Strategi Tangkapan Lata Kecairan Dinamik

INDICATORS MA EMA SMA ATR volatility momentum
Tarikh penciptaan: 2025-02-21 11:03:11 Akhirnya diubah suai: 2025-02-24 15:16:23
Salin: 1 Bilangan klik: 326
2
fokus pada
319
Pengikut

Strategi Tangkapan Lata Kecairan Dinamik Strategi Tangkapan Lata Kecairan Dinamik

Gambaran keseluruhan

Strategi ini adalah sistem dagangan kuantitatif yang direka khas untuk menangkap masa-masa turun naik yang melampau di pasaran. Ia memantau tahap penyimpangan antara harga dan garis rata-rata, mengenal pasti kemungkinan kehabisan kecairan di pasaran, dan dengan itu menangkap peluang untuk membalikkan pasaran.

Prinsip Strategi

Strategi ini berpusat pada pengesanan harga dan rata-rata deviasi untuk mengenal pasti kecacatan pasaran.

  1. Kerjasama kumpulan menggunakan purata bergerak sederhana 15 kitaran (SMA) dan purata bergerak indeks 30 kitaran (EMA) sebagai harga rujukan
  2. Hitung peratusan perbezaan antara harga semasa dan gabungan garis rata-rata
  3. Kemuncak sejarah ditentukan dengan nilai tertinggi dan terendah 89 kitaran
  4. Tambah modal apabila berlaku 3 kali keletihan kelembapan pelbagai jenis berturut-turut
  5. Mekanisme keluar tiga kali: rebound teknikal, isyarat kehabisan kecairan kecairan, dan tracking stop loss

Kelebihan Strategik

  1. Pengendalian masa pasaran yang tepat: meningkatkan ketepatan kemasukan melalui pengesahan pelbagai petunjuk
  2. Pengendalian risiko yang sempurna: menggunakan mekanisme hentikan kerugian bertingkat untuk mengawal risiko penurunan
  3. Kebolehan beradaptasi: Strategi boleh menyesuaikan secara automatik kawasan hentian mengikut turun naik pasaran
  4. Pelaksanaan: Strategi menetapkan syarat kemasukan dan keluar yang jelas, mengurangkan penilaian subjektif
  5. Tingkat sistematisasi yang tinggi: Proses transaksi berasaskan metrik kuantitatif dan mudah untuk diotomatiskan

Risiko Strategik

  1. Risiko isyarat palsu: Isyarat keletihan kecairan yang mungkin salah dalam pasaran setapak
  2. Risiko slippage: mungkin menghadapi slippage pelaksanaan yang lebih besar dalam keadaan pasaran yang melampau
  3. Sensitiviti parameter: Kesan strategi lebih sensitif terhadap kitaran purata dan kelipatan henti
  4. Ketergantungan kepada keadaan pasaran: Keuntungan strategi mungkin tidak sesuai dalam keadaan turun naik yang rendah
  5. Risiko teknikal: keperluan untuk memastikan kestabilan sistem, mengelakkan kelewatan atau kehilangan isyarat

Arah pengoptimuman strategi

  1. Memperkenalkan penunjuk kuantiti pertukaran: mengesahkan keberkesanan isyarat keletihan kecairan melalui kuantiti pertukaran
  2. Parameter pengoptimuman menyesuaikan diri: menyesuaikan parameter strategi secara dinamik mengikut keadaan turun naik pasaran
  3. Menambah penapis keadaan pasaran: menghentikan perdagangan dalam keadaan pasaran yang tidak sesuai
  4. Peningkatan mekanisme penutupan kerugian: penutupan dinamik berdasarkan kadar turun naik boleh dipertimbangkan
  5. Mekanisme pengesahan isyarat yang dioptimumkan: menambah lebih banyak petunjuk teknikal untuk menapis isyarat palsu

ringkaskan

Strategi tangkapan kecairan bertaraf dinamik adalah sistem perdagangan kuantitatif yang memberi tumpuan kepada menangkap keadaan pasaran yang melampau. Melalui kombinasi indikator saintifik dan kawalan risiko yang ketat, strategi dapat menangkap peluang perdagangan ketika pasaran mengalami turun naik yang kuat. Walaupun terdapat risiko tertentu, strategi ini dijangka dapat mengekalkan prestasi yang stabil dalam pelbagai keadaan pasaran melalui pengoptimuman dan penyempurnaan yang berterusan.

Kod sumber strategi
/*backtest
start: 2024-02-22 00:00:00
end: 2025-02-19 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Binance","currency":"ETH_USDT"}]
*/

//@version=5
strategy("Liquidation Cascade Strategy", overlay=true)

// Paramètres de l'indicateur de liquidation
var float lastHigh = na
var float lastLow = na
var float lastPriceLow = na
var float lastPriceHigh = na
var bool shortLiq = na
var bool longLiq = na

src = close
maLength1 = 15
maLength2 = 30
ma1 = ta.sma(src, maLength1)
ma2 = ta.ema(src, maLength2)
avgLine = (ma1 + ma2) / 2
distVal = ((src - avgLine) / avgLine) * 100

ph = ta.highest(distVal, 89)
pl = ta.lowest(distVal, 89)

if ph == distVal and ph > 0 
    lastHigh := distVal
    lastPriceHigh := high

if pl == distVal and pl < 0 
    lastLow := distVal
    lastPriceLow := low

shortLiq := not na(lastHigh) and lastHigh == distVal and distVal > 0
longLiq := not na(lastLow) and lastLow == distVal and distVal < 0

// Condition d'achat : 3 liquidations longues consécutives
buyCondition = ta.valuewhen(longLiq, longLiq, 0) and ta.valuewhen(longLiq, longLiq, 1) and ta.valuewhen(longLiq, longLiq, 2)
if (buyCondition)
    strategy.entry("Buy", strategy.long)

// Conditions de vente
var float entryPrice = na
var bool positionOpen = false

// Mise à jour du prix d'entrée
if (buyCondition)
    entryPrice := close
    positionOpen := true

// 1. Vente sur rebond technique (distVal > -1%)
sellCondition1 = distVal > -1 and positionOpen

// 2. Vente sur liquidation courte
sellCondition2 = shortLiq and positionOpen

// 3. Trailing Stop (2x ATR)
atr = ta.atr(14)
trailingStop = close - 2 * atr
sellCondition3 = close < trailingStop and positionOpen

// Exécution des ventes
if (sellCondition1 or sellCondition2 or sellCondition3)
    strategy.close("Buy")
    positionOpen := false

// Visualisation
plot(avgLine, color=color.blue, title="Avg Line")
plot(distVal, color=distVal > 0 ? color.red : color.green, style=plot.style_columns)