Stratégie de trading de Richard la Tortue
ChaoZhang
Aperçu
La stratégie de trading de Richard Turtle est une stratégie d’achat et de vente basée sur la technique de trading de tortues de Richard Dennis. La stratégie utilise les ruptures de prix pour effectuer des transactions de suivi de tendance.
Principe de stratégie
La logique centrale de la stratégie de trading de Richard Seagull est basée sur le suivi de la tendance pour réaliser des ruptures de prix. Plus précisément, la stratégie surveille simultanément les valeurs maximales de 20 jours._20_day_highest) et une valeur minimale_20_day_lowest). Lorsque le prix de clôture actuel est supérieur à la valeur maximale de 20 jours, un signal de rupture est émis pour indiquer que le prix a fait une percée vers le haut. Lorsque le prix de clôture actuel est inférieur à la valeur minimale de 20 jours, un signal de rupture est émis pour indiquer que le prix a fait une percée vers le bas.
Une fois en position, la stratégie utilise l’amplitude réelle moyenne (ATR) pour calculer le stop loss. En même temps, elle suit le prix le plus élevé et le prix le plus bas du 10e jour pour effectuer un stop loss.
Avantages stratégiques
Les avantages de la stratégie de trading de Richard Beale sont les suivants:
- Le suivi automatique de la tendance est réalisé à l’aide de la rupture de prix. Il est capable d’identifier automatiquement le renversement de tendance et d’ajuster sa position en temps opportun.
- Le mécanisme d’arrêt ATR permet de contrôler efficacement les arrêts individuels.
- Le stop-loss de point de glissement permet de bloquer une partie des bénéfices et de réduire les retraits.
- La logique de la stratégie est simple et claire, facile à comprendre et à mettre en œuvre, adaptée aux débutants.
- Il n’est pas nécessaire de prédire les mouvements du marché et de faire des calculs COMPLÈX, il suffit de négocier selon des règles simples.
Risque stratégique
La stratégie de trading de Richard Sears présente aussi des risques:
- Les transactions de rupture sont faciles à piéger et parfois génèrent une fréquence de transactions excessive.
- L’ATR et le stop-loss sont trop stricts et risquent d’arrêter prématurément.
- La persistance de la tendance est estimée à partir de l’information sur les prix uniquement, et non de la combinaison d’autres facteurs.
- Les données de retouche peuvent présenter des risques de compatibilité et d’inefficacité sur disque.
Afin de réduire ces risques, on peut envisager d’optimiser les conditions d’entrée, d’utiliser plus d’indicateurs pour prédire les tendances, d’ajuster les algorithmes de stop loss et de réduire la fréquence des stop losses.
Orientation de l’optimisation de la stratégie
Les stratégies de trading de Richard Sears peuvent être optimisées dans les directions suivantes:
- Optimiser les paramètres pour trouver la combinaison optimale des paramètres. Vous pouvez ajuster le cycle de calcul ou tester différents multiplicateurs d’ATR.
- Il est possible de déterminer la continuité d’une tendance en utilisant plus d’indicateurs ou des algorithmes d’apprentissage automatique.
- Optimisation des arrêts de perte. Vous pouvez tester les arrêts de points de glissement flexibles, suivre les arrêts de perte, etc.
- Le système de prévision des tendances du marché, combiné à des indicateurs de l’humeur, des informations et d’autres informations, permet de filtrer les fausses percées.
Résumer
La stratégie de trading de Richard Seagull est une stratégie de suivi de rupture très typique. Elle est simple et facile à utiliser, adaptée aux débutants et est un modèle de trading quantifié.
/*backtest
start: 2023-02-05 00:00:00
end: 2024-02-05 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/
// © melodyera0822
//@version=4
strategy("Richard Strategy", overlay=true)
// User input
variable_for_stoploss = input(4,title="stop loss var")
lenght = input(20,title="lenght")
// high_low
_20_day_highest = highest(nz(close[1]), lenght)
_20_day_lowest = lowest(nz(close[1]), lenght)
_10_day_low = lowest(nz(close[1]), lenght/2)
_10_day_high = highest(nz(close[1]), lenght/2)
//indicators
atr20 = atr(20)
ema_atr20 = ema(atr20,20)
//vars
var traded = "false"
var buy_sell = "none"
var buyExit = false
var sellExit = false
var stoploss = 0
buyCon = close > _20_day_highest and traded == "false"
plotshape(buyCon,style = shape.triangleup,location = location.belowbar, color = color.green )
if (buyCon)
strategy.entry("long", strategy.long, when = buyCon)
traded := "true"
buy_sell := "buy"
stoploss := round(close - variable_for_stoploss * ema_atr20)
sellCon = close < _20_day_lowest and traded == "false"
plotshape(sellCon,style = shape.triangledown, color = color.red )
if (sellCon)
strategy.entry("short", strategy.short)
traded := "true"
buy_sell := "sell"
stoploss := round(close - variable_for_stoploss * ema_atr20)
if traded == "true"
if buy_sell == "buy" and ((close<stoploss)or(close<_10_day_low))
strategy.close("long")
buyExit := true
traded := "false"
if buy_sell == "sell" and ((close>stoploss)or(close>_10_day_high))
strategy.close("short")
sellExit := true
traded := "false"
plotshape(buyExit,style = shape.triangleup,location = location.belowbar, color = color.yellow )
buyExit := false
plotshape(sellExit,style = shape.triangledown, color = color.yellow )
sellExit := false