Stratégie de stop loss suiveur adaptatif combinant croisement de moyenne mobile double et indicateur stochastique

SMA MA STOCHASTIC Trailing Stop Breakeven technical analysis CROSSOVER
Date de création: 2025-02-25 11:05:17 Dernière modification: 2025-02-25 11:05:17
Copier: 1 Nombre de clics: 484
2
Suivre
319
Abonnés

Stratégie de stop loss suiveur adaptatif combinant croisement de moyenne mobile double et indicateur stochastique Stratégie de stop loss suiveur adaptatif combinant croisement de moyenne mobile double et indicateur stochastique

Aperçu de la stratégie

La stratégie est un système de négociation intégré qui combine la croisée des lignes, le filtrage des indices aléatoires et le suivi automatique des arrêts. Elle est principalement basée sur le signal croisé des moyennes mobiles rapides (SMA 34) et des moyennes mobiles lentes (SMA 200), tout en utilisant les indices aléatoires stochastiques (Stochastic9-3-3) comme conditions de filtrage supplémentaires pour améliorer la fiabilité du signal.

Principe de stratégie

La logique centrale de la stratégie repose sur les éléments clés suivants:

  1. Système bi-univoque: utilisation d’une moyenne mobile simple de 34 cycles et de 200 cycles (SMA), représentant respectivement une tendance à moyen et à long terme. Lorsque la moyenne à court terme est traversée par la moyenne à long terme, une tendance à la hausse est formée; inversement, lorsque la moyenne à court terme est traversée par la moyenne à long terme, une tendance à la baisse est formée.

  2. Filtrage des indicateurs aléatoires: Utilisez l’indicateur stochastique aléatoire avec les paramètres 9-3-3 comme outil de jugement auxiliaire pour les surachats et les surventes du marché. Lorsque vous envisagez de faire des signaux multiples, demandez une valeur d’indicateur aléatoire supérieure à 20 pour éviter d’entrer en jeu lorsque la reprise de la zone de survente n’est pas encore suffisante. Lorsque vous envisagez de faire des signaux négatifs, demandez une valeur d’indicateur aléatoire inférieure à 80 pour éviter d’entrer en jeu lorsque la reprise de la zone de survente n’est pas encore confirmée.

  3. Conditions d’entrée

    • Pour les conditions multiples: le prix est au-dessus de la SMA 34, alors que la SMA 34 est au-dessus de la SMA 200, et que la ligne stochastique %K est supérieure à 20.
    • Conditions de blanchiment: prix en dessous de la SMA 34, alors que la SMA 34 est en dessous de la SMA 200 et que la ligne stochastique %K est inférieure à 80
  4. Le mécanisme de gestion des risques

    • Stop fixe: 2% du prix d’entrée.
    • Objectif de profit: 4% du prix d’entrée.
    • Fonction d’arrêt de garantie: lorsque le profit atteint 2%, le point d’arrêt est automatiquement augmenté au prix d’entrée ((mettre plus) ou réduit au prix d’entrée ((mettre moins), assurant que la transaction est au moins sans perte.
  5. Logique d’exécutionStratégie: L’exécution des transactions est automatisée via le module de stratégie de TradingView, avec 10% de la marge de chaque transaction.

Avantages stratégiques

  1. Le suivi de la tendance combiné à la secousseLa stratégie permet de capturer à la fois les tendances et l’état du marché, ce qui améliore la précision du timing d’entrée.

  2. Confirmation à plusieurs niveaux: le signal d’entrée doit satisfaire aux trois conditions suivantes: croisement du prix avec la moyenne, position relative de la moyenne et état de l’indicateur aléatoire, réduisant efficacement les fausses ruptures et les faux signaux.

  3. Les risques sont plus que justifiésLe ratio de risque/bénéfice est de 1:2, ce qui est conforme aux principes du trading sain.

  4. Mécanisme de couverture dynamique: grâce au paramètre de déclenchement du seuil de rupture ((2%), la fonction de couverture automatisée est mise en œuvre pour s’assurer que les transactions ne passent pas d’un bénéfice à une perte lorsque la tendance est favorable à un certain point.

  5. Signaux de négociation visualisés: La stratégie affiche les signaux d’achat et de vente sur le graphique des prix, ce qui permet aux traders de surveiller et d’analyser la performance de la stratégie.

