La véritable tortue Strategie aussi ferme qu'une tortue de roche

Auteur:ChaoZhang est là., Date: 2024-02-18 14h34 et 40 min
Les étiquettes:

Résumé

Steadfast as a Rock Turtle est une stratégie de trading quantitative qui suit les règles de la méthodologie de trading de la tortue Brady. Elle utilise la rupture de prix pour entrer dans des positions et arrête de suivre les arrêts pour la sortie.

Principe

Règle d'entrée

La stratégie Steadfast as a Rock Turtle est basée sur les écarts de prix. Elle calcule le plus haut et le plus bas de la période de référence spécifiée.

Par exemple, avec une période d'entrée définie à 20 barres, la stratégie extrait le plus haut haut et le plus bas bas au cours des 20 dernières barres.

Règle de sortie

La stratégie Steadfast as a Rock Turtle sort avec des arrêts de suivi des arrêts. Elle calcule dynamiquement le plus haut maximum et le plus bas minimum sur la période de sortie spécifiée et les utilise pour déterminer le canal de sortie.

Si vous tenez long, une fois que le prix tombe en dessous du plus bas niveau du canal de sortie, la position s'arrêtera.

En outre, la stratégie calcule un niveau de stop-loss basé sur la volatilité réelle, qui sert d'arrêt final. Tant que le prix reste au-dessus du canal de sortie, le stop-loss continuera à suivre et à s'ajuster, en s'assurant que les stops sont définis à des distances appropriéespas trop serrées pour les stops inutiles, pas trop lâches pour le contrôle des risques.

Taille de la position

La stratégie Steadfast as a Rock Turtle mesure ses positions en fonction de la volatilité réelle. Plus précisément, elle estime d'abord le pourcentage de perte potentielle près du prix d'entrée, puis inverse la taille de la position à partir du paramètre de risque attendu. Cela contrôle efficacement la perte maximale par transaction.

Analyse des avantages

Fonctionnement régulier

La stratégie de Steadfast as a Rock Turtle adhère strictement aux règles classiques de trading de tortues sur les entrées et sorties sans modifications arbitraires.

Résilience à la baisse

En entrant sur des ruptures, la stratégie évite efficacement les entrées surévaluées, réduisant la probabilité de pertes du système.

Résistance au risque

En évaluant la volatilité réelle, la stratégie contrôle strictement la perte maximale par transaction dans les limites de la tolérance et en suivant les distances d'arrêt, elle peut réduire les pertes à temps pour contenir efficacement les risques.

Analyse des risques

Risque de défaillance de la panne

Les paramètres devraient être ajustés avec plus de règles de confirmation d'entrée pour éviter un bruit de rupture inefficace.

Risque d'optimisation des paramètres

Les paramètres de stratégie statiques tels que les périodes d'entrée/sortie pourraient devenir invalides si le régime du marché change radicalement.

Risque de défaillance des indicateurs techniques

Les indicateurs utilisés comme les signaux de rupture des prix pourraient échouer lorsque la tendance ou la volatilité change de manière significative.

Directions d'optimisation

Ajouter un filtre de tendance

Les indicateurs de tendance communs comme MA, MACD peuvent être ajoutés. Allez long seulement en tendance haussière et court seulement en tendance baissière pour éviter les contre-tendances.

Synthèse des délais

Des indicateurs à plus long terme, par exemple les niveaux de MA quotidiens, peuvent aider à confirmer l'orientation générale pour compléter les signaux à plus court terme.

Paramètres dynamiques réglés

L'apprentissage automatique peut automatiquement mettre à jour les paramètres de la stratégie en permanence sur la base des dernières données afin de maintenir son efficacité dans l'évolution de la dynamique du marché.

Résumé

Steadfast as a Rock Turtle suit la méthodologie de trading classique de la tortue strictement entrée de rupture et suivi d'arrêt de sortie avec un contrôle strict des risques. Cela permet des opérations stables à long terme avec une forte résilience au retrait. Malgré des risques tels qu'une fausse rupture, une défaillance de paramètres, etc., ceux-ci peuvent être efficacement atténués par des ajouts tels que le filtre de tendance, la synthèse de la chronologie, le réglage dynamique, etc. pour améliorer considérablement la stabilité de la stratégie.

