Stratégie de trading d'inversion de la dynamique à trois écarts types

SMA STD MA SD
Date de création: 2024-06-21 14:44:54 Dernière modification: 2024-06-21 14:44:54
Copier: 0 Nombre de clics: 509
1
Suivre
1617
Abonnés

Stratégie de trading d’inversion de la dynamique à trois écarts types

Aperçu

La stratégie d’inversion de trois écarts standard est une méthode de trading quantitative basée sur des principes statistiques. Elle utilise les caractéristiques de la fluctuation des prix autour de la moyenne pour déterminer les intervalles de fluctuation anormale des prix en calculant l’écart standard et pour effectuer des transactions rétrogrades lorsque les prix atteignent leur écart extrême. Cette méthode est conçue pour capturer le comportement de retour après une réaction excessive du marché à court terme.

Principe de stratégie

Le principe central de cette stratégie est d’utiliser les moyennes mobiles (MA) et l’écart standard (SD) pour construire la limite supérieure et inférieure des fluctuations des prix. Les étapes sont les suivantes:

  1. Calculer une moyenne mobile simple (SMA) sur une période donnée (défaut 20)
  2. La différence de prix standard est calculée pour la même période.
  3. Multipliez le décalage standard par 3 (le multiple réglable), puis ajoutez-le et soustraisez-le à la moyenne mobile pour former la limite supérieure et inférieure.
  4. Lorsque le prix dépasse la limite inférieure, il est considéré comme une survente, générant un signal d’achat.
  5. Lorsque le prix dépasse la limite supérieure, il est considéré comme un surachat et génère un signal de vente.

Cette méthode suppose que les prix fluctuent dans la plupart des cas près de la moyenne, et qu’il y a une forte probabilité d’un retour à la moyenne lorsque le prix s’écarte de la moyenne d’au moins 3 points de différence.

Avantages stratégiques

  1. Fondement statistique: La stratégie est basée sur des principes statistiques solides, utilisant des écarts standardisés pour quantifier l’abnormalité des fluctuations des prix, avec un soutien théorique.

  2. Adaptabilité: en calculant dynamiquement les moyennes mobiles et les écarts standards, la stratégie est capable de s’adapter aux caractéristiques fluctuantes de différentes conditions de marché.

  3. Opération de contre-courant: l’entrée dans le marché lorsque l’émotion est extrême aide à saisir les opportunités de retournement des prix, avec une plus grande marge de profit potentielle.

  4. Haute flexibilité: les paramètres de la stratégie (par exemple, le cycle de la MA, le multiple de la différence standard) peuvent être ajustés de manière optimale en fonction des différentes variétés de transactions et des différentes périodes.

  5. La stratégie affiche clairement les signaux d’achat et de vente et les zones de fluctuation des prix sur le graphique, ce qui permet aux traders de comprendre intuitivement l’état du marché.

Risque stratégique

  1. Risque de fausse rupture: dans un marché très volatil, les prix peuvent souvent franchir les limites sans forger de véritables retournements, ce qui entraîne des transactions fréquentes et des pertes potentielles.

  2. Faibles performances sur les marchés tendanciels: dans les marchés tendanciels forts, les prix peuvent fonctionner hors des limites pendant une longue période, et la stratégie peut manquer les grandes tendances ou les opérations de revers fréquentes.

  3. Sensitivité des paramètres: les performances des stratégies dépendent fortement de la sélection des moyennes mobiles et des multiples de l’écart standard. Des paramètres mal configurés peuvent entraîner une baisse significative des performances.

  4. Points de glissement et coûts de transaction: les transactions fréquentes peuvent entraîner des points de glissement et des coûts de transaction plus élevés sur de courtes périodes de temps, ce qui peut éroder les bénéfices.

  5. Risque d’événements de cigogne noir: les prix peuvent être très au-delà de la normale en cas de nouvelles importantes ou de fortes fluctuations du marché, ce qui entraîne de graves pertes.

Orientation de l’optimisation de la stratégie

  1. Introduction d’un filtre de tendance: en combinant des indicateurs de tendance à long terme (comme les moyennes mobiles à plus longues périodes), les transactions sont exécutées uniquement dans le sens de la tendance afin de réduire les opérations de contre-courant.

  2. Modification dynamique du multiple de l’écart standard: Modification automatique du multiple de l’écart standard en fonction de la volatilité du marché, augmentation de la sensibilité pendant les périodes de basse volatilité et augmentation de la valeur limite pendant les périodes de forte volatilité.

  3. Augmentation des indicateurs de confirmation: En combinaison avec d’autres indicateurs techniques (comme le RSI ou le MACD) comme confirmation auxiliaire, améliorer la fiabilité du signal d’entrée.

  4. Mise en œuvre de la gestion partielle des positions: mise en œuvre d’entrées et de sorties par lots en fonction de la force du signal ou de l’écart de prix, optimisation de la gestion des risques.

  5. Ajout de stop loss et de stop loss mobile: définir une position de stop loss raisonnable et utiliser un stop loss mobile lorsque vous gagnez pour protéger les gains déjà réalisés.

  6. Optimiser la sélection des cycles de temps: choisir un cadre de temps spécifique qui convient le mieux à la stratégie en mesurant la performance de différents cycles de temps.

  7. Prendre en compte les facteurs de volatilité: ajuster les paramètres de la stratégie ou suspendre la négociation dans un environnement à faible volatilité pour s’adapter à différentes conditions du marché.

Résumer

La stratégie de trading à inversion de la déviation standard est une méthode de trading quantitative basée sur des principes statistiques qui cherche des opportunités de trading en capturant les écarts extrêmes des prix. La stratégie présente des avantages significatifs en termes de base théorique, d’adaptabilité et de flexibilité, particulièrement adaptée aux marchés très volatils et aux transactions à court terme.

Code source de la stratégie
/*backtest
start: 2023-06-15 00:00:00
end: 2024-06-20 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("MikEy Scali 3 STD Dev Buy/Sell Strategy", overlay=true)

// Input parameters
length = input.int(20, title="Standard Deviation Length", minval=1)
src = input(close, title="Source")
mult = input.float(3.0, title="Standard Deviation Multiplier", step=0.1)

// Calculate the moving average and standard deviation
ma = ta.sma(src, length)
std_dev = ta.stdev(src, length)

// Calculate upper and lower bands
upper_band = ma + (std_dev * mult)
lower_band = ma - (std_dev * mult)

// Buy and Sell conditions
// Buy when the price is below the lower band (3 std devs below MA)
buyCondition = ta.crossover(src, lower_band)
// Sell when the price is above the upper band (3 std devs above MA)
sellCondition = ta.crossunder(src, upper_band)

// Plot the buy and sell signals on the chart
plotshape(series=buyCondition, location=location.belowbar, color=color.green, style=shape.labelup, text="BUY")
plotshape(series=sellCondition, location=location.abovebar, color=color.red, style=shape.labeldown, text="SELL")

// Execute buy and sell orders based on the conditions
if (buyCondition)
    strategy.entry("Buy", strategy.long)
if (sellCondition)
    strategy.close("Buy")

// Plot the moving average and the bands
plot(ma, color=color.blue, title="Moving Average")
plot(upper_band, color=color.red, title="Upper Band (3 STD)")
plot(lower_band, color=color.green, title="Lower Band (3 STD)")

// Optional: Plot the source
plot(src, color=color.gray, title="Source")

// Add labels for clarity
bgcolor(buyCondition ? color.new(color.green, 90) : na, offset=-1, title="Buy Signal Background")
bgcolor(sellCondition ? color.new(color.red, 90) : na, offset=-1, title="Sell Signal Background")