ChaoZhang
Aperçu
La stratégie est un système de trading quantitatif basé sur le Gaussian Channel et le Stochastic RSI. La stratégie est utilisée uniquement pour les transactions multiples et non pour les opérations à vide.
Principe de stratégie
La logique centrale de la stratégie est basée sur les calculs clés suivants:
- Construction du canal de Gauss: utilisation de l’EMA comme voie médiane, avec un décalage standard de 2 fois la largeur du canal pour la montée et la descente des voies.
- Calcul du RSI au hasard: Comptez d’abord le RSI sur 14 cycles, puis le plus haut et le plus bas RSI sur 14 cycles, et enfin la position relative du RSI actuel dans cette plage.
- Signal d’entrée: le prix a franchi la descente du canal, tandis que l’indicateur RSI aléatoire a franchi la descente de 20 ou moins.
- Signal de sortie: le prix a franchi le canal en haut de la piste ou l’indicateur RSI aléatoire a franchi la descente au-dessus de 80.
Avantages stratégiques
- Mécanisme de double confirmation: réduction de l’impact des faux signaux en combinant le canal de prix et l’indicateur de dynamique.
- Contrôle des risques: utilisation de la gestion des positions en pourcentage et prise en compte des coûts de transaction et des facteurs de dérapage.
- Caractéristique de la régression de la valeur moyenne: le canal de Gauss capte efficacement la marge de fluctuation des prix, améliorant ainsi la précision des transactions.
- Adaptabilité dynamique: les paramètres de la stratégie peuvent être optimisés en fonction des différentes conditions du marché.
Risque stratégique
- Risque de marché tendanciel: dans les marchés tendanciels, il est possible de faire une liquidation prématurée, ce qui peut entraîner la perte de la situation.
- Sensitivité des paramètres: les paramètres de multiplication des canaux et de RSI ont une influence importante sur la performance de la stratégie.
- Dépendance sur les conditions du marché: la stratégie est plus efficace dans les marchés instables, mais peut être moins efficace dans les marchés unilatéraux.
- Calcul du risque de retard: il existe un certain retard dans le calcul des indicateurs techniques, ce qui peut affecter le moment de la transaction.
Orientation de l’optimisation de la stratégie
- Introduction de paramètres d’adaptation: le nombre de canaux peut être ajusté en fonction de la dynamique des fluctuations du marché.
- Augmentation de l’identification des environnements de marché: ajout d’indicateurs de force de tendance et utilisation de paramètres différents dans différents environnements de marché.
- Optimisation de la gestion des fonds: le ratio de détention peut être ajusté en fonction de la dynamique de l’intensité du signal.
- Amélioration des mécanismes d’arrêt des pertes: augmentation de la fonction de suivi des pertes et meilleure protection des bénéfices.
Résumer
La stratégie a pour avantage d’avoir un mécanisme de double confirmation et une bonne maîtrise des risques, mais elle doit également prêter attention à l’adaptation aux différents environnements de marché. La stabilité et la rentabilité de la stratégie peuvent être encore améliorées par l’introduction d’orientations d’optimisation telles que les paramètres d’adaptation et l’identification des environnements de marché.
Code source de la stratégie
/*backtest
start: 2024-02-18 00:00:00
end: 2025-01-30 00:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Gaussian Channel with Stochastic RSI", overlay=true, initial_capital=10000, default_qty_type=strategy.percent_of_equity, default_qty_value=200, commission_type=strategy.commission.percent, commission_value=0.1, slippage=0)
// Gaussian Channel Parameters
gc_length = input.int(20, "Gaussian Channel Length", minval=1)
gc_mult = input.float(2.0, "Gaussian Channel Multiplier", minval=0.1)
middle = ta.ema(close, gc_length)
stdev = ta.stdev(close, gc_length)
upper = middle + gc_mult * stdev
lower = middle - gc_mult * stdev
// Plot Channels
plot(middle, "Middle Line", color=color.blue)
plot(upper, "Upper Channel", color=color.red)
plot(lower, "Lower Channel", color=color.green)
// Stochastic RSI Parameters
rsi_length = input.int(14, "RSI Length", minval=1)
stoch_length = input.int(14, "Stochastic Length", minval=1)
smooth_k = input.int(3, "Smooth %K", minval=1)
oversold = input.int(20, "Oversold Level", minval=0, maxval=100)
overbought = input.int(80, "Overbought Level", minval=0, maxval=100)
// Calculate Stochastic RSI
rsi = ta.rsi(close, rsi_length)
lowest_rsi = ta.lowest(rsi, stoch_length)
highest_rsi = ta.highest(rsi, stoch_length)
stoch_rsi = highest_rsi != lowest_rsi ? (rsi - lowest_rsi) / (highest_rsi - lowest_rsi) * 100 : 0
k = ta.sma(stoch_rsi, smooth_k)
// Entry/Exit Conditions
enterLong = ta.crossover(close, lower) and ta.crossover(k, oversold)
exitLong = ta.crossover(close, upper) or ta.crossunder(k, overbought)
// Strategy Execution
if (time >= timestamp(2018, 01, 01, 0, 0) and time < timestamp(2069, 01, 01, 0, 0))
if enterLong
strategy.entry("Long", strategy.long)
if exitLong
strategy.close("Long")