Strategi pembalikan rata-rata berbasis Bollinger Bands


Tanggal Pembuatan: 2024-03-08 14:46:15 Akhirnya memodifikasi: 2024-03-08 14:46:15
menyalin: 0 Jumlah klik: 797
1
fokus pada
1617
Pengikut

Strategi pembalikan rata-rata berbasis Bollinger Bands

Ringkasan

Strategi Bollinger Bands Average Retrograde adalah strategi perdagangan kuantitatif yang didasarkan pada indikator Bollinger Bands. Strategi ini memanfaatkan hukum statistik tentang pergerakan harga di sekitar garis rata-rata, dengan melakukan operasi terbalik ketika harga bergerak mundur dari Bollinger Bands, dengan harapan mendapatkan keuntungan ketika harga kembali ke rata-rata.

Prinsip Strategi

Garis Brin terdiri dari tiga garis: garis tengah adalah rata-rata bergerak, dan garis atas dan bawah adalah perbedaan standar dari beberapa kelipatan pada dasar garis tengah. Menurut prinsip statistik, dalam kasus distribusi normal, sekitar 95% dari nilai akan tersebar dalam jarak antara rata-rata positif negatif dua perbedaan standar.

Strategi Bollinger Bands Average Return memanfaatkan prinsip ini. Ketika harga di atas melewati Bollinger Bands, menunjukkan bahwa harga mungkin terlalu tinggi, ada risiko untuk mundur; Ketika harga di bawah melewati Bollinger Bands, menunjukkan bahwa harga mungkin terlalu rendah, ada peluang untuk bangkit. Oleh karena itu, strategi ini membuat kosong ketika harga menyentuh Bollinger Bands Average Return dan melakukan lebih banyak ketika menyentuh Bollinger Bands Average Return, dengan tujuan untuk menangkap ruang keuntungan dari harga yang kembali ke rata-rata.

Logika utama dari kode kebijakan ini adalah sebagai berikut:

  1. Menghitung rata-rata bergerak dari periode yang ditentukan, sebagai lintasan tengah dari pita Bryn. Anda dapat memilih rata-rata dari berbagai jenis seperti SMA, EMA, SMMA, WMA, VWMA.

  2. Perhitungan harga dalam siklus standar deviasi, dan digabungkan dengan parameter perkalian yang ditetapkan pengguna, untuk mendapatkan tren naik dan turun di Brin Belt.

  3. Ketika harga penutupan melintasi Bollinger Bands ke atas, sinyal jual akan dipicu; ketika harga penutupan melintasi Bollinger Bands ke bawah, sinyal beli akan dipicu.

  4. Strategi pelaksanaan perdagangan: buka posisi lebih ketika sinyal beli dipicu, dan tutup posisi saat sinyal jual muncul.

Melalui proses di atas, strategi dapat membangun posisi reversal ketika harga jauh dari garis rata-rata dan menghasilkan keuntungan ketika harga kembali ke nilai rata-rata.

Analisis Keunggulan

Strategi Regression Mean Bands memiliki keuntungan sebagai berikut:

  1. Logikanya sederhana, mudah dipahami dan diterapkan. Strategi ini didasarkan pada prinsip-prinsip dasar statistik, yang digarisbawahi dengan batas fluktuasi harga melalui pita Brin, dengan kondisi masuk dan keluar yang jelas dan jelas.

  2. Adaptif, dapat diterapkan di beberapa pasar dan varietas. Brinband adalah indikator teknis yang sangat universal, memiliki kemampuan adaptasi tertentu untuk pasar yang trendi dan bergejolak. Pengguna dapat menyesuaikan parameter secara fleksibel untuk menyesuaikan karakteristik pasar yang berbeda.

  3. Kesempatan untuk menangkap fluktuasi harga. Pembesaran dan kontraksi Bollinger Bands mencerminkan fluktuasi harga. Strategi ini dilakukan dengan menempatkan posisi saat harga mencapai level tinggi atau rendah relatif, dan berusaha untuk mendapatkan keuntungan dari nilai rata-rata harga kembali.

