Stratégie de retour à la moyenne

SMA DEV MA
Date de création: 2024-06-17 14:57:59 Dernière modification: 2024-06-17 14:57:59
Copier: 0 Nombre de clics: 600
1
Suivre
1617
Abonnés

Stratégie de retour à la moyenne

Aperçu

Cette stratégie est basée sur le principe de la régression des moyennes, utilisant des situations où le prix s’écarte de la moyenne mobile pour prendre des décisions de négociation. Lorsque le prix s’écarte vers le haut de la trajectoire, il fait moins, quand il s’écarte vers le bas de la trajectoire, il fait plus, quand le prix revient à la moyenne mobile. Le cœur de cette stratégie est l’hypothèse que le prix reviendra toujours au niveau de la moyenne.

Principe de stratégie

  1. Calculer la moyenne mobile simple (SMA) sur une période donnée (par défaut 20) comme niveau moyen des prix.
  2. Calculez le DEV du prix et construisez une trajectoire ascendante-ascendante. La trajectoire ascendante est le multiple de la SMA plus le DEV (défaut 1.5) et la trajectoire descendante est le multiple de la SMA moins le DEV.
  3. Il y a un vide à la hausse et un surplus à la baisse.
  4. Le cours de la plus-value est plus-value lorsque le cours de la plus-value traverse le SMA vers le bas, et le cours de la plus-value est vide lorsque le cours de la plus-value traverse le SMA vers le haut.
  5. Marquez sur le graphique les moyennes mobiles, les lignes hautes et basses et les signaux d’achat et de vente.

Analyse des avantages

  1. La stratégie de retour à la moyenne est basée sur le principe statistique selon lequel le prix revient toujours à la moyenne, avec une certaine probabilité de profit sur le long terme.
  2. La configuration des voies de montée et de descente fournit des points d’entrée et de sortie clairs pour faciliter l’exécution et la gestion.
  3. La logique de la stratégie est simple et claire, facile à comprendre et à mettre en œuvre.
  4. Elle s’applique aux variétés et aux cycles présentant des caractéristiques de régression de la moyenne.

Analyse des risques

  1. Si les tendances du marché changent, les prix peuvent s’écarter de la moyenne pendant une longue période sans revenir, ce qui entraîne l’échec de la stratégie.
  2. Un mauvais réglage du multiplicateur de la différence standard peut entraîner une fréquence de négociation trop élevée ou trop faible, ce qui affecte les bénéfices.
  3. Dans des conditions extrêmes, les prix peuvent fluctuer fortement et les courbes ascendantes et descendantes risquent de ne plus fonctionner.
  4. Si la variété ou le cycle n’est pas caractérisé par une régression de la moyenne, la stratégie peut ne pas être rentable.

Direction d’optimisation

  1. Optimisation des tests de la période et du multiple de la différence standard de la SMA pour trouver les paramètres optimaux.
  2. L’introduction d’indicateurs de jugement de tendance et l’évitement de la négociation à contre-courant lorsque la tendance est claire.
  3. Ajout d’indicateurs de volatilité tels que l’ATR au-delà de l’écart-type pour construire une orbite dynamique.
  4. Le coût de la transaction est pris en compte pour contrôler l’authenticité des retours.
  5. Il est équipé d’un module de commande de vent, comme un arrêt de perte, une gestion de position, etc.

Résumer

La stratégie de rétrogradation est une stratégie de négociation quantitative basée sur des principes statistiques, qui permet de prendre des décisions de négociation en construisant des prix à la valeur moyenne. La logique de la stratégie est simple, l’exécution est claire, mais il faut faire attention à la sélection des variétés et à l’optimisation des paramètres.

Code source de la stratégie
/*backtest
start: 2024-05-01 00:00:00
end: 2024-05-31 23:59:59
period: 4h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

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

// Define the lookback period for the moving average
length = input.int(20, title="Moving Average Length")
mult = input.float(1.5, title="Standard Deviation Multiplier")

// Calculate the moving average and standard deviation
ma = ta.sma(close, length)
dev = mult * ta.stdev(close, length)

// Calculate upper and lower bands
upper_band = ma + dev
lower_band = ma - dev

// Plot the moving average and bands
plot(ma, color=color.blue, linewidth=2, title="Moving Average")
plot(upper_band, color=color.red, linewidth=2, title="Upper Band")
plot(lower_band, color=color.green, linewidth=2, title="Lower Band")

// Entry conditions
long_condition = ta.crossover(close, lower_band)
short_condition = ta.crossunder(close, upper_band)

// Exit conditions
exit_long_condition = ta.crossunder(close, ma)
exit_short_condition = ta.crossover(close, ma)

// Strategy orders
if (long_condition)
    strategy.entry("Long", strategy.long)
if (short_condition)
    strategy.entry("Short", strategy.short)

if (exit_long_condition)
    strategy.close("Long")
if (exit_short_condition)
    strategy.close("Short")

// Plot signals on the chart
plotshape(series=long_condition, location=location.belowbar, color=color.green, style=shape.labelup, title="Buy Signal")
plotshape(series=short_condition, location=location.abovebar, color=color.red, style=shape.labeldown, title="Sell Signal")