Strategi Kuantitatif Pembalikan Jangka Pendek Bollinger Band Berdasarkan Rata-rata Pergerakan
ChaoZhang
Ringkasan
Strategi ini adalah strategi perdagangan berbalik garis pendek berdasarkan indikator Brin. Strategi ini menggabungkan garis rata-rata, standar deviasi, dan saluran Brin untuk mencari peluang untuk berbalik pada harga yang tidak teratur.
Prinsip Strategi
Perhitungan rata-rata garis dan standar perbedaan. Menggunakan sma () fungsi untuk menghitung rata-rata garis sma, menggunakan stdev () fungsi untuk menghitung standar perbedaan.
Rata-rata dan standar deviasi dihitung berdasarkan jalur Brin naik turun. Jalur atas adalah harga + standar deviasi*1, garis bawah adalah harga - standar kesenjangan*1。
Ketika harga menembus tren naik atau turun, menunjukkan bahwa harga terjadi secara tidak normal, maka kami memutuskan untuk melakukan perdagangan reversal.
Secara khusus, jika harga berada di bawah rel bawah, kita melakukan perdagangan multihead; jika harga berada di atas rel atas, kita melakukan perdagangan shorthead.
Analisis Keunggulan
Dengan menggunakan jalur Brin untuk menilai harga yang tidak normal, ini memberikan dasar untuk perdagangan terbalik.
Kombinasi faktor kesetaraan dapat secara efektif memfilter sebagian transaksi noise.
Dengan adanya standar deviasi ini, Brin akan lebih dinamis dalam menilai harga yang tidak wajar.
Strategi penarikan diri yang lebih kecil dan lebih stabil.
Analisis risiko
Indikator BRI tidak dapat sepenuhnya menilai kondisi harga yang tidak normal, dimana harga mungkin mengalami false breakout.
Frekuensi transaksi mungkin terlalu tinggi, disarankan agar parameter disesuaikan untuk mengontrol frekuensi transaksi.
Untuk menerobos Brin Belt, sinyal turun mungkin membutuhkan waktu lebih lama, dan parameter harus disesuaikan dengan tepat untuk mendapatkan efek pembalikan yang lebih baik.
Stop loss yang tepat untuk mengendalikan risiko.
Arah optimasi
- Mengoptimalkan siklus rata-rata dan parameter standar deviasi untuk mendapatkan lebih masuk akal Brin jalur.
- Menambahkan faktor tambahan seperti EMA dan MACD, memfilter sebagian sinyal.
- Memperkenalkan mekanisme pengendalian stop loss dan posisi.
- Optimalkan ukuran dan pengendalian posisi.
Meringkaskan
Strategi ini menggunakan indikator Brin untuk menilai harga yang tidak normal, berdagang mundur dengan parameter rata-rata dan standar deviasi. Strategi ini memiliki beberapa stabilitas. Kita perlu lebih lanjut untuk mengurangi penarikan maksimum strategi dan meningkatkan stabilitas dengan cara seperti pengoptimalan parameter, pengenalan faktor tambahan, manajemen stop loss, dan kontrol posisi.
/*backtest
start: 2022-12-12 00:00:00
end: 2023-12-18 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=3
strategy("BCE Version of EMA, SMA Mean Reversion", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=100)
// Inputs
st_yr_inp = input(defval=2017, title='Backtest Start Year')
st_mn_inp = input(defval=01, title='Backtest Start Month')
st_dy_inp = input(defval=01, title='Backtest Start Day')
en_yr_inp = input(defval=2025, title='Backtest End Year')
en_mn_inp = input(defval=01, title='Backtest End Month')
en_dy_inp = input(defval=01, title='Backtest End Day')
sma_lookback = input(defval=100, title="Lookback Period For SMA")
ema_lookback = input(defval=10, title="Lookback Period For EMA")
long_diff_perc = input(defval=6, title="Percentage Deviation From SMA to go Long")/100
short_diff_perc = input(defval=20, title="Percentage Deviation From SMA to go Short")/100
ema_filter_bars = input(defval=4, title="The number of bars the EMA must rise/fall")
lng_allwd = input(defval=true, title="Allow Longs?")
srt_allwd = input(defval=true, title="Allow Shorts?")
use_stop = input(defval=true, title="Use Stoploss?")
stop_perc = input(defval=30, title="Stop Loss Percentage")/100
// Dates
start = timestamp(st_yr_inp, st_mn_inp, st_dy_inp,00,00)
end = timestamp(en_yr_inp, en_mn_inp, en_dy_inp,00,00)
can_trade = time >= start and time <= end
// Indicators Setup
sma = sma(close, sma_lookback)
ema = ema(close, ema_lookback)
// Strategy Calcuations
close_stdev = stdev(close, sma_lookback)
sd1_upper = close + (close_stdev * 1)
sd1_lower = close - (close_stdev * 1)
close_diff = (close - sma) / sma
// Entries and Exits
longCondition = close > sma and open > sma
if (time >= start and time <= end)
if (longCondition)
strategy.entry("Long", strategy.long)
if use_stop
stop_price = close * (1 - stop_perc)
strategy.order("Long Stoploss", false, stop=stop_price)
shortCondition = close < sma and open < sma
if (shortCondition)
// strategy.entry("Short", strategy.short)
// if use_stop
// stop_price = close * (1 + stop_perc)
// strategy.order("Short Stoploss", true, stop=stop_price)
//if (time >= start)
strategy.close("Long", when=close < sma and open < sma)
//strategy.cancel("Long Stoploss", when=sma < sma[1])
// strategy.close("Short", when=close > sma and open > sma)
//strategy.cancel("Short Stoploss", when=close_diff<=0)
// Plotting
sma_col = sma > sma[1] ? green : red
ema_fill = close_diff <= -long_diff_perc ? lime : close_diff >= short_diff_perc ? maroon : aqua
p_sma = plot(sma, color=sma_col, linewidth=3)
p_ema = plot(ema, color=black, linewidth=2)
p_sd1 = plot(sd1_upper, color=black, linewidth=1, transp=85)
p_sd2 = plot(sd1_lower, color=black, linewidth=1, transp=85)
fill(p_sd1, p_sd2, title='STDEV Fill', color=silver, transp=80)
fill(p_sma, p_ema, title='EMA > Mean Percentage', color=ema_fill, transp=80)