/*backtest
start: 2024-01-18 00:00:00
end: 2024-02-17 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3
strategy("Real Turtle", shorttitle = "Real Turtle", overlay=true, pyramiding=1, default_qty_type= strategy.percent_of_equity,calc_on_order_fills=false, slippage=25,commission_type=strategy.commission.percent,commission_value=0.075)
//////////////////////////////////////////////////////////////////////
// Testing Start dates
testStartYear = input(2016, "Backtest Start Year")
testStartMonth = input(1, "Backtest Start Month")
testStartDay = input(1, "Backtest Start Day")
testPeriodStart = timestamp(testStartYear,testStartMonth,testStartDay,0,0)
//Stop date if you want to use a specific range of dates
testStopYear = input(2030, "Backtest Stop Year")
testStopMonth = input(12, "Backtest Stop Month")
testStopDay = input(30, "Backtest Stop Day")
testPeriodStop = timestamp(testStopYear,testStopMonth,testStopDay,0,0)

// A switch to control background coloring of the test period
// Use if using a specific date range
testPeriodBackground = input(title="Color Background?", type=bool, defval=false)
testPeriodBackgroundColor = testPeriodBackground and (time >= testPeriodStart) and (time <= testPeriodStop) ? #00FF00 : na
bgcolor(testPeriodBackgroundColor, transp=97)

testPeriod() => true
// Component Code Stop
//////////////////////////////////////////////////////////////////////

//How many candles we want to determine our position entry
enterTrade = input(20, minval=1, title="Entry Channel Length")
//How many candles we want ot determine our position exit
exitTrade = input(10, minval=1, title="Exit Channel Length")

//True Range EMA Length
trLength = input(13, minval=1, title="True Range Length")
//Go all in on every trade
allIn = input(false, title="Use whole position on every trade")
dRisk = input(2, "Use Desired Risk %")
//How much of emaTR to use for TS offset
multiEmaTR = input(2, "Desired multiple of ema Tr (N)")
//absolute value (highest high of of this many candles - lowest high of this many candles) . This is used if we want to change our timeframe to a higher timeframe otherwise just works like grabbing high o r low of a candle
//True range is calculated as just high - low. Technically this should be a little more complicated but with 24/7 nature of crypto markets high-low is fine.
trueRange = max(high - low, max(high - close[1], close[1] - low))
//Creates an EMA of the true range by our custom length
emaTR = ema(trueRange, trLength)
//Highest high of how many candles back we want to look as specified in entry channel for long
longEntry = highest(enterTrade)
//loweest low of how many candles back we want to look as specified in exit channel for long
exitLong = lowest(exitTrade)
//lowest low of how many candles back want to look as specified in entry channel for short
shortEntry = lowest(enterTrade)
//lowest low of how many candles back want to look as specified in exit channel for short
exitShort = highest(exitTrade)
//plots the longEntry as a green line
plot(longEntry[1], title="Long Entry",color=green)
//plots the short entry as a purple line
plot(shortEntry[1], title="Short Entry",color=purple)

howFar = barssince(strategy.position_size == 0)
actualLExit = strategy.position_size > 0 ? strategy.position_avg_price - (emaTR[howFar] * multiEmaTR) : longEntry - (emaTR * multiEmaTR)
actualLExit2 = actualLExit > exitLong ? actualLExit : exitLong
actualSExit = strategy.position_size < 0 ? strategy.position_avg_price + (emaTR[howFar] * multiEmaTR) : shortEntry + (emaTR * multiEmaTR)
actualSExit2 = actualSExit < exitShort ? actualSExit : exitShort

//plots the long exit as a red line
plot(actualLExit2[1], title="Long Exit",color=red)
//plots the short exit as a blue line
plot(actualSExit2[1], title="Short Exit",color=yellow)


//Stop loss in ticks
SLLong =(emaTR * multiEmaTR)/ syminfo.mintick
SLShort = (emaTR * multiEmaTR)/ syminfo.mintick


//Calculate our potential loss as a whole percentage number. Example 1 instead of 0.01 for 1% loss. We have to convert back from ticks to whole value, then divided by close
PLLong = ((SLLong * syminfo.mintick) * 100) / longEntry
PLShort = ((SLShort * syminfo.mintick) * 100) / shortEntry
//Calculate our risk by taking our desired risk / potential loss. Then multiple by our equity to get position size. we divide by close because we are using percentage size of equity for quantity in this script as not actual size.
//we then floor the value. which is just to say we round down so instead of say 201.54 we would just input 201 as TV only supports whole integers for quantity.
qtyLong = floor(((dRisk / PLLong) * strategy.equity) /longEntry )
qtyShort = floor(((dRisk / PLShort) * strategy.equity) /shortEntry )
qtyLong2 = allIn ? 100 : qtyLong
qtyShort2 = allIn ? 100 : qtyShort
//Only open long or short positions if we are inside the test period specified earlier
if testPeriod()
    //Open a stop market order at our long entry price and keep it there at the quantity specified. This order is updated/changed on each new candlestick until a position is opened
    strategy.entry("long", strategy.long, stop = longEntry, qty = qtyLong2) 
    //sets up or stop loss order by price specified in our actualLExit2 variable
    strategy.exit("Stoploss-Long", "long", stop=actualLExit2)
    
     //Open a stop market order at our short entry price and keep it there at the quantity specified. This order is updated/changed on each new candlestick until a position is opened
    strategy.entry("short", strategy.short, stop = shortEntry, qty = qtyShort2)
    //sets up or stop loss order by price specified in our actualLExit2 variable
    strategy.exit("Stoploss-Short", "short", stop=actualSExit2)

Plus de

2019 FMZ - Tous les droits réservés