  4. Stop loss relatif jelas. Karena Brin band sesuai dengan interval kepercayaan tertentu, posisi stop loss strategi ini relatif mudah ditentukan, yang membantu mengendalikan risiko.

Analisis risiko

Meskipun ada keunggulan dari strategi Brin’s Band regression, ada juga risiko:

  1. Strategi ini mungkin sering terjadi perdagangan yang merugikan jika pasar mengalami tren unilateral yang berkelanjutan, dengan harga terus berjalan di dekat jalur atas atau bawah Brin.

  2. Pengaturan parameter sensitif. Periode dan perkalian parameter Brinband memiliki pengaruh yang signifikan terhadap kinerja strategi, dan kombinasi parameter yang berbeda dapat menyebabkan hasil yang sangat berbeda. Jika parameter tidak diatur dengan benar, efektivitas strategi akan sangat dikurangkan.

  3. Risiko sering bergeser. Strategi ini dapat menyebabkan kerugian kecil berturut-turut, yang menyebabkan penurunan tingkat keuntungan secara keseluruhan, ketika pasar bergejolak dan harga sering bergeser di antara Bollinger Bands.

  4. Tidak mempertimbangkan biaya transaksi. Contoh kode ini tidak mempertimbangkan faktor biaya transaksi seperti margin dan biaya, yang dalam penerapan praktis akan mempengaruhi pendapatan bersih dari strategi hingga batas tertentu.

Untuk mengatasi risiko di atas, pertimbangkan untuk melakukan langkah-langkah berikut untuk mengoptimalkan strategi:

  1. Filter dalam kombinasi dengan indikator tren. Untuk menilai sinyal, indikator tren seperti moving average dapat digunakan sebagai tambahan untuk menghindari perdagangan yang sering terjadi dalam tren sepihak.

  2. Optimalkan pilihan parameter. Dengan melakukan retrospeksi terhadap data historis, menganalisis kinerja strategi di bawah kombinasi parameter yang berbeda, dan memilih parameter optimal yang sesuai dengan pasar saat ini.

  3. Masukkan kondisi penyaringan lainnya. Misalnya, pertimbangkan indikator volatilitas seperti ATR, dan hentikan perdagangan jika tingkat volatilitas terlalu tinggi; atau pertimbangkan indikator lain seperti volume perdagangan, untuk lebih mengkonfirmasi keandalan sinyal.

  4. Termasuk faktor biaya transaksi. Dalam pengamatan ulang dan inventarisasi, biaya transaksi seperti margin, biaya, dan biaya lainnya harus dihitung untuk menilai kinerja strategi secara lebih akurat.

Arah optimasi

Selain penanganan risiko yang disebutkan di atas, strategi Brin Band Mean Return dapat dioptimalkan dengan cara berikut:

  1. Parameter penyesuaian dinamis. Beradaptasi secara dinamis dengan perubahan pasar, beradaptasi secara dinamis dengan siklus dan parameter kelipatan di Brin Belt. Dapat dipertimbangkan untuk menggunakan rata-rata adaptif (seperti KAMA) sebagai rel tengah, atau beradaptasi secara dinamis dengan parameter kelipatan berdasarkan indikator seperti ATR, untuk menyesuaikan dengan ritme pasar saat ini.

  2. Memperkenalkan manajemen posisi kosong ganda. Pada saat membuka posisi, ukuran posisi dapat disesuaikan secara dinamis sesuai dengan jarak harga dan lintasan tengah Brin. Semakin jauh dari lintasan tengah, rasio bukaan posisi dapat dikurangi secara tepat untuk mengendalikan risiko; Semakin dekat dari lintasan tengah, rasio bukaan posisi dapat ditingkatkan secara tepat untuk menangkap lebih banyak peluang.

  3. Dalam kombinasi dengan indikator-indikator teknis lainnya. Penggunaan Bollinger Bands dalam kombinasi dengan indikator-indikator teknis lainnya (seperti RSI, MACD, dll) membentuk mekanisme konfirmasi sinyal yang lebih kuat.