  6. Ajustabilité des paramètres: Tous les paramètres clés peuvent être ajustés via l’interface d’entrée, y compris le cycle de la moyenne, les paramètres stochastiques, le taux de rupture, les objectifs de profit et les points de déclenchement de la garantie, ce qui rend la stratégie adaptative.

Risque stratégique

  1. Risque d’inversion de tendance: Bien que le SMA 200 soit utilisé comme filtre de tendance à long terme, il est possible qu’un revirement rapide du marché se produise à court terme, ce qui entraîne le déclenchement d’un stop loss. Solution: En combinaison avec un indicateur de volatilité, il peut être envisagé de réduire les positions ou de suspendre les transactions pendant une période d’une volatilité anormalement élevée.

  2. Points de glissement et coûts de transactionStratégie: les points de glissement et les coûts de transaction peuvent avoir un impact sur le taux de rendement réel dans un environnement réel. Solution: optimiser la fréquence des transactions, éviter les transactions trop fréquentes ou ajuster les conditions d’entrée pour exiger une confirmation de signal plus forte.

  3. Paramètre Sensibilité: L’efficacité de la stratégie dépend fortement de la configuration des paramètres. Différents marchés et périodes de temps peuvent nécessiter des combinaisons de paramètres différentes. Solution: Optimisation de la rétroaction, configuration de fichiers de paramètres différents pour différents environnements de marché.

  4. Décalage de la moyenneLes moyennes mobiles sont essentiellement des indicateurs en retard, ce qui peut entraîner des retards d’entrée ou de sortie. Méthode de résolution: Vous pouvez envisager d’utiliser des moyennes mobiles indicielles (EMA) au lieu de moyennes mobiles simples (SMA), ou en combinaison avec d’autres indicateurs de premier plan pour la confirmation.

  5. Pourcentage de risque fixeLa solution: concevoir un mécanisme d’arrêt dynamique basé sur l’ATR (Average True Range) afin de rendre le point d’arrêt plus adapté aux fluctuations du marché.

Orientation de l’optimisation de la stratégie

  1. Période moyenne de réglage dynamiqueLes stratégies actuelles utilisent des moyennes de 34 et 200 cycles fixes. On peut envisager d’ajuster automatiquement les moyennes en fonction des fluctuations du marché, en utilisant des cycles plus longs dans des environnements à forte volatilité et des cycles plus courts dans des environnements à faible volatilité, pour améliorer l’adaptabilité.

  2. Confirmation de la quantité ajoutée: Les signaux d’entrée actuels sont basés uniquement sur les prix et les indicateurs, et peuvent être augmentés par des conditions de volume de transactions, exigeant une augmentation significative du volume de transactions au moment où le signal se produit, pour confirmer l’efficacité de la percée.

  3. Analyse de plusieurs périodes: la mise en place de mécanismes de confirmation de plusieurs périodes de temps, par exemple en demandant que la direction de la tendance des périodes plus longues soit cohérente avec la direction des transactions, afin d’améliorer la fiabilité des signaux de négociation.

  4. Optimisation de la logique de suivi des pertesLes mécanismes de garantie actuels sont relativement simples et permettent de concevoir des logiques de suivi des stop-loss plus complexes, par exemple en fonction de la distance de suivi en fonction des paramètres ATR dynamiques, ou en resserrant progressivement le suivi des stop-loss avec l’augmentation des bénéfices.

  5. Ajout de filtres sur l’état du marchéIntroduction de mécanismes d’identification de l’état du marché, tels que l’identification de l’intensité de la tendance par l’indicateur ADX, avec des paramètres plus radicaux dans les marchés à forte tendance et plus conservateurs dans les marchés en crise.

  6. Optimiser les paramètres stochastiquesConsidérez d’utiliser des paramètres stochastiques adaptatifs plutôt que des paramètres 9-3-3 fixes, afin de mieux s’adapter aux différentes conditions du marché.

Résumer

La “stratégie d’arrêt de suivi adaptatif en combinaison d’indicateurs aléatoires et de croisement bi-homogène” est un système de négociation bien structuré et logiquement clair, qui intègre efficacement le suivi des tendances, le filtrage des indicateurs de choc et le mécanisme de gestion des risques. La confirmation de la combinaison croisée de l’indicateur aléatoire stochastique avec le SMA 34 et le SMA 200 permet de capturer les changements de tendance efficaces sur le marché tout en évitant l’entrée dans des conditions de marché défavorables.

