
Une stratégie de trading combinant une paire d’indicateurs de double équilibre et d’accélération est une stratégie de trading quantifiée qui utilise à la fois la moyenne mobile et l’indicateur de dynamique pour générer et vérifier des signaux de trading. La stratégie, combinant la capacité de suivi de la tendance de la ligne d’équilibre et les caractéristiques de la dynamique de l’indicateur d’accélération, permet de saisir efficacement le contour de la tendance du marché grâce à des conditions d’entrée et de sortie strictes, tout en confirmant la tendance.
La stratégie est basée sur une moyenne mobile simple (SMA) de 20 cycles et une moyenne mobile indicielle (EMA) de 5 cycles. La SMA de 20 cycles permet d’aplanir efficacement les fluctuations du marché et de déterminer les tendances à moyen et long terme. La EMA de 5 cycles permet de capturer plus facilement les tendances à court terme en donnant un poids plus élevé aux prix à court terme.
Après la génération d’un signal de transaction, la stratégie introduit également l’indicateur MACD pour vérifier la tendance. En particulier, lors de la génération d’un signal d’achat, il est nécessaire que la ligne DIFF du MACD apparaisse avec la ligne DEA et maintienne plusieurs cycles pour confirmer qu’il est actuellement dans une tendance à la hausse.
Enfin, la stratégie définit un stop-loss raisonnable, qu’il s’agisse d’une survente ou d’une perte. En particulier, le stop-loss survente est placé au-dessous de la valeur minimale en dessous du point d’entrée; le stop-loss survente est placé au-dessus de la valeur maximale au-dessus du point d’entrée.
Il est possible d’obtenir une meilleure adéquation en ajustant les paramètres de l’indicateur MACD. De plus, les paramètres de la période moyenne doivent être optimisés en fonction des caractéristiques des différentes variétés. Enfin, l’amplitude de stop loss peut être assouplie de manière appropriée pour assurer une libération suffisante des gains de direction générale.
Cette stratégie peut être optimisée dans les domaines suivants:
L’introduction d’algorithmes d’équilibrage auto-adaptatifs. Les combinaisons d’équilibrage à cycles dynamiques peuvent s’adapter automatiquement aux changements du marché sans intervention humaine des paramètres d’optimisation.
Les modèles d’apprentissage de la machine permettent d’utiliser des algorithmes tels que l’apprentissage en profondeur pour identifier automatiquement les caractéristiques des différents types de marché et pour produire les paramètres optimaux en temps réel.
Ajout de conditions de filtrage supplémentaires. D’autres indicateurs techniques peuvent être ajoutés à la base des signaux de négociation existants comme critères de jugement auxiliaires, tels que l’introduction d’un facteur de transaction.
Optimisation des stratégies de stop loss. Des méthodes de stop loss plus intelligentes, telles que des stop loss de type breakthrough, des stop loss de suivi, etc., peuvent être étudiées afin de générer plus de bénéfices tout en contrôlant les risques.
La stratégie de combinaison de la double ligne de moyenne et du MACD prend en compte les caractéristiques de la tendance, les facteurs de dynamique et le contrôle du risque dans plusieurs dimensions, surmonte dans une certaine mesure les limites d’un seul indicateur technique et améliore efficacement la stabilité des transactions quantifiées. La stratégie s’adapte bien aux différents environnements de marché grâce à des paramètres et mérite une application et une optimisation continues sur le marché.
/*backtest
start: 2024-01-01 00:00:00
end: 2024-01-31 23:59:59
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Bollinger Band Strategy with Early Signal (v5)", overlay=true)
// Inputs
length = 20
mult = 1.5
src = close
riskRewardRatio = input(3.0, title="Risk-Reward Ratio")
// Calculating Bollinger Bands
basis = ta.ema(src, length)
dev = mult * ta.stdev(src, length)
upper = basis + dev
lower = basis - dev
// Plotting Bollinger Bands
plot(upper, "Upper Band", color=color.red)
plot(lower, "Lower Band", color=color.green)
// Tracking Two Candles Ago Crossing Bollinger Bands
var float twoCandlesAgoUpperCrossLow = na
var float twoCandlesAgoLowerCrossHigh = na
if (close[2] > upper[2])
twoCandlesAgoUpperCrossLow := low[2]
if (close[2] < lower[2])
twoCandlesAgoLowerCrossHigh := high[2]
// Entry Conditions
longCondition = (not na(twoCandlesAgoLowerCrossHigh)) and (high > twoCandlesAgoLowerCrossHigh)
shortCondition = (not na(twoCandlesAgoUpperCrossLow)) and (low < twoCandlesAgoUpperCrossLow)
// Plotting Entry Points
plotshape(longCondition, title="Buy Signal", location=location.belowbar, color=color.green, style=shape.labelup, text="BUY")
plotshape(shortCondition, title="Sell Signal", location=location.abovebar, color=color.red, style=shape.labeldown, text="SELL")
// Strategy Execution
if (longCondition)
stopLoss = low - (high - low) * 0.05
takeProfit = close + (close - stopLoss) * riskRewardRatio
strategy.entry("Buy", strategy.long)
strategy.exit("Exit Buy", "Buy", stop=stopLoss, limit=takeProfit)
if (shortCondition)
stopLoss = high + (high - low) * 0.05
takeProfit = close - (stopLoss - close) * riskRewardRatio
strategy.entry("Sell", strategy.short)
strategy.exit("Exit Sell", "Sell", stop=stopLoss, limit=takeProfit)