  4. Pertimbangkan manajemen multi-posisi. Dalam kondisi yang tepat, Anda dapat memegang beberapa posisi sekaligus untuk menyebarkan risiko. Misalnya, Anda dapat menerapkan strategi ini pada periode waktu yang berbeda, atau membuka posisi pada varietas perdagangan yang berbeda secara bersamaan untuk mendapatkan keuntungan yang lebih stabil.

Tujuan dari langkah-langkah optimasi ini adalah untuk meningkatkan fleksibilitas, stabilitas, dan profitabilitas strategi. Dengan cara seperti penyesuaian dinamis, kombinasi multi-indikator, dan manajemen posisi, strategi dapat lebih baik menanggapi perubahan pasar, mengendalikan risiko, dan menangkap lebih banyak peluang perdagangan.

Meringkaskan

Strategi Bollinger Bands Average Retrograde adalah strategi perdagangan kuantitatif yang didasarkan pada prinsip-prinsip statistik, yang menggunakan Bollinger Bands untuk memetakan kisaran fluktuasi harga, dan melakukan operasi terbalik ketika harga menyimpang dari jalur ke bawah, dengan tujuan untuk mendapatkan keuntungan dari penurunan rata-rata. Strategi ini logisnya sederhana, adaptif, dan mampu menangkap peluang fluktuasi harga, tetapi juga menghadapi risiko kinerja pasar yang buruk, pengaturan parameter yang sensitif, dan seringnya gempa.

Risiko ini dapat dioptimalkan dengan kombinasi indikator tren, pilihan parameter optimasi, pengenalan kondisi penyaringan lainnya, memasukkan biaya transaksi, dan lain-lain. Selain itu, adab dan stabilitas strategi dapat ditingkatkan lebih lanjut dengan cara menyesuaikan parameter secara dinamis, manajemen posisi kosong multi, kombinasi dengan indikator teknis lainnya, manajemen multi-posisi, dan lain-lain.

Secara keseluruhan, strategi Bollinger Bands Average Returns memberikan cara berpikir yang sederhana dan efektif untuk perdagangan kuantitatif. Dalam aplikasi praktis, strategi perlu dioptimalkan dan diperbaiki sesuai dengan karakteristik pasar dan kebutuhan perdagangan tertentu. Dengan terus-menerus menguji dan menyesuaikan, mencari cara perdagangan yang paling sesuai dengan diri sendiri, untuk mencapai kesuksesan jangka panjang di jalan perdagangan kuantitatif.

Kode Sumber Strategi
/*backtest
start: 2023-03-02 00:00:00
end: 2024-03-07 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("BB Strategy", shorttitle="BB", overlay=true)

length = input.int(20, minval=1)
maType = input.string("SMA", "Basis MA Type", options = ["SMA", "EMA", "SMMA (RMA)", "WMA", "VWMA"])
src = input(close, title="Source")
mult = input.float(2.0, minval=0.001, maxval=50, title="StdDev")

// Calculate moving average based on selected type
ma(source, length, _type) =>
    switch _type
        "SMA" => ta.sma(source, length)
        "EMA" => ta.ema(source, length)
        "SMMA (RMA)" => ta.rma(source, length)
        "WMA" => ta.wma(source, length)
        "VWMA" => ta.vwma(source, length)

// Calculate Bollinger Bands
basis = ma(src, length, maType)
dev = mult * ta.stdev(src, length)
upper = basis + dev
lower = basis - dev

// Plot Bollinger Bands
plot(basis, "Basis", color=#FF6D00)
p1 = plot(upper, "Upper", color=#2962FF)
p2 = plot(lower, "Lower", color=#2962FF)
fill(p1, p2, title = "Background", color=color.rgb(33, 150, 243, 95))

// Buy condition: Price below lower Bollinger Band
buy_condition = close < lower
// Sell condition: Price above upper Bollinger Band
sell_condition = close > upper

// Execute trades
strategy.entry("Buy", strategy.long, when=buy_condition)
strategy.close("Buy", when=sell_condition)