Gambaran Keseluruhan

Strategi ini direka berdasarkan indikator Bollinger Bands untuk menghasilkan strategi dagangan penembusan yang dinamik. Ia menggabungkan penapis saiz badan candlestick dan penapis warna untuk mencari peluang kemasukan (entry) berhampiran jalur bawah Bollinger Bands. Keluar (exit) pula berdasarkan penapis badan. Strategi ini menguruskan jumlah kedudukan dan risiko secara automatik.

Prinsip Strategi

Pengiraan Indikator

Pertama, garis dasar dan jalur bawah Bollinger Bands dikira berdasarkan harga rendah:

            
            
            
src = low 
basis = sma(src, length)
dev = mult * stdev(src, length) 
lower = basis - dev

Di mana src ialah harga rendah, length ialah tempoh pengiraan, basis ialah purata bergerak, dev ialah sisihan piawai, dan lower ialah jalur bawah.

mult biasanya ditetapkan kepada 2, bermaksud jalur bawah adalah satu sisihan piawai.

Syarat Penapis

Strategi menambah dua syarat penapis:

Penapis Badan Candlestick
Menggunakan saiz badan nbody dan nilai puratanya abody untuk menilai; isyarat dagangan hanya dihasilkan apabila nbody lebih besar daripada separuh abody.

Penapis Warna
Apabila candlestick menutup hijau (close > open), tiada pesanan beli diambil. Ini untuk mengelakkan penembusan palsu di bahagian atas badan.

Isyarat Dagangan

Isyarat beli dihasilkan apabila syarat berikut dipenuhi:

            
            
            
low < lower  // harga menembusi jalur bawah
close < open or usecol == false // penapis warna
nbody > abody / 2 or usebod == false // penapis badan

Apabila saiz badan sekali lagi melebihi separuh purata, posisi ditutup:

            
            
            
close > open and nbody > abody / 2

Pengurusan Kedudukan

Strategi mengira jumlah dagangan secara automatik untuk mencapai pertumbuhan eksponen:

            
            
            
lot = strategy.position_size == 0 ? strategy.equity / close * capital / 100 : lot[1]  

Kawalan Risiko

Menambah syarat tahun, bulan, dan hari untuk menghadkan dagangan hanya dalam julat tarikh yang ditetapkan:

            
            
            
when=(time > timestamp(fromyear, frommonth, fromday, 00, 00) and time < timestamp(toyear, tomonth, today, 23, 59))

Kelebihan Strategi

Julat Dagangan Dinamik

Jalur bawah Bollinger Bands adalah kawasan sokongan dinamik yang dapat menangkap peluang pemulihan selepas aliran pasaran.

Mekanisme Penapis Berganda

Gabungan penapis badan candlestick dan warna berkesan menapis penembusan palsu.

Pengurusan Kedudukan Automatik

Kedudukan meningkat secara eksponen sehingga 100% dan risiko diurus secara automatik.

Julat Waktu Dagangan Tertentu

Menetapkan julat tarikh untuk mengurangkan risiko yang disebabkan oleh turun naik pasaran pada masa tertentu.

Risiko Strategi

Tempoh Tanpa Kedudukan yang Panjang

Apabila pasaran berada dalam aliran menaik yang panjang, jalur tengah dan atas Bollinger Bands naik dengan cepat, menyebabkan tempoh tanpa kedudukan yang panjang.

Kaedah Penyelesaian

Boleh digabungkan dengan indikator arah aliran untuk menilai; apabila dalam jangka sederhana hingga panjang dikenal pasti sebagai pasaran menaik, strategi dihentikan untuk mengelakkan tempoh tanpa kedudukan yang panjang.

Kegagalan Penembusan

Selepas penembusan jalur bawah, mungkin berlaku pullback dan ujian semula jalur bawah.

Kaedah Penyelesaian

Menambah henti rugi pada tahap tertentu di bawah sokongan. Atau menambah logik untuk mengesan kegagalan ujian semula dan keluar dengan cepat.

Pengoptimuman Strategi

Menambah Logik Henti Rugi

Berdasarkan data ujian semula, tetapkan kedudukan henti rugi yang munasabah di bawah sokongan.

Mengoptimumkan Parameter Penapis

Laraskan tempoh abody bagi penapis badan, penggunaan penapis warna, dsb. Cari kombinasi parameter terbaik.

Menggabungkan Analisis Arah Aliran

Tambah penilaian arah aliran jangka sederhana/panjang; hentikan strategi apabila dikenal pasti sebagai pasaran menaik untuk mengurangkan tempoh tanpa kedudukan.

Kesimpulan

Strategi ini menggabungkan sokongan Bollinger Bands dengan penapis badan, penapis warna, dan logik dagangan penembusan untuk mencari peluang pemulihan berkebarangkalian tinggi. Dalam aplikasi sebenar, parameter boleh dioptimumkan secara berterusan berdasarkan hasil ujian semula, serta menambah modul henti rugi dan penilaian arah aliran untuk mengawal risiko, seterusnya mencapai prestasi yang lebih baik.