Stratégie de l'indice Momentum Ichimoku Kinko Hyo


Date de création: 2024-03-15 16:23:55 Dernière modification: 2024-03-15 16:23:55
Copier: 0 Nombre de clics: 711
1
Suivre
1617
Abonnés

Stratégie de l’indice Momentum Ichimoku Kinko Hyo

Aperçu

La stratégie d’indice de dynamique de l’équilibre est une stratégie de négociation qui combine l’indice d’équilibre de l’équilibre (Ichimoku) et l’indice de dynamique aléatoire (Stochastic Momentum Index). La stratégie génère un signal de négociation en calculant l’indice d’oscillation de l’équilibre (Ichimoku Oscillator) et l’indice de dynamique aléatoire.

Principe de stratégie

Le cœur de la stratégie est de calculer l’indicateur d’oscillation de l’équilibre au premier coup d’œil (IO) et l’indicateur de dynamique aléatoire (SMI). L’indicateur d’IO est calculé à partir des différentes périodes des EMA des 9, 26 et 52 jours et de la SMA du 14e jour, ce qui reflète la situation de survente du marché. L’indicateur SMI reflète également la situation de survente du marché en calculant le prix par rapport à la position de la plus haute et la plus basse des prix au cours d’une période donnée et en utilisant un lissage de l’EMA encastré.

Les signaux de négociation de la stratégie sont les suivants:

  • Lorsque le SMI traverse sa ligne de signal et que l’IO est supérieur à 0, ouvrez une position plus élevée
  • Lorsque le SMI est traversé par sa ligne de signal et que l’IO est inférieur à 0, ouvrez la réserve

Ces signaux de trading, combinant les deux indicateurs IO et SMI, permettent de mieux saisir les points de basculement du marché et d’améliorer l’exactitude des transactions.

Analyse des avantages

La stratégie de l’indice de dynamique équilibrée à première vue présente les avantages suivants:

  1. L’indicateur d’équilibre à première vue et l’indicateur de dynamique aléatoire, deux indicateurs techniques efficaces, se complètent mutuellement et permettent une analyse plus complète des tendances et des mouvements du marché.
  2. L’indicateur IO utilise des EMA et SMA à plusieurs cycles pour lisser les fluctuations des prix et réduire les nuisances sonores.
  3. L’indicateur SMI a été optimisé sur la base d’indicateurs aléatoires, l’utilisation d’EMA imbriqués a permis d’assouplir la courbe et d’éviter le problème du renversement des indicateurs aléatoires.
  4. Les signaux de transaction tiennent compte de l’IO et de l’SMI, ce qui permet de filtrer efficacement les faux signaux et d’améliorer le taux de victoire.
  5. Il est adapté à de nombreux marchés et périodes de temps, et possède une bonne adaptabilité et stabilité.

Analyse des risques

Malgré les nombreux avantages de la stratégie de l’indice de dynamique équilibrée, il existe des risques potentiels:

  1. La stratégie repose sur des données historiques pour les calculs et l’analyse, et pourrait être moins adaptée aux marchés futurs.
  2. Les indicateurs IO et SMI sont par nature des indicateurs en retard, et il peut y avoir un retard de signal lorsque le marché évolue rapidement.
  3. La stratégie ne prend pas en compte les facteurs fondamentaux du marché, tels que les informations importantes sur les gains et les pertes, qui peuvent être inefficaces.
  4. Cette stratégie peut entraîner des transactions fréquentes pendant les périodes de turbulences, ce qui augmente les coûts de transaction.

Les mesures suivantes peuvent être prises pour contrer ces risques:

  1. Détecter et ajuster régulièrement les paramètres de la stratégie pour améliorer l’adaptabilité.
  2. L’analyse peut être combinée avec d’autres indicateurs de pointe ou des informations de marché pour compenser le retard.
  3. Il est nécessaire de mettre en place des stop-loss appropriés pour contrôler le risque de transaction unique.
  4. Les paramètres cycliques des indicateurs IO et SMI peuvent être augmentés pour les marchés en crise, réduisant ainsi la fréquence des transactions.

Direction d’optimisation

Il y a aussi quelques points d’amélioration dans cette stratégie:

  1. Pour l’indicateur IO, on peut essayer plus de combinaisons de périodes différentes pour trouver des paramètres plus représentatifs.
  2. Pour l’indicateur SMI, différentes méthodes de lissage peuvent être étudiées, comme l’utilisation de la méthode de lissage de Wilde, par exemple, pour réduire davantage le retard de l’indicateur.
  3. D’autres indicateurs, tels que le volume des transactions, peuvent être incorporés de manière appropriée pour enrichir la concentration des signaux de transaction.
  4. Pour les différentes caractéristiques du marché, il est possible de définir différents paramètres et seuils, ce qui améliore l’adaptabilité de la stratégie.
  5. Cette stratégie peut être combinée avec d’autres stratégies, telles que les stratégies de tendance, les stratégies de retour à la valeur moyenne, etc., pour créer un système de stratégies et améliorer les gains globaux.

Grâce à ces optimisations, la performance et la stabilité de la stratégie de l’indice de dynamique de l’équilibre peuvent être encore améliorées.

Résumer

La stratégie de l’indice de dynamique de l’équilibre est une stratégie d’analyse technique efficace. Elle combine habilement l’indice de dynamique de l’équilibre et l’indice de dynamique aléatoire, deux indicateurs classiques qui se complètent et permettent une analyse complète des situations d’achat et de vente excessive sur le marché et des points de basculement de la tendance, pour fournir une base de décision de négociation.

Code source de la stratégie
/*backtest
start: 2023-03-09 00:00:00
end: 2024-03-14 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © manoharbauskar

//@version=5
strategy(title='Ichimoku Oscillator with SMI', shorttitle='IOSMI', overlay = false)
io = ta.ema(hl2, 9) / 2 + ta.ema(hl2, 26) / 2 + ta.sma(close, 14) - ta.ema(hl2, 52) - ta.sma(open, 14)
plot(io, color=ta.change(io) <= 0 ? #872323 : #007F0E, style=plot.style_columns)
a = input(21, 'Percent K Length')
b = input(9, 'Percent D Length')
// Range Calculation
ll = ta.lowest(low, a)
hh = ta.highest(high, a)
diff = hh - ll
rdiff = close - (hh + ll) / 2
// Nested Moving Average for smoother curves
avgrel = ta.ema(ta.ema(rdiff, b), b)
avgdiff = ta.ema(ta.ema(diff, b), b)
// SMI calculations
SMI = avgdiff != 0 ? avgrel / (avgdiff / 2) * 100 : 0
SMIsignal = ta.ema(SMI, b)
//All PLOTS
plot(SMI, color = color.blue , title='Stochastic Momentum Index', linewidth = 2)
plot(SMIsignal, color=color.new(#FF5252, 0), title='SMI Signal Line', linewidth = 2)
plot(60, color=color.new(#00E676, 0), title='Over Bought')
plot(-60, color=color.new(#FF9800, 0), title='Over Sold')
plot(0, color=color.new(#E040FB, 0), title='Zero Line')

longCondition = SMI > SMIsignal and io > 0
if (longCondition)
    strategy.entry("Buy", strategy.long)

shortCondition = SMI < SMIsignal and io < 0
if (shortCondition)
    strategy.entry("Sell", strategy.short)