Stratégie à court terme de régression linéaire et de moyenne mobile double


Date de création: 2024-01-26 12:33:14 Dernière modification: 2024-01-26 12:33:14
Copier: 0 Nombre de clics: 689
1
Suivre
1617
Abonnés

Stratégie à court terme de régression linéaire et de moyenne mobile double

Aperçu

Cette stratégie permet de suivre la courte ligne en combinant l’indicateur de régression linéaire et la moyenne mobile binaire. La stratégie est basée sur la création d’une position vide lorsque le prix franchit la trajectoire ascendante et descendante, et la suppression de la position lorsque le prix franchit à nouveau.

Principe de stratégie

Cette stratégie utilise principalement une régression linéaire pour juger de la rupture des prix. La régression linéaire est une trajectoire ascendante et descendante calculée en fonction des prix les plus élevés et les plus bas d’une période donnée, en utilisant la méthode de la régression linéaire. Lorsque le prix se déplace en dessous de la trajectoire ascendante ou en dessous de la trajectoire descendante, nous considérons que c’est un signal de transaction.

En outre, la stratégie introduit également une moyenne mobile binaire pour juger de la tendance intermédiaire. La moyenne mobile binaire peut être plus rapide pour répondre aux changements de prix. Lorsque le prix passe sous la trajectoire supérieure, si la moyenne mobile binaire est déjà au-dessus du prix à ce moment-là, ce qui indique qu’il est actuellement en baisse, nous établissons une position ouverte.

Plus précisément, la stratégie comprend principalement les points suivants:

  1. Calcul de la régression linéaire sur et en dessous de la voie
  2. Calculer une moyenne mobile bi-indicateur
  3. Création d’une position de couverture lorsque le prix est en dessous de la barre supérieure et que la moyenne mobile de l’indice binaire est supérieure au prix
  4. Lorsque le prix revient à la hausse ou est supérieur à la moyenne mobile à deux indices, il est préférable d’effacer la position de couverture.

Analyse des avantages

Cette stratégie présente les avantages suivants par rapport aux indicateurs traditionnels tels que les moyennes mobiles:

  1. L’indicateur de régression linéaire capte plus rapidement les variations de prix et est plus efficace pour signaler la création de stocks
  2. Les moyennes mobiles binaires sont plus sensibles à la tendance et évitent les faux-bouts.
  3. La combinaison de deux indices et de deux conditions permet de filtrer un peu de bruit et de rendre les transactions plus stables.

Analyse des risques

Cette stratégie comporte également des risques à prendre en compte:

  1. L’indicateur de régression linéaire est sensible aux paramètres, et différents cycles peuvent produire des résultats différents.
  2. Les moyennes mobiles bilatérales peuvent être déviées et mal jugées
  3. Les stratégies de rupture peuvent augmenter le risque de glissement
  4. Les opérations de clôture peuvent être fréquentes en cas de choc.

Pour les risques ci-dessus, nous pouvons les résoudre par des méthodes telles que l’optimisation des paramètres, l’arrêt strict des pertes et l’assouplissement approprié de l’amplitude de rupture.

Direction d’optimisation

La stratégie peut également être optimisée dans les domaines suivants:

  1. Optimisation des cycles de régression linéaire et des cycles de moyennes mobiles binaires pour trouver la meilleure combinaison de paramètres
  2. Ajout d’une évaluation de l’ampleur des fluctuations des prix pour éviter que des ruptures mineures ne provoquent de faux signaux
  3. Des conditions auxiliaires telles que l’augmentation du volume de transactions pour assurer l’efficacité de la percée
  4. Réglage de l’arrêt de perte pour réduire les pertes individuelles
  5. Paramètres d’ajustement pour une variété spécifique

Résumer

Cette stratégie combinant l’utilisation d’indicateurs de régression linéaire et de moyennes mobiles binaires présente des avantages en théorie et en pratique. La stabilité et l’efficacité de la stratégie peuvent être encore améliorées grâce à des ajustements constants et optimisés.

Code source de la stratégie
/*backtest
start: 2023-12-26 00:00:00
end: 2024-01-25 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy('LR&SSL_Short', overlay=true)
startP = timestamp(input(2017, "Start Year"), input(12, "Month"), input(17, "Day"), 0, 0)
end   = timestamp(9999,1,1,0,0)
_testPeriod() => true

len = input(title="Period", defval=89)
smaHigh = linreg(high, len, 0)
smaLow = linreg(low, len, -1)
Hlv = 0.0
Hlv := close > smaHigh ? 1 : close < smaLow ? -1 : Hlv[1]
sslDown = Hlv < 0 ? smaHigh : smaLow
sslUp = Hlv < 0 ? smaLow : smaHigh

plot(sslDown, linewidth=2, color=color.red)
plot(sslUp, linewidth=2, color=color.lime)



length = input(200, title="DEMA") 
d1 = ema(close, length)                                               
d2 = 2 * d1 - ema(d1, length)                                         
trendColour = d2 > d1 ? #AAFFAA : #FFAAAA 
dema=sma(d2,length) 

turnGreen = d2 > d1 and d2[1] <= d1[1]  
turnRed   = d2 <= d1 and d2[1] > d1[1]  

up =turnGreen 
down=turnRed 
  
plotshape(down, title="down", style=shape.triangledown,location=location.abovebar, color=color.red, transp=0, size=size.small) 
plotshape(up,  title="up", style=shape.triangleup,location=location.belowbar, color=color.green, transp=0, size=size.small) 
plot(dema, color = trendColour,linewidth=3 ,transp = 0)
bgcolor(close > dema ? color.green : color.red)

strategy.entry("short", strategy.short, when= crossunder(sslUp, sslDown) and dema > close and _testPeriod())
strategy.close("short", when = crossover(sslUp, sslDown) or crossover(close, dema))