
La stratégie de quantification de la liquidité dynamique à plusieurs niveaux est un système de négociation avancé spécialement conçu pour détecter et exploiter les comportements de chasse au stop-loss sur les marchés. Elle est basée sur le fait que les institutions de marché créent souvent de fausses ruptures dans des zones de liquidité critiques (comme les hauts ou les bas récents) puis se retournent rapidement.
Le principe central de cette stratégie est d’identifier et d’exploiter ce que l’on appelle le “ blanchiment de liquidité ” ou la “ chasse au préjudice “.
Identification des zones de mobilitéLa stratégie utilise une période de rétrocession (default 20 cycles) pour déterminer les prix les plus élevés et les plus bas les plus récents, qui regroupent généralement un grand nombre d’ordres stop-loss.
Détection de ruptureLa stratégie détecte les événements potentiels de liquidité blanchissante lorsque les prix actuels dépassent les hauts ou les bas de la période précédente.
high > highestHigh[1]low < lowestLow[1]Conditions du filtrePour réduire le nombre de faux signaux, la stratégie a introduit deux filtres clés:
Signaux d’entrée:
Gestion des risquesLa stratégie utilise un paramètre de stop-loss dynamique basé sur l’ATR:
Suivi des transactions: La stratégie suit les variations de position et marque les points d’entrée et de sortie sur le graphique, fournissant une rétroaction visuelle intuitive des transactions.
Une analyse approfondie de cette stratégie a révélé les avantages suivants:
Perspectives du marchéLa stratégie capture la faiblesse psychologique des acteurs du marché, c’est-à-dire le comportement concentré de mettre des arrêts de perte à des positions clés, un modèle qui se reproduit sur le marché.
Mécanisme de confirmation multipleLe système de triple confirmation, combiné à l’analyse du comportement des prix (BREAK), des indicateurs techniques (RSI) et du volume des transactions, réduit considérablement les faux signaux.
Gestion dynamique des risques: Utilisation de l’ATR pour la mise en place d’un stop-loss, permettant à la gestion des risques de s’adapter aux changements de la volatilité du marché, en mettant en place un stop plus large dans les marchés à forte volatilité et un stop plus étroit dans les marchés à faible volatilité.
Conditions d’admission objectivesLes conditions d’entrée de la stratégie sont entièrement basées sur des indicateurs techniques objectifs et le comportement du marché, ce qui réduit les interférences avec le jugement subjectif.
Système de rétroaction visuelle: En marquant les points d’entrée et de sortie sur le graphique, les traders peuvent évaluer visuellement la performance de la stratégie et effectuer une analyse rétrospective.
Adaptation à une situation de marché différente: La stratégie peut s’adapter à différents environnements de marché et types de transactions grâce à des paramètres réglables.
Malgré cette stratégie bien conçue, les risques suivants sont présents:
Le risque d’une fausse percée: Le marché peut se trouver dans une situation où il y a un mouvement unidirectionnel continu après une rupture, plutôt qu’une inversion attendue, ce qui peut entraîner le déclenchement d’un stop loss. La solution est d’optimiser les paramètres de la période de rétrocession ou d’ajouter des filtres de tendance supplémentaires.
Paramètre SensibilitéLa performance stratégique est sensible aux paramètres tels que la période de rétrocession, le multiplicateur ATR, le seuil RSI. Il est recommandé d’ajuster les paramètres optimaux en fonction des différents marchés et des différentes périodes.
Dépendance à l’environnement de marché: Cette stratégie fonctionne le mieux dans les marchés instables, et peut générer de fréquents signaux erronés dans les marchés en forte tendance. Vous pouvez envisager d’ajouter un composant de reconnaissance de tendance pour éviter ce risque.
Résultats anormaux: sur certains marchés ou jours de transactions spéciaux, le volume de transactions peut être anormal en raison de facteurs inhabituels (par exemple, les jours fériés, les annonces politiques) qui affectent la qualité du signal. Vous pouvez envisager d’utiliser le volume de transactions relatif ou d’ajuster le nombre de multiples de transactions.
Risque de glissement: Dans les événements à forte volatilité, le prix d’exécution réel peut être significativement différent du prix d’entrée théorique. Il est recommandé d’envisager des mesures supplémentaires de protection des points de glissement dans les transactions en direct.
Sur la base de l’analyse du code, voici quelques pistes d’optimisation possibles:
Ajouter un filtre de tendanceIntroduction de composants de reconnaissance de tendance (comme les moyennes mobiles, les indicateurs ADX, etc.) et entrée dans la zone de négociation uniquement lorsque la direction de la tendance est en accord avec le signal d’entrée, en évitant de négocier à l’envers pendant une forte tendance.
Ajustement des paramètres dynamiquesIntroduction d’un mécanisme d’adaptation qui ajuste automatiquement la période de rétrocession et le multiplicateur d’ATR en fonction de la volatilité du marché, afin de permettre à la stratégie de mieux s’adapter aux différentes conditions du marché.
