
La stratégie New York liquidity reversal trading quantification strategy est un système de trading intraday spécialisé dans la période de négociation de New York, qui utilise principalement les hauts et les bas de la journée de négociation précédente comme zone de liquidité clé, en combinaison avec des signaux de confirmation de l’action des prix. La stratégie s’attaque au phénomène de revers des prix après la rupture des hauts et bas de la journée précédente, en profitant des changements de direction après l’absorption de la liquidité du marché.
Le principe central de la stratégie de retour de liquidité de New York est basé sur la microstructure du marché et la théorie de la chasse à la liquidité. Plus précisément, la stratégie considère que lorsque les prix franchissent les hauts ou les bas de la journée de négociation précédente, si un signal de retour est suivi, il est fort probable que les grandes institutions aient terminé la collecte de liquidité et que le marché se déplace dans la direction opposée.
L’essence de la stratégie réside dans la capture des actions de collecte de liquidité des grandes institutions à proximité des niveaux de prix critiques, ces actions entraînant généralement un revirement à court terme des prix. En attendant le signal de confirmation (c’est-à-dire la forme d’absorption), la stratégie augmente le taux de réussite des transactions.
Une logique de marché claire: la stratégie est basée sur la théorie de la collecte de la liquidité et du comportement des prix, soutenue par une logique de marché claire, et ne repose pas uniquement sur des modèles statistiques ou des indicateurs techniques.
Mécanisme de filtrage temporel: en exécutant les transactions uniquement pendant les heures de négociation de New York, la stratégie se concentre sur les périodes de marché les plus fluides et les plus informatives, évitant les transactions bruyantes pendant les périodes de faible liquidité.
Mécanisme de confirmation multiple: la stratégie combine les signaux de confirmation des hauts et des bas de la journée précédant la rupture des prix et les signaux de confirmation de la forme d’absorption, ce qui réduit considérablement le risque de fausse rupture.
Les risques sont bien maîtrisés:
Aides visuelles: les stratégies marquent les signaux de négociation et les niveaux de prix clés sur des graphiques, ce qui permet aux traders de surveiller et d’optimiser les stratégies en temps réel.
Fonction d’alerte: Système d’alerte de signaux de négociation intégré, garantissant que les traders ne manquent pas les occasions de négociation clés.
Risque de fausse rupture: malgré le fait que la stratégie utilise la forme engloutissante comme confirmation, il est possible que des fluctuations inverses se produisent après une fausse rupture, ce qui entraîne le déclenchement d’un stop loss. Remède: il est possible d’envisager d’ajouter des conditions de filtrage supplémentaires, telles que la confirmation de la quantité de transaction ou la vérification de la cohérence de la tendance sur des périodes de temps plus longues.
La dépendance au temps: les stratégies ne fonctionnent que pendant une certaine période de temps, ce qui peut entraîner la perte d’opportunités de négociation de haute qualité pour d’autres périodes de temps. La solution: Des stratégies complémentaires peuvent être développées pour couvrir d’autres périodes de temps, ou des fenêtres de temps de négociation peuvent être ajustées en fonction de différentes caractéristiques du marché.
Limitation des arrêts fixes: l’utilisation d’un nombre de points fixes peut ne pas convenir à toutes les conditions du marché, en particulier en cas d’augmentation soudaine de la volatilité. Solution: envisager de mettre en place un mécanisme de stop-loss adaptatif, en ajustant les points de stop-loss en fonction de la dynamique de la volatilité du marché actuel.
La stratégie repose principalement sur l’absorption de la forme comme confirmation inverse, mais un seul indicateur peut entraîner une instabilité de la qualité du signal. La solution: intégrer d’autres signaux de confirmation du comportement des prix ou des indicateurs techniques tels que l’indicateur de dynamique ou le niveau de résistance au support.
Manque de filtrage de volatilité: dans un environnement de faible volatilité, la rupture des hauts et des bas de la journée précédente peut ne pas être suffisamment dynamique pour entraîner une perte de trading. Solution: Ajouter un filtre ATR (Average True Range) pour négocier uniquement lorsque la volatilité du marché est suffisante.
Mécanisme d’arrêt dynamique: le remplacement d’un arrêt à points fixes par un arrêt adaptatif basé sur l’ATR permet à la stratégie de mieux s’adapter aux changements de volatilité dans les différentes conditions du marché. Cela permet d’offrir un arrêt plus serré dans les marchés à faible volatilité et un espace d’arrêt plus large dans les marchés à forte volatilité.
Analyse intégrée de la structure du marché: la prise en compte de la structure du marché pour les périodes plus élevées (par exemple, la direction de la tendance H4 ou Sun) et la négociation uniquement dans la direction correspondant à la plus grande tendance peuvent améliorer le taux de gain et le rendement moyen.
Confirmation de transaction: Ajout d’un composant d’analyse de transaction pour s’assurer qu’une rupture de liquidité est accompagnée d’un soutien de transaction suffisant et filtrer les signaux de rupture de mauvaise qualité.
Optimisation du temps: Optimisation plus fine des fenêtres de temps de négociation, déterminant les meilleurs moments de négociation pour chaque variété de négociation par rétroaction, plutôt que d’utiliser une fenêtre de temps uniforme.
