
La stratégie de retour à la moyenne de la ceinture de Brin est une stratégie de négociation quantitative basée sur l’indicateur de la ceinture de Brin. Cette stratégie utilise la loi statistique de la fluctuation des prix autour de la courbe de la courbe de Brin, en opérant de manière inverse lorsque les prix s’écartent de la ceinture de Brin pour obtenir des bénéfices lorsque les prix retournent à la moyenne.
La bande de Bryn est composée de trois lignes: la moyenne est la moyenne mobile, et la barre supérieure et inférieure sont les écarts-types d’un certain nombre de multiples sur la base de la moyenne. Selon les principes de la statistique, dans le cas d’une distribution normale, environ 95% des valeurs sont réparties dans une plage de deux écarts-types positifs et négatifs de la distance moyenne.
La stratégie de retour à la moyenne de la ceinture de Brin utilise ce principe. Lorsque le prix atteint la ceinture de Brin, il indique que le prix est trop élevé et qu’il y a un risque de reprise. Lorsque le prix atteint la ceinture de Brin, il indique qu’il y a un risque de rebond.
La logique principale du code de la stratégie est la suivante:
Calculer la moyenne mobile d’une période donnée, en tant que moyenne de la bande de Bryn. Vous pouvez choisir différents types de moyenne, tels que SMA, EMA, SMMA, WMA et VWMA.
Le prix est calculé en fonction de l’écart-type de ce cycle, et combiné avec les paramètres de multiplication définis par l’utilisateur, pour obtenir la trajectoire ascendante et descendante de la ceinture de Brin.
Un signal de vente est déclenché lorsque le cours de clôture est en hausse et un signal d’achat lorsqu’il est en baisse.
Stratégie d’exécution de la transaction: ouvrir une position plus élevée lorsque le signal d’achat est déclenché, et la fermer lorsque le signal de vente apparaît.
Grâce à ce processus, la stratégie est capable d’établir des positions inversées lorsque le prix s’écarte de la moyenne et de réaliser des bénéfices lorsque le prix revient à la moyenne.
Les stratégies de régression de la moyenne des bandes de Bryn présentent les avantages suivants:
La logique est simple, facile à comprendre et à mettre en œuvre. La stratégie est basée sur les principes fondamentaux de la statistique, en traçant la gamme de fluctuations des prix à travers les bandes de Brin, en définissant clairement les conditions d’entrée et de sortie.
Adaptable à de nombreux marchés et variétés. La ceinture de broyage est un indicateur technique très universel, avec une certaine capacité d’adaptation aux marchés tendanciels et volatiles. L’utilisateur peut ajuster les paramètres de manière flexible pour s’adapter aux différentes caractéristiques du marché.
L’opportunité de capturer les fluctuations des prix. L’expansion et la contraction de la courbe de Brin reflètent les fluctuations des prix. La stratégie consiste à prendre des positions lorsque les prix atteignent des niveaux relativement élevés ou bas et à tenter de tirer profit de la moyenne de retour des prix.
Le stop loss est relativement clair. Comme la bande de Bourin correspond à une certaine marge de confiance, la position de stop loss de la stratégie est relativement facile à déterminer, ce qui aide à contrôler le risque.
Bien qu’il y ait des avantages à une stratégie de retour à la valeur moyenne de la ceinture de Brin, il y a aussi des risques:
La stratégie peut se traduire par de fréquentes transactions à perte si le marché présente une tendance unilatérale continue et que les prix continuent de fonctionner à proximité de la bande de Brin ou de la bande de Brin.
Les paramètres sont sensibles. Les paramètres cycliques et multiplicatifs de la bande de Bryn ont une influence significative sur la performance de la stratégie, et différentes combinaisons de paramètres peuvent entraîner des résultats très différents. Si les paramètres sont mal configurés, l’efficacité de la stratégie est fortement réduite.
Risque de fréquentes fluctuations. La stratégie peut entraîner de petites pertes consécutives, entraînant une baisse des rendements globaux, lorsque le marché est très volatil et que les prix oscillent fréquemment entre les pentes de la ceinture de Brin.
Le coût de transaction n’est pas pris en compte. Le code d’exemple ne prend pas en compte les facteurs de coût de transaction tels que les marges et les frais de traitement, qui, dans la pratique, affectent dans une certaine mesure le bénéfice net de la stratégie.
Les mesures suivantes peuvent être envisagées pour optimiser les stratégies face à ces risques:
Le filtrage est effectué en combinaison avec les indicateurs de tendance. L’utilisation d’indicateurs de tendance tels que les moyennes mobiles peut être utile pour juger des signaux afin d’éviter de négocier fréquemment dans une tendance unilatérale.
Optimiser le choix des paramètres. Analyser les performances de la stratégie en fonction de différentes combinaisons de paramètres, en faisant un retour sur les données historiques, pour choisir les paramètres les plus optimaux adaptés au marché actuel.
Introduire d’autres conditions de filtrage, telles que la prise en compte d’indicateurs de volatilité tels que l’ATR, la suspension des transactions lorsque la volatilité est trop élevée, ou d’autres indicateurs tels que le volume des transactions, afin de confirmer davantage la fiabilité du signal.
