
La stratégie de chasse à la liquidité et de renversement est un système de négociation quantitatif avancé qui se concentre sur la capture des actions de chasse à la liquidité sur le marché et leur entrée en jeu dans les revers de force qui s’ensuivent. L’idée centrale de la stratégie est d’identifier les cas où des hauts ou des bas historiques ont été franchis (chasse à la liquidité), puis d’attendre que le marché se présente avec une forme de courbe inversée significative indiquant qu’un renversement de direction est possible.
Le principe de fonctionnement de cette stratégie repose sur deux étapes clés: d’abord identifier les comportements de chasse mobiles, puis confirmer les signaux de renversement.
Identification de la chasse à mouvement: La stratégie utilise une période de rétrocession paramétrifiée (de 20 cycles par défaut) pour déterminer les hauts et les bas historiques. Si le prix actuel dépasse les hauts précédents (liqUp) ou les bas précédents (liqDown), il est considéré comme un événement de chasse à la liquidité potentiel.
Confirmation à l’envers: après un événement de chasse à la liquidité, la stratégie cherche un fort revers de tendance, dont l’amplitude doit être supérieure à 1,2 fois l’ATR (la gamme réelle moyenne) de 14 cycles. Pour faire des signaux multiples, il faut un fort bull; pour faire des signaux blancs, il faut un fort bear.
Génération du signal: La stratégie ne génère un signal de transaction que si les deux conditions suivantes sont remplies:
Le mécanisme de retraitLa stratégie implique un double mécanisme de retrait:
L’analyse du code de cette stratégie de trading quantifié permet de résumer les avantages notables suivants:
Capturer le comportement des institutionsLa stratégie se concentre sur l’identification des pratiques de chasse à la liquidité courantes dans les institutions, qui sont généralement des opérations de marché dominées par les grandes capitales et qui suivent les mouvements de “l’argent intelligent”.
Signal de haute qualitéLa stratégie filtre efficacement les signaux faibles, ne générant que des opportunités de transactions à forte probabilité, “fewer but more meaningful signals” (signaux moins nombreux mais plus significatifs) [2].
Très adaptable: Stratégie utilisant l’ATR pour ajuster dynamiquement les exigences d’amplitude des inversions afin de pouvoir s’adapter aux différentes fluctuations du marché
Amélioration de la gestion des risquesLe système de protection double pourcentage stop-loss et le système de protection double pour le temps de sortie, permettant de contrôler efficacement le seuil de risque de chaque transaction.
Travail à deuxLes stratégies permettent à la fois de faire plus et de faire moins, de trouver des opportunités dans différents environnements de marché, sans se limiter à une seule direction.
Paramètres modifiablesLes paramètres clés tels que la période de rétrocession, le coefficient ATR, le pourcentage TP/SL et la durée de la position peuvent être ajustés, ce qui donne une grande flexibilité à la stratégie.
Malgré cette stratégie bien conçue, les risques potentiels sont les suivants:
Risque de fausse percée: Il peut arriver que le marché recule immédiatement après une brève percée des hauts et bas historiques, ce qui entraîne de faux signaux. La solution est d’envisager d’ajouter des conditions de filtrage supplémentaires, telles que la confirmation du volume de transaction ou la nécessité d’une durée de rupture.
Limitation du pourcentage fixe TP/SL: L’utilisation d’un stop-loss à pourcentage fixe peut ne pas convenir à tous les environnements de marché, en particulier pendant les périodes de volatilité significative. Il est recommandé de considérer un paramètre de stop-loss dynamique basé sur l’ATR.
Le point mort du temps: les sorties à cycle fixe peuvent conduire à une sortie prématurée d’une position avantageuse au début d’une tendance. Le moment de la sortie peut être considéré comme un ajustement dynamique de l’indicateur de tendance.
Paramètre Sensibilité: les performances stratégiques sont sensibles au choix des paramètres, en particulier la longueur de la période de rétroaction et le multiplicateur ATR. Des paramètres d’optimisation et de rétroaction suffisants sont nécessaires pour éviter une suradaptation.
Adaptabilité à l’environnement du marché: Cette stratégie est susceptible d’être la plus efficace dans les marchés à basse volatilité, mais peut générer trop de faux signaux dans les marchés à forte tendance. Il est recommandé d’inclure un mécanisme d’identification de l’environnement de marché.
Sur la base d’une analyse approfondie du code, voici les directions possibles d’optimisation:
Multiples ATR dynamiquesLa stratégie actuelle utilise un ATR de 1,2 fois fixe comme critère de jugement pour le retournement de la tendance. Il est possible d’envisager d’ajuster ce multiple en fonction de la dynamique de la volatilité du marché, en réduisant le multiple pendant les périodes de forte volatilité et en augmentant le multiple pendant les périodes de faible volatilité.
