Stratégie des opérateurs institutionnels basée sur l'action des prix

Auteur:ChaoZhang est là., Date: 2024-02-23 15:04:39 Je vous en prie.
Les étiquettes:

Résumé

Cette stratégie est appelée Stratégie du trader institutionnel basée sur l'action des prix. Elle tente de tirer parti de certains modèles de négociation utilisés par les traders institutionnels, en particulier leur tendance à passer des ordres autour de blocs d'ordres spécifiques. La stratégie intègre des éléments de juste valeur, de liquidité et d'action des prix pour déterminer les entrées et les sorties du marché.

La logique de la stratégie

Le noyau de la stratégie consiste à identifier des blocs d'ordres des zones de prix où une activité de négociation institutionnelle significative a eu lieu dans le passé. Ces zones sont associées à une liquidité significative. Les blocs d'ordres sont déterminés à l'aide de structures de prix et sont souvent associés à des niveaux de prix techniques clés.

La juste valeur est définie comme le prix "raisonnable" d'un instrument basé sur des indicateurs tels que des moyennes mobiles.

La liquidité est également un facteur clé, car les opérateurs institutionnels ont tendance à exécuter des opérations dans des zones à forte liquidité.

La stratégie détermine la juste valeur en calculant une moyenne mobile simple. Elle identifie ensuite des blocs d'ordres potentiels d'une longueur de 20 périodes. Si la différence entre le prix de clôture et la juste valeur est inférieure à 38,2% de la hauteur totale de la plage de blocs d'ordres, un bloc d'ordres est déterminé.

Les blocs d'ordres haussiers sont considérés comme des signaux d'achat, les blocs d'ordres baissiers comme des signaux de vente.

Analyse des avantages

Les principaux avantages de la stratégie sont l'utilisation des modèles de négociation des traders institutionnels qui peuvent lui permettre de surpasser les stratégies plus mécanistes basées sur des indicateurs.

D'autres avantages sont les suivants:

Obtenir une meilleure exécution grâce à la liquidité
S'appuyant sur des concepts faciles à visualiser comme le flux de commande
Facile à visualiser les blocs d'ordre sur les graphiques
Flexibilité pour ajuster des paramètres tels que la longueur du bloc

Analyse des risques

La stratégie comporte également des risques potentiels tels que:

S'appuyer sur des jugements sur le comportement des prix dans le passé
Peut ne pas fonctionner correctement sur les marchés sans flux d'ordres
Cela pourrait produire de faux signaux.
Peut manquer les tendances à court terme

Pour atténuer ces risques, il est recommandé d'envisager:

Combinaison avec d'autres indicateurs pour filtrer les faux signaux
Ajustement de paramètres tels que la longueur du bloc
Filtration des signaux émis pour la négociation

Directions d'optimisation

Voici quelques optimisations potentielles de la stratégie:

Tester et optimiser les valeurs des paramètres clés tels que la longueur du bloc et le pourcentage de déviation de la juste valeur
Ajouter des indicateurs et des filtres supplémentaires pour améliorer la qualité
Mettre en place des mécanismes de stop-loss et de prise de profit
Incorporer plus de sources de données telles que l'activité du carnet de commandes
Test de la robustesse sur différentes périodes (intraday, multi-day, etc.) et sur les marchés
Ajouter des prédictions d'apprentissage automatique aux signaux filtrés

Résumé

En résumé, la stratégie offre une approche unique pour tirer parti du comportement des traders institutionnels. Elle combine plusieurs éléments et présente certains avantages. Mais comme la plupart des stratégies de trading, elle est également confrontée à des risques lorsque les conditions du marché changent ou qu'un comportement de prix inattendu se produit. Avec des tests continus, une optimisation et une gestion des risques, la stratégie peut devenir un outil de trading quantitatif précieux.

/*backtest
start: 2024-01-23 00:00:00
end: 2024-02-22 00:00:00
period: 3h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("ICT Strategy", overlay=true)

// Input variables
length = input.int(20, minval=1, title="Order Block Length")
fairValuePeriod = input.int(60, minval=1, title="Fair Value Period")

// Calculate fair value
fairValue = ta.sma(close, fairValuePeriod)

// Determine order blocks
isOrderBlock(high, low) =>
    highestHigh = ta.highest(high, length)
    lowestLow = ta.lowest(low, length)
    absHighLowDiff = highestHigh - lowestLow
    absCloseFairValueDiff = (close - fairValue)
    (absCloseFairValueDiff <= 0.382 * absHighLowDiff)

isBuyBlock = isOrderBlock(high, low) and close > fairValue
isSellBlock = isOrderBlock(high, low) and close < fairValue

// Plot fair value and order blocks
plot(fairValue, color=color.blue, title="Fair Value")
plotshape(isBuyBlock, style=shape.triangleup, location=location.belowbar, color=color.green, size=size.small)
plotshape(isSellBlock, style=shape.triangledown, location=location.abovebar, color=color.red, size=size.small)

// Strategy logic
if (isBuyBlock)
    strategy.entry("Buy", strategy.long)
    
if (isSellBlock)
    strategy.entry("Sell", strategy.short)

Plus de

2019 FMZ - Tous les droits réservés