossTarget_Percent_short = input.float(5.0, title='SL Multiplier for Short entries', step=0.5, group='Dynamic Risk Management')
Loss_Ticks_short = close + (close * (atr_range*LossTarget_Percent_short))/100



var longOpened_original = false
var int timeOfBuyLong = na
var float tpLong_long_original = na
var float slLong_long_original = na
long_entryx = longOriginal

longEntry_original = long_entryx and not longOpened_original 


if longEntry_original
    longOpened_original := true
    tpLong_long_original := Profit_Ticks_long
    slLong_long_original := Loss_Ticks_long
    timeOfBuyLong := time
    //lowest_low_var_sl := lowest_low

     
tpLong_trigger = longOpened_original[1] and ((close > tpLong_long_original) or (high > tpLong_long_original)) //or high > lowest_low_var_tp
slLong_Trigger = longOpened_original[1] and ((close < slLong_long_original) or (low < slLong_long_original)) //or low < lowest_low_var_sl

longExitSignal_original =   shortOriginal or tpLong_trigger or slLong_Trigger 


if(longExitSignal_original)
    longOpened_original := false
    tpLong_long_original := na
    slLong_long_original := na


if(allow_long)
    strategy.entry("long", strategy.long, when=longOriginal) 
    strategy.close("long", when= longExitSignal_original) //or shortNew

if(allow_short)
    strategy.entry("short", strategy.short, when=shortOriginal ) 
    strategy.close("short", when= longOriginal) //or shortNew
Plus de

2019 FMZ - Tous les droits réservés