
La stratégie de suivi des tendances en deux temps d’action est une stratégie de trading algorithmique avancée qui vise à capturer et à suivre la tendance d’une action populaire en 2023. Elle utilise une combinaison d’indicateurs de jour et d’une heure pour identifier les signaux de négociation, pour réaliser un stop-loss dynamique optimisé pour la gestion des risques et pour obtenir des gains stables dans le cadre d’un contrôle des risques.
Cette stratégie utilise les moyennes mobiles indicielles de 20 et 50 cycles (EMA) pour déterminer la direction de la tendance sur la ligne journalière et la ligne horaire. Les EMA de 20 jours sur la ligne journalière et la ligne horaire génèrent un signal d’achat lorsque les deux traversent l’EMA de 50 jours. Les EMA de 20 jours sur la ligne journalière et la ligne horaire génèrent un signal de vente lorsque les deux traversent l’EMA de 50 jours.
Dans le même temps, cette stratégie utilise l’indicateur de la moyenne de l’amplitude réelle (ATR) pour calculer les points d’arrêt et d’arrêt dynamiques. Le point d’arrêt est réglé à 1,5 fois l’ATR et le point d’arrêt à 3 fois. Cela permet d’ajuster en temps réel les paramètres d’arrêt et d’arrêt en fonction du niveau de risque causé par la volatilité du marché, ce qui permet d’optimiser la gestion des risques.
Cette stratégie présente les avantages suivants:
Le filtrage combiné d’indicateurs de plusieurs périodes permet d’identifier efficacement le début d’une tendance.
Le paramétrage dynamique de l’arrêt des pertes rend la gestion des risques plus intelligente et évite les problèmes liés au paramétrage statique de l’arrêt des pertes.
Il est possible de mieux cerner les points de vente et de mieux saisir les opportunités de tendance.
Le contrôle rigoureux des risques d’une seule transaction permet d’obtenir un retour sur investissement stable et durable.
Cette stratégie présente aussi des risques:
L’optimisation d’une seule action en 2023 peut ne pas s’appliquer à d’autres actions ou à d’autres années.
Le risque de pertes liées à des fluctuations extrêmement fortes ne peut être évité.
Il existe un risque de mal interprétation des signaux de jugement à plusieurs périodes.
Le risque systémique du marché a également une incidence sur la stratégie.
Cette stratégie peut être améliorée par:
Augmentation des références aux indices boursiers afin d’éviter la création de positions à des périodes de risque systémique élevé.
L’effet de levier est calculé en tenant compte de l’effet de levier et des risques d’événements majeurs.
Tester l’influence des paramètres d’ajustement EMA sur l’efficacité de la stratégie.
L’ajout d’algorithmes d’apprentissage automatique pour détecter les signaux d’achat et de vente.
Cette stratégie prend en compte plusieurs dimensions, telles que le jugement de la tendance, la gestion des risques et l’optimisation des paramètres, et est adaptée aux investisseurs expérimentés pour suivre la tendance à long terme des actions populaires et obtenir un retour sur investissement relativement stable. L’utilisation de cette stratégie nécessite des investisseurs ayant une certaine capacité de programmation et une connaissance quantitative des transactions, et prêts à assumer un certain degré de risque de perte.
/*backtest
start: 2023-02-26 00:00:00
end: 2024-02-26 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("TSLA Enhanced Trend Master 2023", overlay=true)
// Daily timeframe indicators
ema20_daily = ta.ema(close, 20)
ema50_daily = ta.ema(close, 50)
// 1-hour timeframe indicators
ema20_hourly = request.security(syminfo.tickerid, "60", ta.ema(close, 20))
ema50_hourly = request.security(syminfo.tickerid, "60", ta.ema(close, 50))
// Check if the year is 2023
is_2023 = year(time) == 2023
// Counter for short trades
var shortTradeCount = 0
// Entry Conditions
buySignal = is_2023 and (ema20_daily > ema50_daily) and (ema20_hourly > ema50_hourly)
sellSignal = is_2023 and (ema20_daily < ema50_daily) and (ema20_hourly < ema50_hourly) and (shortTradeCount < 0.5 * ta.highest(close, 14))
// Dynamic Stop Loss and Take Profit
atr_value = ta.atr(14)
stopLoss = atr_value * 1.5
takeProfit = atr_value * 3
// Calculate Position Size based on Volatility-Adjusted Risk
riskPercent = 2
positionSize = strategy.equity * riskPercent / close
// Strategy
if (buySignal)
strategy.entry("Buy", strategy.long, qty=positionSize)
strategy.exit("Take Profit/Stop Loss", "Buy", stop=close - stopLoss, limit=close + takeProfit)
if (sellSignal)
strategy.entry("Sell", strategy.short, qty=positionSize)
strategy.exit("Take Profit/Stop Loss", "Sell", stop=close + stopLoss, limit=close - takeProfit)
shortTradeCount := shortTradeCount + 1