ChaoZhang
Ringkasan
Strategi ini adalah sistem perdagangan kuantitatif berdasarkan prinsip Bollinger Bands dan pembalikan harga rata-rata. Dengan memantau deviasi antara harga dan pergerakan rata-rata, dikombinasikan dengan sinyal terobosan dari jalur atas dan bawah Bollinger Bands, perdagangan dilakukan ketika harga diperkirakan akan kembali ke rata-rata setelah pasar kelebihan beli atau kelebihan jual. Strategi ini menggunakan ambang batas persentase untuk mengukur tingkat penyimpangan harga dan menyaring sinyal palsu dengan menetapkan kondisi pemicu yang wajar untuk meningkatkan akurasi transaksi.
Prinsip Strategi
Logika inti dari strategi ini didasarkan pada elemen-elemen kunci berikut:
- Gunakan rata-rata pergerakan 20 hari sebagai jalur tengah dan bangun saluran Bollinger Band dengan deviasi standar 2 kali lipat
- Memperkenalkan ambang batas deviasi harga sebesar 3,5% untuk mengidentifikasi deviasi yang signifikan
- Lacak apakah harga berada di luar negara bagian melalui variabel is_outside
- Ketika harga kembali ke kisaran Bollinger Band, sinyal perdagangan akan dipicu
- Aturan perdagangan spesifiknya adalah:
- Ambil posisi long ketika harga kembali dari deviasi dan menembus upper band
- Lakukan short ketika harga kembali dari deviasi dan menembus pita bawah
Keunggulan Strategis
- Logika pembalikan rata-rata bersifat kuat
- Berdasarkan hukum statistik bahwa harga pada akhirnya akan kembali ke rata-rata
- Pastikan pentingnya peluang perdagangan melalui ambang batas deviasi
- Pengendalian risiko yang sempurna
- Bollinger Bands memberikan referensi yang jelas terhadap kisaran volatilitas
- Pelacakan deviasi untuk menghindari perdagangan dalam situasi yang tidak stabil
- Kemampuan penyesuaian parameter yang kuat
- Parameter Bollinger Band dapat disesuaikan dengan karakteristik produk
- Ambang batas deviasi dapat ditetapkan berdasarkan preferensi risiko
Risiko Strategis
- Risiko Kegagalan Pasar Tren
- Sinyal palsu sering terjadi di pasar yang sedang tren kuat
- Disarankan untuk menambahkan filter tren untuk mengidentifikasi kondisi pasar
- Risiko sensitivitas parameter
- Pengaturan parameter yang tidak tepat dapat memengaruhi kinerja strategi
- Perlu mengoptimalkan parameter melalui pengujian ulang data historis
- Risiko biaya tergelincir
- Perdagangan yang sering dapat menyebabkan biaya transaksi yang lebih tinggi
- Disarankan untuk menambah batas waktu penahanan dan pengendalian biaya
Arah optimasi strategi
- Meningkatkan pengenalan lingkungan pasar
- Memperkenalkan indikator kekuatan tren seperti ADX
- Sesuaikan parameter secara dinamis berdasarkan kondisi pasar
- Meningkatkan mekanisme stop profit dan stop loss
- Menetapkan stop loss dinamis berdasarkan ATR
- Memperkenalkan mobile stop-profit untuk melindungi keuntungan
- Optimalkan frekuensi transaksi
- Meningkatkan batas waktu penahanan minimum
- Tetapkan interval transaksi untuk mengendalikan biaya
Meringkaskan
Strategi ini menangkap peluang pasar yang kelebihan beli dan kelebihan jual melalui Bollinger Bands dan prinsip mean reversion, dan secara efektif mengendalikan risiko perdagangan dengan menggabungkan ambang deviasi yang wajar dan mekanisme pelacakan status. Kerangka strategi memiliki skalabilitas yang baik dan dapat beradaptasi dengan berbagai lingkungan pasar melalui optimalisasi parameter dan peningkatan fungsi. Disarankan untuk memperhatikan pengendalian risiko dalam aplikasi waktu nyata dan menyesuaikan parameter sesuai dengan karakteristik produk tertentu.
/*backtest
start: 2024-12-06 00:00:00
end: 2025-01-04 08:00:00
period: 2h
basePeriod: 2h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Estratégia com Bandas de Bollinger e Sinal de Retorno", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=200)
// Configurações das Bandas de Bollinger
length = input.int(20, title="Período da média")
mult = input.float(2.0, title="Desvio padrão")
bbBasis = ta.sma(close, length)
bbUpper = bbBasis + mult * ta.stdev(close, length)
bbLower = bbBasis - mult * ta.stdev(close, length)
// Configuração para a distância da média
percent_threshold = input.float(3.5, title="Distância da média (%)") / 100
dist_from_mean = 0.0
trigger_condition = false
if not na(bbBasis)
dist_from_mean := math.abs(close - bbBasis) / bbBasis
trigger_condition := dist_from_mean >= percent_threshold
// Variáveis para identificar o estado do afastamento
var bool is_outside = false
var color candle_color = color.new(color.white, 0)
if trigger_condition
is_outside := true
if is_outside and close <= bbUpper and close >= bbLower
is_outside := false
candle_color := color.new(color.blue, 0) // Atribui uma cor válida
else
candle_color := color.new(color.white, 0)
// Aplicar cor às velas
barcolor(candle_color)
// Plotar Bandas de Bollinger
plot(bbBasis, color=color.yellow, title="Média")
plot(bbUpper, color=color.red, title="Banda Superior")
plot(bbLower, color=color.green, title="Banda Inferior")
// Lógica de entrada e saída
longCondition = not is_outside and close > bbUpper
if (longCondition)
strategy.entry("Buy", strategy.long)
shortCondition = not is_outside and close < bbLower
if (shortCondition)
strategy.entry("Sell", strategy.short)