
La stratégie de retour en arrière de la rotation du sommet avec un système d’optimisation des gains et des risques multifonctionnel est une stratégie de négociation quantifiée basée sur les tendances des pics et les comportements des prix. La stratégie identifie principalement les tendances des pics de rotation du sommet spécifiques, combinées à des signaux de retour en arrière de couleur consécutifs après les pics de couleur, et établit des opportunités de négociation sur les points de retournement potentiels du marché. La stratégie intègre des mécanismes d’arrêt automatique (SL) et de prise (TP) avec un rapport de retour sur risque de 1:1,5, ce qui équilibre efficacement la gestion des risques et l’optimisation des gains.
Les principes centraux de cette stratégie combinent plusieurs éléments d’analyse technique pour former un système de négociation complet:
Continuité des couleurs et reconnaissance inverseLa stratégie consiste d’abord à détecter trois baisses consécutives de la même couleur (trois hausses ou baisses consécutives) et ensuite à rechercher une quatrième baisse avec un renversement de couleur. Ce modèle indique généralement que l’humeur du marché est susceptible de changer.
Identification de la forme de rotation du sommetLa stratégie consiste à filtrer davantage les effondrements caractérisés par une “rotation du sommet”, qui présente les caractéristiques suivantes:
Signal synthétique déclenché: Un signal de transaction est déclenché uniquement lorsque le retournement de couleur et la forme de rotation du sommet se produisent simultanément.
Gestion automatisée des risques:
La stratégie permet une prise de décision de trading entièrement automatisée, allant de l’analyse de l’état du marché et de la reconnaissance des tendances à la gestion des positions et à la stratégie de sortie, formant ainsi une boucle fermée complète du système de trading.
L’analyse approfondie de cette stratégie a révélé les avantages suivants:
Mécanisme de vérification multifactorielle: La combinaison de plusieurs confirmations d’une même couleur, d’une inversion de couleur et d’une forme spécifique, réduit efficacement les faux signaux et améliore la qualité des transactions.
Définition précise de la forme: transformer la reconnaissance subjective de la forme en une norme quantitative objective par le biais de définitions mathématiques rigoureuses (proportion de la taille de l’entité, équilibre des rayons, etc.);
Gestion automatisée des risquesLe mécanisme de stop-loss et de profit intégré garantit que chaque transaction a des limites de risque prédéfinies et des objectifs de profit clairs, sans que le trader ait besoin d’un jugement subjectif.
Résultats de l’optimisationLe rapport risque/rendement de 1:1,5 signifie que même avec un taux de victoire de 40%, la stratégie peut théoriquement être rentable, offrant un avantage statistique.
Signaux de négociation visualisésLa stratégie génère des marqueurs visuels clairs, comprenant des balises et des graphiques de niveau d’entrée, de stop et de profit, permettant aux traders d’évaluer chaque transaction de manière intuitive.
Intégration de la gestion des fondsLa stratégie utilise le pourcentage de participation du compte (<10%) pour calculer la taille de la position et ajuste automatiquement la taille de la transaction à mesure que le compte augmente.
Malgré la bonne conception de la stratégie, les risques potentiels sont les suivants:
Risque de fausse percée: Le marché peut subir un renversement de couleur et la poursuite de la tendance initiale après la rotation du sommet, ce qui entraîne le déclenchement d’un stop loss. La solution consiste à envisager d’ajouter des conditions de filtrage supplémentaires, telles qu’un indicateur de tendance ou une confirmation de transaction.
Risque de stop-loss fixeLa stratégie consiste à utiliser des paramètres de stop-loss à un nombre de points fixe (par exemple 4 points) qui peuvent ne pas être adaptés à tous les marchés et périodes. L’amélioration consiste à utiliser des indicateurs dynamiques tels que l’ATR (la vraie amplitude des fluctuations) pour ajuster la distance de stop-loss.
Risques liés à la survente: Dans un marché en crise, il est possible que des signaux de conditionnement soient fréquents, augmentant les coûts de transaction. Il est recommandé d’ajouter des restrictions de fréquence de transaction ou des filtres de tendance.
Risque de pénurie de marché: dans un contexte de déficit important, le prix peut sauter directement le prix d’arrêt, causant des pertes réelles supérieures aux attentes. L’utilisation d’options ou d’autres dérivés peut être envisagée comme instrument de couverture.
Paramètre Sensibilité: la stratégie dépend de paramètres spécifiques (par exemple, 30% de proportion d’entités, 20% d’équilibre des rayons d’ombre), qui peuvent nécessiter des ajustements dans différents marchés. Une optimisation de la rétroanalyse et une analyse de sensibilité sont recommandées.
Selon une analyse approfondie de la logique de la stratégie, voici quelques pistes d’optimisation possibles:
Système d’arrêt dynamiqueRemplacement des arrêts à points fixes par des arrêts dynamiques basés sur l’ATR, mieux adaptés aux changements de volatilité du marché. Cela permet de resserrer les arrêts pendant les périodes de faible volatilité et d’assouplir les arrêts pendant les périodes de forte volatilité, plus adaptés aux caractéristiques du marché.
