1. Carré
  2. Stratégie de scalping de 5 minutes pour le Bitcoin et l'or 2.0

Stratégie de scalping de 5 minutes pour le Bitcoin et l'or 2.0

Auteur:ChaoZhang est là., Date: 2024-01-19 15:42:06 Je vous en prie.
Les étiquettes:

img

Résumé

Il s'agit d'une stratégie de scalping de 5 minutes visant à capturer les fluctuations de prix à court terme et la volatilité sur les marchés du Bitcoin et de l'or afin de générer des bénéfices.

La logique de la stratégie

La stratégie utilise des indicateurs EMA rapides et EMA lents pour construire un système de jugement de tendance. Un signal d'achat est généré lorsque l'EMA rapide traverse au-dessus de l'EMA lente; Un signal de vente est généré lorsque l'EMA rapide traverse au-dessous de l'EMA lente, capturant le virage des tendances à court terme.

Dans le même temps, la stratégie intègre l'indicateur Bollinger Bands pour juger de la fourchette de fluctuation des prix. Les signaux de trading ne sont générés que lorsque le prix est proche du rail supérieur ou moyen des Bollinger Bands. Cela filtre la plupart des faux signaux.

Après être entré sur le marché, la stratégie utilise l'indicateur ATR pour calculer le prix du stop loss.

Analyse des avantages

Le plus grand avantage de cette stratégie est de capturer les fluctuations à court terme et la volatilité des prix, en prenant des profits petits mais constants à chaque fois.

En outre, le délai de 5 minutes conduit à une fréquence de négociation plus élevée, ce qui élargit également son potentiel de profit.

Analyse des risques

Le principal risque de cette stratégie provient de frappes qui conduisent à de multiples petites pertes. Lorsque le prix oscille dans une plage, des signaux croisés EMA peuvent se produire fréquemment, ce qui entraîne des transactions inutiles et de petites pertes consécutives.

En outre, en tant que stratégie de scalping à court terme, elle comporte également le risque de coûts de négociation liés à une fréquence de négociation élevée. Des coûts de négociation trop élevés pourraient éroder les marges bénéficiaires.

Directions d'optimisation

La stratégie peut être optimisée de la manière suivante:

  1. Ajouter d'autres oscillateurs comme indicateurs auxiliaires de jugement, tels que RSI, Stochastique, etc., pour éviter d'être pris au piège dans les marchés oscillants.

  2. Augmenter les modèles d'apprentissage automatique pour juger de la direction de la tendance et améliorer la précision des entrées.

  3. Utiliser des algorithmes génétiques, des forêts aléatoires et d'autres méthodes pour optimiser automatiquement les paramètres afin de mieux s'adapter aux conditions actuelles du marché.

  4. Incorporer l'apprentissage en profondeur pour déterminer les principaux niveaux de support et de résistance et définir de meilleures positions de stop loss.

  5. Testez différents véhicules de négociation tels que les indices boursiers, le forex, les crypto-monnaies, etc., et sélectionnez celui avec les meilleures performances de négociation comme principal véhicule de négociation.

Conclusion

En résumé, en tant que stratégie de trading fréquente à court terme, cette stratégie peut capturer efficacement les fluctuations de prix à court terme et les renversements de tendance en utilisant une EMA rapide pour juger, des bandes de Bollinger pour filtrer et un ATR pour arrêter les pertes pour contrôler les risques, permettant ainsi des gains réguliers.

/*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)
Plus de

2019 FMZ - Tous les droits réservés