Stratégie de trading quantitative basée sur la percée moyenne dynamique des bandes de Bollinger

BB MA SMA EMA SMMA WMA VWMA stdev
Date de création: 2025-02-20 13:44:57 Dernière modification: 2025-02-20 14:51:24
Copier: 1 Nombre de clics: 385
2
Suivre
319
Abonnés

Stratégie de trading quantitative basée sur la percée moyenne dynamique des bandes de Bollinger Stratégie de trading quantitative basée sur la percée moyenne dynamique des bandes de Bollinger

Aperçu

La stratégie est un système de trading quantitatif basé sur des bris dynamiques des bandes de Bollinger. Elle combine plusieurs types de moyennes mobiles (incluant SMA, EMA, SMMA, WMA, VWMA) pour construire des bandes de Bollinger et prendre des décisions de négociation en fonction de la relation entre les prix et les bandes de Bollinger. L’idée centrale de la stratégie est de capturer les tendances à la hausse lorsque les prix franchissent les bandes de Bollinger et de les arrêter en temps opportun lorsque les prix tombent en dessous.

Principe de stratégie

Le principe de fonctionnement de la stratégie comprend principalement les éléments clés suivants:

  1. La trajectoire moyenne de la ceinture de Brin est calculée à l’aide d’un type de moyenne mobile sélectionnable (SMA, EMA, etc.).
  2. Le décalage standard (défaut 2.0) est utilisé pour calculer les bandes ascendantes et descendantes.
  3. Lorsque le cours de clôture atteint un sommet, ouvrez une position à plusieurs têtes.
  4. La transaction se termine à zéro lorsque le cours de clôture est descendu. La stratégie comprend également des mécanismes de gestion des risques tels que le filtrage de la plage de dates et le contrôle des points de glissement pour améliorer la stabilité et la fiabilité des transactions.

Avantages stratégiques

  1. Adaptabilité: Prise en charge de plusieurs types de moyennes mobiles, permettant de choisir la moyenne optimale en fonction des caractéristiques du marché.
  2. Le contrôle des risques est perfectionné: grâce à l’ajustement dynamique de la ceinture de Brin, il est possible de s’adapter aux changements de la volatilité du marché.
  3. La flexibilité des paramètres: permet d’ajuster la longueur de la bande de Bryn, le multiple de la différence standard, etc. pour s’adapter à différentes conditions de marché.
  4. Les frais de transaction sont pris en compte: les frais de transaction et les paramètres de points de glissement sont intégrés, ce qui correspond mieux à la transaction réelle.
  5. La gestion des positions est rationnelle: le contrôle des positions est effectué en utilisant le pourcentage de la valeur nette du compte et la gestion efficace des risques.

Risque stratégique

  1. Risque de fausse rupture: les signaux de fausse rupture peuvent être fréquents en cas de choc du marché. Solution: ajouter des indicateurs auxiliaires pour confirmer l’efficacité de la percée.
  2. Risque de renversement de tendance: réaction retardée en cas de renversement de tendance fort. Solution: envisagez d’ajouter des indicateurs de confirmation de tendance
  3. Risque de surtransaction: les signaux de trading fréquents peuvent entraîner des coûts de transaction excessifs. Solution: ajouter un mécanisme de filtrage des signaux et une limite de temps de détention.

Orientation de l’optimisation de la stratégie

  1. Mécanisme de confirmation du signal:
  • Ajouter un indicateur de confirmation de volume
  • Ajouter un filtre de direction de tendance
  • L’introduction de l’aide au jugement par les indicateurs de dynamique
  1. Optimisation de la gestion des risques :
  • Mise en place d’un mécanisme de stop loss dynamique
  • Ajout de contrôle de rétractation maximale
  • Optimisation des algorithmes de gestion des positions
  1. Les paramètres s’adaptent:
  • Adaptation dynamique des paramètres de la bande de Bryn
  • La dépréciation des transactions est adaptée à la volatilité du marché

Résumer

Il s’agit d’un système de négociation complet basé sur la courbe de Bryn Mawr, doté d’une bonne adaptabilité et d’une grande extensibilité. Il est capable de s’adapter à différents environnements de marché grâce à la sélection de plusieurs types de moyennes mobiles et à des paramètres flexibles. Le mécanisme de gestion des risques de la stratégie est relativement parfait, mais il reste encore de la place pour l’optimisation.

Code source de la stratégie
/*backtest
start: 2024-06-30 00:00:00
end: 2025-02-18 08:00:00
period: 2d
basePeriod: 2d
exchanges: [{"eid":"Binance","currency":"DOGE_USDT"}]
*/

//@version=6
strategy(shorttitle="BB Demo", title="Demo GPT - Bollinger Bands", overlay=true, commission_type=strategy.commission.percent, commission_value=0.1, slippage=0, default_qty_type=strategy.percent_of_equity, default_qty_value=100)

// Inputs
length = input.int(20, minval=1, title="Length")
maType = input.string("SMA", "Basis MA Type", options=["SMA", "EMA", "SMMA (RMA)", "WMA", "VWMA"])
src = input.source(close, title="Source")
mult = input.float(2.0, minval=0.001, maxval=50, title="StdDev")
offset = input.int(0, "Offset", minval=-500, maxval=500)


// MA Calculation Function
ma(source, length, _type) =>
    switch _type
        "SMA" => ta.sma(source, length)
        "EMA" => ta.ema(source, length)
        "SMMA (RMA)" => ta.rma(source, length)
        "WMA" => ta.wma(source, length)
        "VWMA" => ta.vwma(source, length)

// Indicator Calculations
basis = ma(src, length, maType)
dev = mult * ta.stdev(src, length)
upper = basis + dev
lower = basis - dev

// Visual Plots
plot(basis, "Basis", color=color.new(#2962FF, 0), offset=offset)
p1 = plot(upper, "Upper", color=color.new(#F23645, 0), offset=offset)
p2 = plot(lower, "Lower", color=color.new(#089981, 0), offset=offset)
fill(p1, p2, color=color.rgb(33, 150, 243, 95), title="Background")

// Strategy Logic
longCondition = close > upper 
exitCondition = close < lower 

if longCondition
    strategy.entry("Long", strategy.long)

if exitCondition
    strategy.close("Long")