Filtrage de l’environnement du marché: ajouter des mécanismes d’identification de l’état du marché, tels que des indicateurs de force de tendance ou des filtres de volatilité, pour négocier uniquement dans des environnements de marché adaptés à la stratégie. Par exemple, pour éviter les transactions à contre-courant dans des marchés à forte tendance ou pour ajuster les paramètres dans des environnements à forte volatilité.
Filtre par temps: Augmentation des conditions de filtrage temporel, évitant les moments de grande volatilité tels que la publication de données économiques importantes ou l’ouverture / fermeture du marché, réduisant les signaux de bruit.
Paramètres d’adaptation: Adaptation des paramètres d’implémentation, adaptation des critères d’identification de la forme en fonction de la dynamique du comportement du marché récent, comme la définition de la “petite entité” en fonction de la proportion d’entités moyennes qui se sont effondrées le plus récemment N.
Confirmation de plusieurs périodes: Augmentation de l’analyse sur plusieurs périodes de temps, pour s’assurer que la direction des transactions est cohérente avec les tendances sur de plus grandes périodes de temps, pour améliorer les taux de victoire.
Adaptation de la dynamique des risques et des retours: Ajustez le ratio de risque/rendement en fonction de l’état du marché et de la dynamique de la performance historique, recherchez des rendements plus élevés dans un environnement favorable et négociez de manière conservatrice dans un environnement défavorable.
Optimisation du machine learningL’utilisation de la technologie d’apprentissage automatique pour identifier les meilleures combinaisons de paramètres et les meilleures conditions de marché pour améliorer encore la performance et l’adaptabilité de la stratégie.
Un système de trading complet combinant des méthodes d’analyse technique et de quantification. Il fournit aux traders un cadre de trading systématisé en identifiant des formes de baisse et des modèles de comportement des prix spécifiques, associés à des règles strictes de gestion des risques.
Le principal avantage de cette stratégie réside dans le mécanisme de confirmation multi-facteurs, la définition précise de la forme et la gestion automatisée des risques, ce qui permet de réduire efficacement les jugements subjectifs et d’améliorer la cohérence des transactions. En outre, le rapport de retour sur risque 1: 1.5 intégré à la stratégie offre un avantage statistique de rentabilité à long terme.
Cependant, les traders qui appliquent cette stratégie doivent être conscients du risque potentiel de fausse rupture, des limites des arrêts fixes et de l’impact des conditions du marché. La robustesse et l’adaptabilité de la stratégie peuvent être encore améliorées en mettant en œuvre les mesures d’optimisation recommandées, telles que l’arrêt dynamique, le filtrage des conditions du marché et l’adaptation des paramètres.
En fin de compte, cette stratégie fournit non seulement des règles de négociation claires, mais montre également comment transformer une analyse technique subjective en un système quantitatif objectif, fournissant un cadre méthodologique digne de référence pour le domaine de la négociation quantitative.
/*backtest
start: 2025-01-01 00:00:00
end: 2025-03-26 00:00:00
period: 3h
basePeriod: 3h
exchanges: [{"eid":"Futures_Binance","currency":"ETH_USDT"}]
*/
//@version=5
strategy("Strategy Spinning Top with SL & TP", overlay=true, initial_capital=10000, default_qty_type=strategy.percent_of_equity, default_qty_value=10)
// Check candlestick color
isGreen = close > open
isRed = close < open
// Check if the previous 3 candles are the same color
threePrevGreen = isGreen[1] and isGreen[2] and isGreen[3]
threePrevRed = isRed[1] and isRed[2] and isRed[3]
// Check if the current candle is the opposite color of the previous 3 candles
colorChangeBullish = threePrevRed and isGreen
colorChangeBearish = threePrevGreen and isRed
// Spinning Top conditions
bodySize = math.abs(close - open)
upperWick = high - math.max(close, open)
lowerWick = math.min(close, open) - low
// Spinning Top conditions
isSmallBody = bodySize < ((high - low) * 0.3)
isWicksBalanced = math.abs(upperWick - lowerWick) <= (high - low) * 0.2
isSpinningTop = isSmallBody and isWicksBalanced
// Combine all conditions
finalCondition = (colorChangeBullish or colorChangeBearish) and isSpinningTop
// Entry, SL, TP
if finalCondition
if colorChangeBullish
entryPrice = close
slPrice = low - 4
tpPrice = entryPrice + (entryPrice - slPrice) * 1.5
strategy.entry("Long", strategy.long)
strategy.exit("Exit Long", "Long", stop=slPrice, limit=tpPrice)
label.new(bar_index + 1, high, "Long Entry\nEntry: " + str.tostring(entryPrice) + "\nSL: " + str.tostring(slPrice) + "\nTP: " + str.tostring(tpPrice), color=color.green)
else if colorChangeBearish
entryPrice = close
slPrice = high + 4
tpPrice = entryPrice - (slPrice - entryPrice) * 1.5
strategy.entry("Short", strategy.short)
strategy.exit("Exit Short", "Short", stop=slPrice, limit=tpPrice)
label.new(bar_index + 1, high, "Short Entry\nEntry: " + str.tostring(entryPrice) + "\nSL: " + str.tostring(slPrice) + "\nTP: " + str.tostring(tpPrice), color=color.red)