
Cette stratégie est une stratégie de trading à 5 minutes de choc, qui vise à capturer les fluctuations de prix à court terme du bitcoin et de l’or pour réaliser des gains. Elle est combinée à l’utilisation de l’EMA, de l’indicateur de la bande de Brin et de la méthode de stop-loss pour réaliser des entrées et des sorties.
Cette stratégie utilise les EMA rapides et les EMA lents pour construire un système de jugement de tendance. Elle génère un signal d’achat lorsque les EMA rapides traversent les EMA lentes; elle génère un signal de vente lorsque les EMA rapides traversent les EMA lentes, capturant ainsi le renversement de la tendance à court terme.
En outre, la stratégie est combinée avec l’indicateur de la bande de Brin pour déterminer la zone de fluctuation des prix. Un signal de transaction est généré uniquement lorsque le prix est proche de la bande de Brin sur la voie ou dans la voie médiane. Cela permet de filtrer la plupart des faux signaux.
Après l’entrée, la stratégie utilise l’indicateur ATR pour calculer le stop loss. Elle définit le stop loss comme le point le plus bas de la barre d’entrée, moins n fois l’ATR, pour contrôler le risque de chaque transaction.
Le plus grand avantage de cette stratégie réside dans la capture des fluctuations à court terme et de la volatilité des prix, en prenant des bénéfices petits mais cohérents. Grâce à la combinaison d’EMA rapide et d’EMA lente, les tendances à court terme peuvent être rapidement déterminées.
En outre, le cycle de 5 minutes permet une plus grande fréquence de négociation de la stratégie, ce qui augmente son marge de profit. Il est également pratique pour la surveillance ou l’optimisation manuelle.
Le principal risque de cette stratégie réside dans les whipsaws conduisant à de multiples petites pertes. Lorsque les prix oscillent dans une fourchette, les signaux de croisement EMA peuvent apparaître fréquemment, entraînant des transactions inutiles et des pertes continues.
En outre, comme une stratégie de choc à court terme, il est également exposé aux risques de coûts de transaction liés à une fréquence de transactions élevée. Si les coûts de transaction sont trop élevés, cela peut éroder les marges bénéficiaires.
Cette stratégie peut être optimisée de la manière suivante:
L’ajout d’autres oscillators comme indicateurs de jugement auxiliaires, tels que RSI, Stochastics, etc., pour éviter d’être piégé dans un marché en crise.
L’ajout de modèles d’apprentissage automatique pour déterminer la direction des tendances et améliorer la précision des entrées.
L’utilisation d’algorithmes génétiques, de forêts aléatoires et autres méthodes pour optimiser automatiquement les paramètres afin de mieux répondre aux conditions actuelles du marché.
Combiné à l’apprentissage en profondeur, il permet de déterminer les niveaux de support et de pression critiques et de définir les meilleures positions d’arrêt.
Tester différentes variétés de transactions comme les indices boursiers, les devises, les crypto-monnaies, etc., en choisissant les variétés les plus efficaces comme indicateur principal.
Dans l’ensemble, la stratégie est une stratégie de trading fréquent à court terme, capable de capturer efficacement les fluctuations à court terme des prix et les retournements de tendance, de contrôler les risques grâce à des jugements rapides des EMA, des filtres de Brent et des arrêts ATR, et de générer des gains stables. Si elle est encore optimisée et améliorée, elle sera une stratégie de quantification très potentielle, tout en conservant la rentabilité tout en réduisant la fréquence des transactions.
/*backtest
start: 2023-12-19 00:00:00
end: 2024-01-10 00:00:00
period: 1h
basePeriod: 15m
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/
// © singhak8757
//@version=5
strategy("Bitcoin and Gold 5min Scalping Strategy2.0", overlay=true)
// Input parameters
fastLength = input(5, title="Fast EMA Length")
slowLength = input(13, title="Slow EMA Length")
bollingerLength = input(20, title="Bollinger Band Length")
bollingerMultiplier = input(2, title="Bollinger Band Multiplier")
stopLossMultiplier = input(1, title="Stop Loss Multiplier")
// Calculate EMAs
fastEMA = ta.ema(close, fastLength)
slowEMA = ta.ema(close, slowLength)
// Calculate Bollinger Bands
basis = ta.sma(close, bollingerLength)
upperBand = basis + bollingerMultiplier * ta.stdev(close, bollingerLength)
lowerBand = basis - bollingerMultiplier * ta.stdev(close, bollingerLength)
// Buy condition
buyCondition = ta.crossover(fastEMA, slowEMA) and (close <= upperBand or close <= basis)
// Sell condition
sellCondition = ta.crossunder(fastEMA, slowEMA) and (close >= lowerBand or close >= basis)
// Calculate stop loss level
stopLossLevel = ta.lowest(low, 2)[1] - stopLossMultiplier * ta.atr(14)
// Plot EMAs
plot(fastEMA, color=color.rgb(0, 156, 21), title="Fast EMA")
plot(slowEMA, color=color.rgb(255, 0, 0), title="Slow EMA")
// Plot Bollinger Bands
plot(upperBand, color=color.new(#000000, 0), title="Upper Bollinger Band")
plot(lowerBand, color=color.new(#1b007e, 0), title="Lower Bollinger Band")
// Plot Buy and Sell signals
plotshape(series=buyCondition, title="Buy Signal", color=color.green, style=shape.labelup, location=location.belowbar)
plotshape(series=sellCondition, title="Sell Signal", color=color.red, style=shape.labeldown, location=location.abovebar)
// Plot Stop Loss level
plot(stopLossLevel, color=color.orange, title="Stop Loss Level")
// Strategy logic
strategy.entry("Buy", strategy.long, when = buyCondition)
strategy.exit("Stop Loss/Close", from_entry="Buy", loss=stopLossLevel)
strategy.close("Sell", when = sellCondition)