Incorporation des coûts de transaction. Les coûts de transaction, tels que les marges et les frais de traitement, doivent être pris en compte dans le repérage et le placement réel, afin d’évaluer plus précisément la performance réelle de la stratégie.
En plus des mesures de gestion des risques mentionnées ci-dessus, il est possible d’optimiser les stratégies de retour à la moyenne des bandes de Brin de la manière suivante:
Paramètres d’ajustement dynamique. Ajuster dynamiquement les paramètres de cycle et de multiplicité de la ceinture de Brin en fonction des variations du marché. Il est possible d’envisager d’utiliser une moyenne adaptative (comme KAMA) comme voie médiane, ou d’ajuster dynamiquement les paramètres de multiplicité en fonction d’indicateurs tels que l’ATR pour s’adapter au rythme actuel du marché.
Introduction de la gestion des positions multiples. Lors de l’ouverture d’une position, la taille de la position peut être ajustée dynamiquement en fonction de la distance entre le prix et la voie centrale de la ceinture de Brin. Plus loin de la voie centrale, le taux d’ouverture de la position peut être réduit de manière appropriée pour contrôler les risques; plus près de la voie centrale, le taux d’ouverture de la position peut être augmenté de manière appropriée pour saisir plus d’opportunités.
L’utilisation de la bande de Brin en combinaison avec d’autres indicateurs techniques (comme le RSI, le MACD, etc.) constitue un mécanisme de confirmation de signal plus robuste. Les transactions ne sont effectuées que lorsque plusieurs indicateurs résonnent, ce qui améliore la fiabilité du signal.
Considérez la gestion de plusieurs positions. Dans des conditions appropriées, il est possible de détenir plusieurs positions en même temps, pour diversifier le risque. Par exemple, la stratégie peut être appliquée à différentes périodes de temps, ou de prendre des positions simultanément sur différentes variétés de transactions, pour obtenir des gains plus solides.
Ces mesures d’optimisation visent à améliorer l’adaptabilité, la stabilité et la rentabilité des stratégies. Par des moyens tels que l’ajustement dynamique, la combinaison de plusieurs indicateurs et la gestion des positions, il est possible de mieux répondre aux changements du marché, de contrôler les risques et de saisir plus d’opportunités de négociation.
La stratégie de retour à la moyenne de la ceinture de Brin est une stratégie de négociation quantitative basée sur des principes statistiques qui trace la gamme de fluctuations des prix à travers la ceinture de Brin et effectue des opérations inverses lorsque les prix s’écartent de la trajectoire ascendante et descendante dans l’espoir d’obtenir des rendements de retour à la moyenne. La logique de la stratégie est simple et adaptable, capable de saisir les opportunités de fluctuation des prix, mais elle est également exposée à des risques de mauvaise performance du marché tendanciel, de paramètres sensibles et de fréquentes vibrations.
Ces risques peuvent être optimisés par des mesures telles que la combinaison d’indicateurs de tendance, la sélection de paramètres d’optimisation, l’introduction d’autres conditions de filtrage et l’intégration des coûts de transaction. De plus, l’adaptation et la robustesse de la stratégie peuvent être encore améliorées par des mesures telles que l’ajustement dynamique des paramètres, la gestion des positions libres multiples, la combinaison d’autres indicateurs techniques et la gestion des positions multiples.
Dans l’ensemble, la stratégie de régression de la courbe de Brin fournit une approche simple et efficace pour le trading quantitatif. Dans la pratique, il est nécessaire d’optimiser et d’améliorer la stratégie en fonction des caractéristiques spécifiques du marché et des besoins de la transaction.
/*backtest
start: 2023-03-02 00:00:00
end: 2024-03-07 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("BB Strategy", shorttitle="BB", overlay=true)
length = input.int(20, minval=1)
maType = input.string("SMA", "Basis MA Type", options = ["SMA", "EMA", "SMMA (RMA)", "WMA", "VWMA"])
src = input(close, title="Source")
mult = input.float(2.0, minval=0.001, maxval=50, title="StdDev")
// Calculate moving average based on selected type
ma(source, length, _type) =>
switch _type
"SMA" => ta.sma(source, length)
"EMA" => ta.ema(source, length)
"SMMA (RMA)" => ta.rma(source, length)
"WMA" => ta.wma(source, length)
"VWMA" => ta.vwma(source, length)
// Calculate Bollinger Bands
basis = ma(src, length, maType)
dev = mult * ta.stdev(src, length)
upper = basis + dev
lower = basis - dev
// Plot Bollinger Bands
plot(basis, "Basis", color=#FF6D00)
p1 = plot(upper, "Upper", color=#2962FF)
p2 = plot(lower, "Lower", color=#2962FF)
fill(p1, p2, title = "Background", color=color.rgb(33, 150, 243, 95))
// Buy condition: Price below lower Bollinger Band
buy_condition = close < lower
// Sell condition: Price above upper Bollinger Band
sell_condition = close > upper
// Execute trades
strategy.entry("Buy", strategy.long, when=buy_condition)
strategy.close("Buy", when=sell_condition)