Analyse de plusieurs périodes: introduire des mécanismes de confirmation de plusieurs périodes, par exemple en demandant que les signaux d’entrée des périodes inférieures soient conformes à la direction de la tendance des périodes supérieures, afin de réduire les échanges négatifs.
Optimisation de l’objectif de profit: définition d’objectifs de profit dynamiques, en ajustant le prix cible en fonction de la structure du marché (par exemple, les positions de résistance des supports clés) ou des indicateurs de volatilité, plutôt que d’utiliser simplement un ratio fixe.
Prise de profit partielle: mise en œuvre d’une stratégie de prise de profit en échelle, en déplaçant les stop-loss ou les positions partiellement vides après avoir atteint un certain niveau de profit, afin de verrouiller une partie des bénéfices et de laisser les positions restantes suivre une plus grande évolution.
La stratégie de quantification de la liquidité inverse de New York est un système de négociation intraday structuré et logiquement clair, axé sur la capture des occasions de reprise après la rupture de la liquidité à des niveaux de prix critiques au cours de la période de négociation de New York. La stratégie, combinant le filtrage dans le temps, l’analyse de la liquidité et la confirmation de l’action des prix, construit un cadre de négociation relativement robuste.
La stratégie a le potentiel d’améliorer encore ses performances et son adaptabilité grâce à l’optimisation des directions de mise en œuvre des recommandations, en particulier les mécanismes de stop-loss dynamiques, l’analyse des cadres temporels multiples et l’intégration de la structure du marché. Pour les day traders, la stratégie offre un cadre précieux qui peut être personnalisé et étendu en fonction des préférences de risque personnelles et des perspectives du marché.
En fin de compte, le succès de la stratégie dépend de la compréhension par le trader de la microstructure du marché et de l’optimisation continue des paramètres de la stratégie. Combinée à une solide connaissance du marché et à une exécution rigoureuse et disciplinée, la stratégie d’inversion de la liquidité de New York peut devenir un outil efficace dans l’arsenal des traders.
/*backtest
start: 2025-07-16 00:00:00
end: 2025-07-23 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"ETH_USDT","balance":2000000}]
*/
//@version=6
strategy("NY Liquidity Reversal - Debug Mode", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=1, calc_on_order_fills=true, calc_on_every_tick=true)
// === User Inputs ===
sl_pips = input.int(10, "Stop Loss (pips)", minval=1)
rr_ratio = input.float(3.0, "Reward-to-Risk Ratio", minval=1.0)
tp_pips = sl_pips * rr_ratio
pip = syminfo.mintick * 10
// === Time Definitions ===
ny_start = timestamp("America/New_York", year, month, dayofmonth, 08, 00)
ny_end = timestamp("America/New_York", year, month, dayofmonth, 10, 30)
in_ny = (time >= ny_start and time <= ny_end)
// === Session Limiter ===
currentDay = dayofmonth + (month * 100) + (year * 10000)
var int lastTradeDay = na
canTradeToday = na(lastTradeDay) or (currentDay != lastTradeDay)
// === Previous Day High/Low ===
prevHigh = request.security(syminfo.tickerid, "D", high[1], lookahead=barmerge.lookahead_on)
prevLow = request.security(syminfo.tickerid, "D", low[1], lookahead=barmerge.lookahead_on)
// === Simplified Engulfing Logic ===
bullishEngulf = close > open and close > close[1] and open <= close[1]
bearishEngulf = close < open and close < close[1] and open >= close[1]
// === Liquidity Sweep with Confirmation ===
sweepHigh = high > prevHigh and close < prevHigh
sweepLow = low < prevLow and close > prevLow
longCondition = in_ny and canTradeToday and sweepLow and bullishEngulf
shortCondition = in_ny and canTradeToday and sweepHigh and bearishEngulf
// === Trade Execution ===
if longCondition
entryPrice = close
stopLoss = entryPrice - sl_pips * pip
takeProfit = entryPrice + tp_pips * pip
strategy.entry("Long", strategy.long)
strategy.exit("Long TP/SL", from_entry="Long", stop=stopLoss, limit=takeProfit)
label.new(bar_index, low, text="BUY", style=label.style_label_up, color=color.green, textcolor=color.white)
lastTradeDay := currentDay
if shortCondition
entryPrice = close
stopLoss = entryPrice + sl_pips * pip
takeProfit = entryPrice - tp_pips * pip
strategy.entry("Short", strategy.short)
strategy.exit("Short TP/SL", from_entry="Short", stop=stopLoss, limit=takeProfit)
label.new(bar_index, high, text="SELL", style=label.style_label_down, color=color.red, textcolor=color.white)
lastTradeDay := currentDay
// === Visual References ===
plot(prevHigh, title="Prev Day High", color=color.red, linewidth=1)
plot(prevLow, title="Prev Day Low", color=color.green, linewidth=1)
// === Alerts ===
alertcondition(longCondition, title="Long Signal", message="BUY Setup Triggered")
alertcondition(shortCondition, title="Short Signal", message="SELL Setup Triggered")