
La stratégie de jugement de tendance et d’arrêt dynamique combinée à une distribution de volume de transaction à portée fixe et à une moyenne de transaction pondérée fixe est un système de négociation intégré qui intègre habilement les deux puissants outils d’analyse technique de la distribution de volume de transaction à portée fixe (FRVP) et de la moyenne de transaction pondérée (AVWAP) et combine plusieurs indicateurs dynamiques tels que le RSI, l’EMA et le MACD, ainsi qu’une gestion dynamique des pertes et pertes basée sur l’ATR. Cette stratégie vise à capturer les tendances des prix et à améliorer la qualité des transactions en réduisant les conditions de filtrage simultanées.
Le principe central de cette stratégie est de prendre des décisions de négociation en analysant la structure et la dynamique du marché en plusieurs dimensions, en combinant le volume et le comportement des prix.
Le prix moyen pondéré du volume d’opérations (AVWAP): Le prix moyen est calculé en utilisant le volume de transactions pondéré comme niveau de support/résistance dynamique, ce qui fournit un point de référence important pour la rupture des prix. Une rupture des prix AVWAP peut indiquer que la direction de la tendance est établie.
Répartition de la quantité d’acheminement à portée fixe (FRVP)Le prix moyen moyen (frvpMid) est calculé en analysant les prix les plus élevés et les plus bas d’une période donnée, ce qui permet d’identifier les variations de la structure du marché et les niveaux de prix clés.
Moyenne mobile indicielle (EMA)L’EMA de 200 cycles est utilisée comme filtre de tendance pour empêcher les transactions de contre-courant. Il est considéré que le cours est supérieur à l’EMA, et vice versa.
Indice de force relative (RSI): éviter de négocier dans les zones de survente/survente, en fournissant une confirmation supplémentaire pour l’entrée. Pour les surtensions, le RSI doit être supérieur au niveau de survente; pour les courants, le RSI doit être inférieur au niveau de survente.
Le MACD est confirméL’objectif est d’améliorer la qualité des signaux de négociation en veillant à ce que la direction du mouvement soit la même que celle de la transaction.
Filtre à débit: Ne négociez que lorsque le volume de transactions est supérieur à la moyenne des 20 cycles, afin d’éviter les fausses ruptures dans un environnement de faible liquidité.
Stop-loss et trace-stop de base de l’ATR: Ajustez votre position de stop loss en fonction de la dynamique de la volatilité du marché, tout en permettant une marge de manœuvre suffisante pour le prix, tout en protégeant vos fonds.
Les conditions d’entrée exigent strictement que tous les indicateurs soient confirmés, ce qui améliore considérablement la fiabilité des signaux de négociation. Par exemple, le fait de demander plusieurs fois que le prix franchisse l’AVWAP, soit au-dessus de l’EMA, le RSI soit supérieur au niveau de survente, le MACD confirme la volatilité et le volume de transaction suffisant. La stratégie d’exit utilise des arrêts et des arrêts de suivi calculés en multiples d’ATR, ce qui permet à la gestion des risques de s’adapter à différents environnements de fluctuation du marché.
Cette stratégie présente plusieurs avantages:
Analyse en plusieurs dimensionsL’analyse globale des prix, des transactions et des indicateurs de dynamique permet d’avoir une vision plus globale du marché et de réduire les signaux erronés qu’un seul indicateur peut générer.
Une grande capacité d’adaptationLe stop-loss et le tracking stop-loss de base ATR permettent de s’adapter automatiquement à la volatilité du marché, ce qui permet à la stratégie de maintenir une gestion appropriée des risques dans différents environnements de marché.
Tendances combinées avec le volume des transactionsLes AVWAP et les FRVP fournissent des niveaux de support et de résistance de prix basés sur le volume des transactions et sont plus convaincants que la simple analyse des prix, car ils reflètent la participation réelle du marché.
Conditions d’entrée strictes: Le mécanisme de confirmation multiple réduit considérablement les faux signaux et augmente la probabilité de succès des transactions. Bien que la fréquence des transactions puisse être réduite, la qualité est garantie.
Gestion dynamique des risquesLes stratégies de stop-loss basées sur l’ATR permettent d’ajuster automatiquement la distance de stop-loss en fonction de la volatilité du marché, ce qui rend le contrôle des risques plus précis et rationnel.
