
Le système de négociation de filtrage EMA de la dynamique de l’indice de courbe est une stratégie de négociation quantifiée qui combine l’analyse de l’action des prix avec des indicateurs techniques. La stratégie repose principalement sur le filtrage de la ligne K (le rapport de la courbe) pour identifier les points de retournement potentiels des prix, et se combine avec le filtrage de la ligne moyenne EMA et les limites de la période de négociation pour optimiser le moment d’entrée.
Le principe de fonctionnement de cette stratégie repose sur la synergie de plusieurs composants clés:
Analyse de la proportion du noyauLa stratégie consiste à calculer le rapport entre le filtre inférieur de chaque ligne K et la portée de la ligne K dans son ensemble. Un signal potentiel est considéré lorsque le filtre supérieur (wick_top) ou le filtre inférieur (wick_bot) dépasse le seuil défini (défault 0.45 ou 45%).
Le filtre EMALe prix doit être au-dessus de l’EMA pour considérer un signal d’achat et au-dessous de l’EMA pour considérer un signal de vente, ce qui garantit que les transactions suivent la direction de la tendance principale.
Limite de période de transaction: vous pouvez choisir de limiter les opérations à des périodes de négociation spécifiques (par défaut “0700-1100, 1300-1600”), en évitant les périodes de marché moins volatiles ou instables.
Conditions d’entrée:
Gestion des positionsLa stratégie utilise un pourcentage fixe d’intérêts du compte (par défaut 10%) pour la gestion des positions, et ne permet de détenir que des positions dans un seul sens à la fois (aucune pyramide).
Le code de stratégie vérifie les conditions du signal après avoir confirmé que la ligne K actuelle est complète, afin de s’assurer que les décisions sont prises en fonction de la forme complète de la ligne K et d’éviter les risques de faux signaux pouvant résulter d’une ligne K non complète.
Une analyse approfondie de cette stratégie a révélé les avantages suivants:
Le comportement des prix associé aux indicateurs techniquesLa combinaison des deux améliore la qualité du signal en capturant les caractéristiques du comportement des prix grâce à l’analyse de la proportion du filtre et en confirmant la direction de la tendance générale avec un filtre EMA.
Adaptation à la reprise du marchéLe gros noyau est généralement un signe de changement ou d’extrême prolongation à court terme du rapport de forces du marché, et la stratégie est capable de capturer efficacement ces points de retournement potentiels.
Réglages de paramètres flexibles: Thresholds de proportion de noyau, cycles EMA et heures de négociation peuvent être ajustés pour adapter la stratégie à différents environnements de marché et variétés de transactions.
Signaux de négociation visuels: offre des balises d’entrée et des flèches de direction optionnelles permettant aux traders d’identifier visuellement les signaux, de les retrouver et de les surveiller en temps réel.
Une structure logique simpleLes règles de stratégie sont claires, intuitives, faciles à comprendre et à appliquer, et conviennent aux traders de tous niveaux.
Capacité d’optimisation du tempsEn limitant le temps de négociation, on peut se concentrer sur les périodes où le marché est le plus actif et le plus efficace, et éviter les périodes inefficaces ou à haut risque.
Contrôle des risques intégré: utilise le pourcentage de droits et intérêts du compte pour la gestion des positions, ajuste automatiquement la taille des positions à mesure que le compte augmente, un certain mécanisme de gestion des risques est intégré.
Malgré la bonne conception de la stratégie, les risques potentiels sont les suivants:
Manque de mécanisme de prévention: la stratégie n’a pas de point d’arrêt ou d’arrêt spécifique, ce qui peut entraîner des pertes excessives lors de fortes fluctuations du marché. Solution: ajouter manuellement des points d’arrêt fixes ou des points d’arrêt dynamiques basés sur l’ATR (amplitude de fluctuation réelle).
Le retard de l’EMA: En tant qu’indicateur en retard, l’EMA peut fournir des signaux de retard dans un marché en évolution rapide. Solution: envisager d’ajouter des indicateurs à court terme plus sensibles comme confirmation auxiliaire.
Risque de fausse percée: Les retours de prix après les lignes K du grand noyau peuvent entraîner de faux signaux. Solution: augmenter les exigences de confirmation des lignes K ou retarder l’entrée d’une ligne K.
Les conditions du marché dépendent: la stratégie fonctionne mieux dans les marchés où la tendance est évidente, mais peut produire de faux signaux fréquents dans les marchés horizontaux ou très volatils. Solution: ajouter un filtre de volatilité ou un mécanisme de classification des états de marché.
Paramètre SensibilitéLes paramètres inappropriés peuvent entraîner des transactions excessives ou des opportunités manquées. La solution: Optimiser les paramètres en fonction des données historiques et les réévaluer régulièrement.
Manque d’adaptation au marché: la stratégie n’ajuste pas les paramètres en fonction des différents environnements de marché (par exemple, haute et basse volatilité). Solution: développer un mécanisme d’ajustement des paramètres adaptatif ou un système de classification des environnements de marché.
Manque de point d’entrée de rappelRésolution: Considérer l’ajout d’un mécanisme de détection de reprise comme condition d’entrée auxiliaire.
La stratégie peut être optimisée dans les directions suivantes, en fonction de l’analyse du code:
Augmentation du mécanisme d’arrêt des dégâtsL’optimisation est nécessaire car les stratégies sans stop loss sont trop risquées sur le marché réel.