Cependant, il reste encore de la place pour améliorer la stratégie, en particulier en ce qui concerne l’adaptabilité aux différents environnements de marché. Les performances de la stratégie peuvent être encore améliorées par l’introduction de mesures d’optimisation telles que l’ajustement des paramètres dynamiques, la confirmation du volume des transactions et l’analyse des multifraîches temporelles. Pour les traders, il est essentiel de comprendre les principes logiques qui sous-tendent la stratégie et de l’ajuster de manière appropriée en fonction de leur propre tolérance au risque et de leurs objectifs de trading.

Cette stratégie fournit un cadre structuré pour aider les traders à prendre des décisions de négociation plus systématiques et plus disciplinées dans des marchés complexes et changeants, que ce soit pour les investisseurs à long terme qui recherchent des rendements solides ou pour les traders actifs qui recherchent des opportunités de négociation à court terme.

Code source de la stratégie
/*backtest
start: 2024-02-26 00:00:00
end: 2025-02-23 08:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Binance","currency":"SOL_USDT"}]
*/

//@version=6
strategy('[DRAGON]SMA 34 & SMA 200 with Stochastic 9-3-3 & Trailing Stop (Price Chart)', overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=10)

// Inputs for Moving Averages
SMA_fast_length = input.int(34, title='Fast SMA (34)', minval=1)
SMA_slow_length = input.int(200, title='Slow SMA (200)', minval=1)

// Inputs for Stochastic 9-3-3 (ใช้สำหรับเงื่อนไขเทรด แต่ไม่แสดงบนกราฟ)
stoK_length = input.int(9, title='Stochastic %K Length', minval=1)
stoD_length = input.int(3, title='Stochastic %D Smoothing', minval=1)
sto_smoothK = input.int(3, title='Stochastic Smoothing', minval=1)

// Define Stop Loss, Take Profit & Trailing Stop
stopLossPercent = input.float(2, title='Stop Loss %') / 100
takeProfitPercent = input.float(4, title='Take Profit %') / 100
breakevenTrigger = input.float(2, title='Move SL to BE when Profit Reaches (%)') / 100

// Calculate SMAs
sma34 = ta.sma(close, SMA_fast_length)
sma200 = ta.sma(close, SMA_slow_length)

// Calculate Stochastic (สำหรับใช้ในเงื่อนไขเทรด)
stoK = ta.sma(ta.stoch(close, high, low, stoK_length), sto_smoothK)
stoD = ta.sma(stoK, stoD_length)

// Plot Moving Averages บนกราฟราคา
plot(sma34, color=color.blue, title='SMA 34')
plot(sma200, color=color.red, title='SMA 200')

// Define Entry Conditions โดยมีเงื่อนไขจาก Stochastic
buySignal = ta.crossover(close, sma34) and sma34 > sma200 and stoK > 20
sellSignal = ta.crossunder(close, sma34) and sma34 < sma200 and stoK < 80

// Calculate Stop Loss & Take Profit Levels
longSL = strategy.position_avg_price * (1 - stopLossPercent)
longTP = strategy.position_avg_price * (1 + takeProfitPercent)
shortSL = strategy.position_avg_price * (1 + stopLossPercent)
shortTP = strategy.position_avg_price * (1 - takeProfitPercent)

// กำหนด Breakeven เมื่อได้กำไรตามที่ตั้งไว้
longBreakeven = strategy.position_avg_price * (1 + breakevenTrigger)
shortBreakeven = strategy.position_avg_price * (1 - breakevenTrigger)

longStop = close >= longBreakeven ? strategy.position_avg_price : longSL
shortStop = close <= shortBreakeven ? strategy.position_avg_price : shortSL

// Execute Trades
if buySignal
    strategy.entry('Long', strategy.long)
    strategy.exit('Long Exit', from_entry='Long', stop=longStop, limit=longTP)

if sellSignal
    strategy.entry('Short', strategy.short)
    strategy.exit('Short Exit', from_entry='Short', stop=shortStop, limit=shortTP)

// Plot Buy/Sell Signals บนกราฟราคา
plotshape(buySignal, location=location.belowbar, color=color.lime, style=shape.labelup, title='Buy Signal')
plotshape(sellSignal, location=location.abovebar, color=color.red, style=shape.labeldown, title='Sell Signal')