Filtrer les transactions à faible volumeLes échanges de devises et de devises en espèces sont des échanges de devises et de devises en espèces, et les échanges de devises et de devises en espèces sont des échanges de devises.
Commentaires visuelsLa stratégie consiste à visualiser les signaux de trading sur le graphique à l’aide d’une fonctionnalité de balisage pour aider les traders à mieux comprendre et évaluer la performance du système.
Bien que cette stratégie soit conçue pour être globale, elle comporte des risques potentiels:
Paramètre Sensibilité: La combinaison de plusieurs indicateurs et paramètres peut entraîner un risque d’optimisation excessive. Différents marchés et périodes de temps peuvent nécessiter des paramètres différents et nécessiter un retour d’expérience et une vérification adéquats.
Performance du marché horizontal: dans un marché horizontal sans tendance évidente, la stratégie peut générer trop de faux signaux de rupture, entraînant des pertes continues. Vous pouvez envisager d’ajouter un filtre de volatilité et de suspendre la négociation dans un environnement à faible volatilité.
Le problème du retard: L’EMA et d’autres indicateurs sont intrinsèquement retardés, ce qui peut entraîner une entrée tardive et une perte de profit. L’utilisation d’indicateurs plus rapides ou l’ajustement des paramètres des indicateurs existants peuvent être envisagés pour atténuer ce problème.
Risques de saut à l’échelleIl est recommandé de définir une limite de perte maximale ou d’utiliser une stratégie de protection d’options.
Une dépendance excessive à l’égard des indicateurs techniquesLa stratégie est entièrement basée sur l’analyse technique et ignore les facteurs fondamentaux et l’humeur du marché. L’intégration d’indicateurs d’humeur du marché ou de filtres fondamentaux peut être envisagée pour obtenir une vision plus complète du marché.
Coût des transactions fréquentes: Si les paramètres sont mal configurés, cela peut entraîner des transactions fréquentes et augmenter les coûts de transaction. Les paramètres d’optimisation doivent être mesurés en arrière pour trouver l’équilibre entre la fréquence des transactions et la rentabilité.
La stratégie peut être optimisée dans les directions suivantes, en fonction de l’analyse du code:
Les paramètres dynamiques s’adaptent: permet d’ajuster dynamiquement des paramètres tels que le RSI, l’EMA, et d’optimiser automatiquement les paramètres en fonction de la volatilité du marché, ce qui rend la stratégie plus adaptative. Par exemple, un cycle RSI plus long est utilisé dans un marché très volatil et un cycle plus court dans un marché peu volatil.
Ajout d’un indicateur de l’humeur du marché: intégrer le VIX ou d’autres indicateurs de l’humeur du marché, modifier les comportements stratégiques en période de panique extrême ou de cupidité, éviter de négocier dans des conditions de marché extrêmes.
Filtreur de tempsLe filtrage de temps a été ajouté pour éviter les périodes de forte volatilité avant l’ouverture et la fermeture du marché, ou pour se concentrer sur des périodes de transactions spécifiques afin d’améliorer le taux de victoire.
Analyse de plusieurs périodes: Intégrer des signaux de confirmation à des délais plus élevés, afin de s’assurer que la direction des transactions est conforme à la tendance plus large et de réduire le risque de trading à contre-courant.
Amélioration de la définition des objectifs de profit: Le code actuel ne définit pas clairement les objectifs de profit, mais repose principalement sur le suivi des profits de blocage des pertes. Des objectifs de profit intelligents peuvent être définis en fonction des niveaux de résistance / support critiques, du rapport de retour sur risque ou de la fourchette de fluctuation des prix.
Optimisation de l’analyse des volumes: l’analyse de la transaction peut être affinée, par exemple en utilisant le taux de variation de la transaction relative au lieu d’une simple comparaison de la moyenne, pour déterminer plus précisément l’anomalie de la transaction.
Ajout d’un mécanisme de suspension de stratégie: Suspension automatique des transactions en cas de pertes consécutives ou dans des conditions spécifiques du marché, afin de protéger les fonds contre les effets du risque systémique et de reprendre les transactions une fois les conditions rétablies.