Confirmation de plusieurs périodes: l’introduction d’une confirmation de tendance sur des périodes plus longues, par exemple la vérification de la direction de la tendance de la ligne du jour, pour assurer la synchronisation avec les signaux à court terme et améliorer l’exactitude globale du système. L’analyse sur plusieurs périodes permet de réduire considérablement la probabilité d’opérations contraires.
Augmentation du nombre de confirmationsLe volume de transaction est souvent un indicateur important de l’intention derrière l’action des prix.
Catégorisation des environnements de marchéDévelopper des mécanismes d’identification des environnements de marché, tels que la distinction entre les environnements à haute et basse volatilité sur la base de l’ATR ou de l’indicateur de volatilité, et ajuster dynamiquement les paramètres en fonction de cela. Cela permet aux stratégies de s’adapter aux différentes conditions du marché.
Optimiser le cycle EMA: tester l’adaptabilité de différents cycles d’EMA à différentes variétés de transactions et à différentes périodes de temps, ou envisager d’utiliser des EMA auto-adaptés.
Ajout d’un mécanisme de confirmation de filtres: exiger l’apparition d’une série de formes d’un filtre qui remplissent les conditions, ou ajouter une confirmation de forme supplémentaire, pour réduire les faux signaux apportés par un filtre isolé. Cela aide à filtrer les signaux de mauvaise qualité.
Aide à l’intégration des indicateurs techniquesIntroduction d’outils auxiliaires tels que le RSI, le MACD ou l’indicateur aléatoire, comme confirmation de signal supplémentaire, en particulier la recherche de résonances de conditions de survente/survente avec les signaux de pivot. Les résonances de plusieurs indicateurs offrent souvent un signal plus fiable.
Cadre d’optimisation de la rétroaction: développer un système de rétroaction plus complet, tester la performance de la stratégie dans différents environnements de marché et sous différents ensembles de paramètres, et effectuer des simulations Monte Carlo pour évaluer la solidité de la stratégie. La rétroaction scientifique est la base de l’amélioration de la stratégie.
Le système de négociation de filtrage EMA dynamique de la proportion de noyau est une stratégie quantitative qui combine l’analyse du comportement des prix avec des indicateurs techniques pour capturer les opportunités de retournement de marché potentiels en identifiant des formes de ligne K avec une proportion de noyau significative et en les associant à un filtre de tendance EMA. La stratégie fonctionne de manière simple et intuitive, facile à comprendre et à exécuter, tout en offrant des paramètres flexibles pour s’adapter à différents environnements de marché.
Bien que la stratégie soit bien conçue, l’absence d’un mécanisme de stop-loss parfait est son principal point de risque. Les traders devraient envisager d’ajouter des mesures de contrôle des risques appropriées lors de l’application pratique. En outre, les mesures d’optimisation telles que l’introduction d’une analyse de plusieurs périodes, la confirmation du volume des transactions et la classification de l’environnement du marché peuvent améliorer encore la robustesse et l’adaptabilité de la stratégie.
Pour les investisseurs qui recherchent des transactions sur les prix, la stratégie fournit un cadre clair pour saisir les opportunités de négociation en prêtant attention aux changements subtils de la structure du marché et de la forme de la ligne K. Avec une gestion appropriée des risques et une optimisation des paramètres, ce système a le potentiel de devenir un composant efficace dans la boîte à outils des traders.
/*backtest
start: 2024-08-19 00:00:00
end: 2025-08-18 00:00:00
period: 2d
basePeriod: 2d
exchanges: [{"eid":"Futures_OKX","currency":"BTC_USDT","balance":5000}]
*/
//@version=5
strategy("Raja Banks – Wicked Fill (Signal Only, No TP/SL)",
overlay=true,
pyramiding=0, // only 1 position at a time
process_orders_on_close=true,
initial_capital=10000,
default_qty_type=strategy.percent_of_equity,
default_qty_value=10)
//====================
// Inputs
//====================
wick_min = input.float(0.45, "Minimum Wick Ratio (relative to candle range)", step=0.01)
ema_len = input.int(200, "EMA Filter", minval=1)
use_session = input.bool(true, "Restrict to Session?")
show_labels = input.bool(true, "Show Entry Labels")
show_arrows = input.bool(true, "Show BUY/SELL Arrows")
//====================
// Wick Calculation
//====================
rng = high - low
wick_top = high - math.max(open, close)
wick_bot = math.min(open, close) - low
topPct = rng > 0 ? wick_top / rng : 0.0
botPct = rng > 0 ? wick_bot / rng : 0.0
// EMA filter + session
emaFilter = ta.ema(close, ema_len)
// Wick Signals
longTrig = barstate.isconfirmed and close > open and botPct >= wick_min and close > emaFilter
shortTrig = barstate.isconfirmed and close < open and topPct >= wick_min and close < emaFilter
//====================
// Entries
//====================
if longTrig and strategy.position_size <= 0
strategy.entry("BUY", strategy.long)
if shortTrig and strategy.position_size >= 0
strategy.entry("SELL", strategy.short)
//====================
// Arrows
//====================
plotshape(show_arrows and longTrig, title="BUY Arrow",
location=location.belowbar, style=shape.triangleup,
color=color.lime, size=size.tiny, text="BUY")
plotshape(show_arrows and shortTrig, title="SELL Arrow",
location=location.abovebar, style=shape.triangledown,
color=color.red, size=size.tiny, text="SELL")
//====================
// Alerts
//====================
alertcondition(longTrig, title="WickFill BUY", message="BUY signal (Wicked Candle)")
alertcondition(shortTrig, title="WickFill SELL", message="SELL signal (Wicked Candle)")