Confirmation de la livraison: Ajout d’une analyse de la quantité de traite comme facteur de confirmation supplémentaire, par exemple en demandant une augmentation de la quantité de traite lors d’une chasse fluide et une plus grande quantité de traite lors d’un renversement.
Confirmation de plusieurs périodes: recherche de zones de support/résistance sur des périodes plus élevées, générant des signaux uniquement lors d’événements de chasse fluide à proximité de ces zones importantes.
Système d’arrêt intelligent: la mise en place d’un stop-loss ou d’un stop-loss dynamique basé sur la structure du marché, plutôt que d’un simple pourcentage fixe.
Filtre de tendance: Ajout d’un composant de reconnaissance de tendance, réduction des opérations de contre-courant dans les tendances fortes, acceptation des signaux ou ajustement des paramètres uniquement dans la direction de la tendance.
Optimisation du délai de rétroaction: L’utilisation actuelle d’une période de rétroaction fixe (de 20 cycles) peut ne pas s’appliquer à tous les marchés. Envisagez de mettre en place une période de rétroaction adaptative, qui s’ajuste automatiquement en fonction de la volatilité du marché.
Augmentation de la détection des modèles inversésEn plus de la simple forme inverse, il est possible de reconnaître des formes inverses plus complexes, telles que des formes de déglutition, des fils de souris, des étoiles de tir, etc., ce qui améliore la précision de la reconnaissance inverse.
La stratégie de liquidité chasse et inversion est un système de trading quantifié et sophistiqué qui capture des opportunités de trading à forte probabilité en identifiant les comportements de liquidité chasse et les inversions de force qui s’ensuivent sur le marché. La stratégie combine l’analyse technique et la théorie de la microstructure du marché, en mettant l’accent sur les moments critiques de la manipulation et de l’inversion du marché.
La stratégie filtre efficacement le bruit du marché en mettant en œuvre un mécanisme de double confirmation rigoureux (chasse de liquidité + revers de force) et ne signale que lorsque des réglages de véritable qualité apparaissent. En outre, un système de gestion des risques parfait (mécanisme de double retrait) assure la sécurité des fonds.
Bien que la stratégie soit déjà assez complète, il reste encore de nombreuses directions d’optimisation à explorer, en particulier en ce qui concerne l’ajustement des paramètres dynamiques, les mécanismes de confirmation multiple et une gestion plus intelligente des fonds. Grâce à ces optimisations, la stratégie a le potentiel de fournir des signaux de trading plus stables et plus fiables dans diverses conditions de marché.
Pour les traders qui cherchent à saisir les retournements du marché, la stratégie offre une approche systématique et disciplinée qui permet d’éviter les transactions émotionnelles et d’améliorer la rentabilité à long terme.
/*backtest
start: 2015-02-22 00:00:00
end: 2025-05-14 16:31:09
period: 1h
basePeriod: 1h
*/
//@version=5
strategy("Liquidity Hunt + Reversal Strategy (TP/SL + Time-Based)", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=10)
// === Settings ===
len = input.int(20, title="Lookback for Liquidity Hunt")
barExit = input.int(5, title="Exit After How Many Bars")
tpPerc = input.float(2.0, title="Take Profit (%)") / 100
slPerc = input.float(1.0, title="Stop Loss (%)") / 100
// === Liquidity Hunt Detection ===
prevHigh = ta.highest(high, len)[1]
prevLow = ta.lowest(low, len)[1]
liqUp = high > prevHigh
liqDown = low < prevLow
// === Reversal Confirmation ===
atr = ta.atr(14)
bigBearish = close < open and (open - close) > (atr * 1.2)
bigBullish = close > open and (close - open) > (atr * 1.2)
// === Signals ===
longSignal = liqDown and bigBullish
shortSignal = liqUp and bigBearish
// === Open Trades ===
if (longSignal)
strategy.entry("Long", strategy.long)
if (shortSignal)
strategy.entry("Short", strategy.short)
// === Entry Price and Bars in Trade ===
entryPrice = strategy.position_avg_price
barsInTrade = bar_index - strategy.opentrades.entry_bar_index(0)
// === Long Exit ===
if (strategy.position_size > 0)
strategy.exit("Long Exit", from_entry="Long",
limit=entryPrice * (1 + tpPerc),
stop=entryPrice * (1 - slPerc),
when=barsInTrade >= barExit)
// === Short Exit ===
if (strategy.position_size < 0)
strategy.exit("Short Exit", from_entry="Short",
limit=entryPrice * (1 - tpPerc),
stop=entryPrice * (1 + slPerc),
when=barsInTrade >= barExit)
// === Chart Signals ===
plotshape(longSignal, location=location.belowbar, color=color.green, style=shape.labelup, text="LONG")
plotshape(shortSignal, location=location.abovebar, color=color.red, style=shape.labeldown, text="SHORT")