ChaoZhang
Aperçu
La stratégie est un système de trading quantitatif qui combine la théorie des pivots centraux de l’analyse technique et les signaux de croisement des moyennes mobiles. La stratégie capture les opportunités de négociation lorsque les tendances du marché changent en identifiant les points de soutien et de résistance clés du marché, combinés à des signaux de croisement des moyennes mobiles à court et à long terme. Le système utilise les moyennes mobiles à 50 et 200 jours comme indicateur principal pour optimiser les heures d’entrée et de sortie en suivant dynamiquement les pivots centraux.
Principe de stratégie
La logique centrale de la stratégie est basée sur deux composantes principales: l’analyse des pivots et le signal de croisement de la courbe. Le système utilise 5 cycles comme cycle de calcul des pivots pour identifier dynamiquement les hauts et les bas du marché via les fonctions ta.pivothigh et ta.pivotlow. En parallèle, des croisements de moyennes mobiles simples de 50 et 200 jours sont utilisés pour former des croix d’or et des croix de mort.
Avantages stratégiques
- Haute fiabilité du signal: la fiabilité du signal de transaction a été considérablement améliorée par la combinaison de la double confirmation des axes centraux et de la confirmation de la croix uniforme.
- Adaptabilité dynamique: le calcul dynamique des pivots permet à la stratégie de s’adapter à différents environnements de marché.
- Contrôle des risques: utilisation des moyennes mobiles à long terme comme filtre de tendance pour réduire efficacement le risque de fausses ruptures.
- Logique d’exécution claire: les conditions d’entrée et de sortie sont claires, ce qui facilite les opérations en direct et la vérification des retours.
- Les paramètres peuvent être optimisés: les paramètres clés peuvent être optimisés en fonction des caractéristiques du marché.
Risque stratégique
- Risque de choc: les signaux de fausse rupture peuvent être fréquents pendant la phase de liquidation horizontale
- Risque de retardation: la moyenne mobile présente un certain retard qui peut entraîner des retards dans l’heure d’entrée et de sortie.
- Sensitivité des paramètres: le choix des cycles de pivot et de moyenne ligne a un impact significatif sur la performance de la stratégie.
- Dépendance des conditions du marché: la stratégie est plus efficace dans les marchés en forte tendance, mais peut être moins efficace dans les marchés en turbulence.
- Risque de contrôle du retrait: un mécanisme de stop-loss supplémentaire est nécessaire pour contrôler le retrait maximal.
Orientation de l’optimisation de la stratégie
- Introduction d’un filtre de volatilité: il est recommandé d’ajouter l’indicateur ATR pour ajuster dynamiquement la taille de la position et la position de stop loss.
- Optimisation du calcul des axes: il est envisageable d’utiliser des cycles d’adaptation pour calculer les axes afin d’améliorer l’exactitude.
- Augmentation de la confirmation de la force de la tendance: il est recommandé d’ajouter des indicateurs de force de tendance tels que l’ADX pour filtrer les signaux de faiblesse du marché.
- Amélioration de la gestion des fonds: il est recommandé d’ajuster la taille des positions en fonction de la dynamique de la volatilité du marché.
- Optimisation des mécanismes de sortie: le suivi des pertes peut être ajouté pour protéger les bénéfices.
Résumer
La stratégie, combinée à des méthodes classiques d’analyse technique, construit un système de trading quantitatif, logiquement rigoureux et contrôlable par les risques. Le principal avantage de la stratégie réside dans l’amélioration de la fiabilité des transactions grâce à la confirmation de signaux multiples, mais il faut également prêter attention aux problèmes d’adaptabilité dans différents environnements de marché.
/*backtest
start: 2019-12-23 08:00:00
end: 2024-12-10 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Pivot Points & Golden Crossover Strategy", overlay=true)
// Inputs
length_short = input.int(50, title="Short Moving Average (Golden Cross)")
length_long = input.int(200, title="Long Moving Average (Golden Cross)")
pivot_length = input.int(5, title="Pivot Point Length")
lookback_pivots = input.int(20, title="Lookback Period for Pivots")
// Moving Averages
short_ma = ta.sma(close, length_short)
long_ma = ta.sma(close, length_long)
// Pivot Points
pivot_high = ta.valuewhen(ta.pivothigh(high, pivot_length, pivot_length), high, 0)
pivot_low = ta.valuewhen(ta.pivotlow(low, pivot_length, pivot_length), low, 0)
// Calculate golden crossover
golden_crossover = ta.crossover(short_ma, long_ma)
death_cross = ta.crossunder(short_ma, long_ma)
// Entry and Exit Conditions
long_entry = golden_crossover and close > pivot_high
short_entry = death_cross and close < pivot_low
// Exit conditions
long_exit = ta.crossunder(short_ma, long_ma)
short_exit = ta.crossover(short_ma, long_ma)
// Plot Moving Averages
plot(short_ma, color=color.blue, title="Short Moving Average")
plot(long_ma, color=color.orange, title="Long Moving Average")
// Plot Pivot Levels
plot(pivot_high, color=color.red, linewidth=1, style=plot.style_circles, title="Pivot High")
plot(pivot_low, color=color.green, linewidth=1, style=plot.style_circles, title="Pivot Low")
// Strategy Execution
if (long_entry)
strategy.entry("Long", strategy.long)
if (long_exit)
strategy.close("Long")
if (short_entry)
strategy.entry("Short", strategy.short)
if (short_exit)
strategy.close("Short")