Optimisation de la gestion des fondsLa stratégie actuelle consiste à utiliser une méthode de gestion de fonds avec un pourcentage fixe (< 10%), ce qui permet d’envisager un ajustement de la taille de position basé sur la volatilité, en augmentant la position pendant les périodes de faible volatilité et en réduisant la position pendant les périodes de forte volatilité.
Une stratégie de jugement de tendance et de stop loss dynamique combinant une distribution de volume de transactions à portée fixe et un prix moyen de volume de transactions pondéré fixe est un système de négociation quantitatif bien conçu qui forme un cadre de négociation complet et auto-adaptatif en intégrant plusieurs outils et indicateurs d’analyse technique. Le principal avantage de la stratégie réside dans la combinaison de l’analyse des prix basée sur le volume de transactions (FRVP et AVWAP) avec les indicateurs traditionnels de tendance et de dynamique (EMA, RSI, MACD) et un mécanisme de gestion du risque flexible qui lui permet de maintenir une performance stable dans différents environnements de marché.
Bien qu’il existe des risques potentiels tels que la sensibilité des paramètres et la mauvaise performance des marchés horizontaux, la plupart de ces problèmes peuvent être efficacement atténués par des orientations d’optimisation recommandées, telles que l’adaptation des paramètres dynamiques, l’analyse des multiframes temporelles et l’amélioration de la gestion des fonds. En particulier, l’ajout d’indicateurs de l’humeur du marché et des recommandations de mécanismes de suspension de la stratégie devraient améliorer encore la stabilité du système et la rentabilité à long terme.
Pour les traders quantifiés qui recherchent des stratégies de trading intégrées, le système offre une base solide qui peut être personnalisée et optimisée davantage en fonction des préférences de risque personnelles et des caractéristiques de la variété de transactions. Grâce à un retour d’expérience rigoureux et à une amélioration progressive, la stratégie a le potentiel d’être un outil de trading efficace à long terme.
/*backtest
start: 2024-03-06 00:00:00
end: 2025-03-04 08:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"SOL_USDT"}]
*/
//@version=5
strategy("FRVP + AVWAP Improved By NgashCT", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=10)
// Inputs
length = input(50, title="AVWAP Length")
frvpLength = input(100, title="FRVP Length")
rsiLength = input(14, title="RSI Length")
rsiOverbought = input(70, title="RSI Overbought")
rsiOversold = input(30, title="RSI Oversold")
emaLength = input(200, title="EMA Length")
atrMultiplier = input(1.5, title="ATR Multiplier for Stop Loss")
trailStopMultiplier = input(2, title="ATR Multiplier for Trailing Stop")
// Indicators
avwap = ta.vwap(close)
ema = ta.ema(close, emaLength)
rsi = ta.rsi(close, rsiLength)
macdLine = ta.ema(close, 12) - ta.ema(close, 26)
signalLine = ta.ema(macdLine, 9)
atr = ta.atr(14)
// Volume Profile
highestHigh = ta.highest(high, frvpLength)
lowestLow = ta.lowest(low, frvpLength)
frvpMid = (highestHigh + lowestLow) / 2
// Entry Conditions
longCondition = ta.crossover(close, avwap) and close > ema and rsi > rsiOversold and macdLine > signalLine
shortCondition = ta.crossunder(close, avwap) and close < ema and rsi < rsiOverbought and macdLine < signalLine
// Volume Filter (Trade only when volume is above its moving average)
avgVolume = ta.sma(volume, 20)
volumeFilter = volume > avgVolume
longCondition := longCondition and volumeFilter
shortCondition := shortCondition and volumeFilter
// Debugging Prints
labelLong = longCondition ? "Long Signal" : ""
labelShort = shortCondition ? "Short Signal" : ""
label.new(bar_index, high, labelLong, color=color.green, textcolor=color.white)
label.new(bar_index, low, labelShort, color=color.red, textcolor=color.white)
// Strategy Orders
if longCondition
strategy.entry("Long", strategy.long)
strategy.exit("Exit Long", from_entry="Long", stop=close - atr * atrMultiplier, trail_points=atr * trailStopMultiplier)
if shortCondition
strategy.entry("Short", strategy.short)
strategy.exit("Exit Short", from_entry="Short", stop=close + atr * atrMultiplier, trail_points=atr * trailStopMultiplier)