Amélioration de l’analyse des volumesIl est possible d’envisager d’utiliser le taux de variation de la transaction relative ou l’analyse de la transaction de profil plutôt que la simple comparaison de la moyenne de la transaction pour obtenir une confirmation plus précise de la transaction.
Filtre par temps: ajouter des filtres de temps de négociation pour éviter les heures d’ouverture et de fermeture des marchés anormalement volatils ou les heures de publication de données économiques spécifiques.
Analyse de plusieurs périodes: intégrer l’analyse de la structure du marché dans les périodes plus élevées, rechercher des opportunités de négociation uniquement à proximité des zones de support et de résistance dans les périodes plus élevées.
Optimiser les stratégies de préventionIl est possible d’envisager de mettre en place une stratégie de stop-loss par tranches, en déplaçant le stop-loss vers le coût après avoir atteint un certain profit, pour réaliser une transaction sans risque.
Le renforcement de l’apprentissage automatique: L’apprentissage des modèles de balayage de la fluidité historique par l’introduction d’algorithmes d’apprentissage automatique pour optimiser la sélection des paramètres et le processus de génération de signaux.
La stratégie de quantification de la liquidité dynamique à plusieurs niveaux est un système de négociation soigneusement conçu pour capturer les comportements de chasse au stop courants sur les marchés. En combinant les ruptures de prix, les indicateurs RSI et l’analyse de la transaction, la stratégie est capable d’identifier efficacement les fausses ruptures et d’intervenir lorsque les prix rebondissent. Le système de gestion des risques dynamiques de la stratégie est basé sur l’indicateur ATR et peut s’adapter à différentes conditions de volatilité du marché.
Bien que cette stratégie soit efficace dans les marchés volatiles, elle peut être défiée dans les environnements à forte tendance. La stabilité et la rentabilité de la stratégie peuvent être encore améliorées en ajoutant des filtres de tendance, en optimisant les paramètres de configuration et en renforçant l’analyse de la transaction.
Dans l’ensemble, il s’agit d’une stratégie de négociation avec une base théorique et pratique solides, adaptée aux investisseurs à moyen et long terme et aux day traders dans une variété d’environnements de marché. Avec une optimisation continue et une gestion appropriée des risques, la stratégie a le potentiel d’être un outil puissant dans le portefeuille de négociation.
/*backtest
start: 2024-06-30 00:00:00
end: 2025-01-31 00:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"ETH_USDT"}]
*/
//@version=5
strategy("Liquidity Sweep Strategy v2 - Fixed Close Labels", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=100)
// === INPUTS ===
lookback = input.int(20, title="Lookback for High/Low Sweep")
atrMult = input.float(1.5, title="ATR Multiplier for TP/SL")
volumeMult = input.float(1.5, title="Volume Spike Multiplier")
rsiPeriod = input.int(14, title="RSI Period")
rsiOB = input.int(60, title="RSI Overbought")
rsiOS = input.int(40, title="RSI Oversold")
// === CALCULATIONS ===
highestHigh = ta.highest(high, lookback)
lowestLow = ta.lowest(low, lookback)
sweepHigh = high > highestHigh[1]
sweepLow = low < lowestLow[1]
volMA = ta.sma(volume, 20)
volSpike = volume > volMA * volumeMult
rsi = ta.rsi(close, rsiPeriod)
atr = ta.atr(14)
longSL = low - atr * atrMult
longTP = close + atr * atrMult
shortSL = high + atr * atrMult
shortTP = close - atr * atrMult
// === ENTRY CONDITIONS ===
longEntry = sweepLow and rsi < rsiOS and volSpike
shortEntry = sweepHigh and rsi > rsiOB and volSpike
// === STRATEGY EXECUTION ===
if (longEntry)
strategy.entry("Long", strategy.long)
strategy.exit("Long TP/SL", from_entry="Long", stop=longSL, limit=longTP)
label.new(bar_index, low, "🟢 BUY", style=label.style_label_up, textcolor=color.white, color=color.green, size=size.small)
if (shortEntry)
strategy.entry("Short", strategy.short)
strategy.exit("Short TP/SL", from_entry="Short", stop=shortSL, limit=shortTP)
label.new(bar_index, high, "🔴 SELL", style=label.style_label_down, textcolor=color.white, color=color.red, size=size.small)
// === EXIT LABELS USING POSITION TRACKING ===
var float previous_position = na
position_closed = (strategy.position_size == 0 and previous_position != 0)
if position_closed and previous_position > 0
label.new(bar_index, high, "🟩 SELL CLOSE", style=label.style_label_down, textcolor=color.white, color=color.green, size=size.small)
if position_closed and previous_position < 0
label.new(bar_index, low, "🟥 BUY CLOSE", style=label.style_label_up, textcolor=color.white, color=color.red, size=size.small)
previous_position := strategy.position_size