Estratégias de negociação de curto prazo baseadas em divergências de preços de fechamento


Data de criação: 2023-09-28 15:08:39 última modificação: 2023-09-28 15:08:39
cópia: 2 Cliques: 743
1
focar em
1617
Seguidores

Visão geral

A estratégia é simples, intuitiva, fácil de implementar e adequada para os comerciantes de curto prazo, analisando a diferença de preços de fechamento de dois dias para determinar a direção do movimento futuro dos preços.

Princípio da estratégia

A lógica central da estratégia é comparar o preço de fechamento de hoje com o preço de fechamento de ontem.

  1. Calcular a diferença entre o preço de fechamento de hoje e o preço de fechamento de ontem
  2. Se a diferença for maior do que o valor estabelecido, o preço de hoje aumentará em relação ao de ontem, fazendo mais;
  3. Se a diferença for menor do que o limiar definido de negativo, o preço de hoje caiu em relação ao de ontem, e o preço de hoje está em baixa.
  4. Caso contrário, mantenha a posição de ontem.

A chave aqui é definir um limiar razoável. Se o limiar for muito grande, você perderá pequenas flutuações de preços; Se o limiar for muito pequeno, você terá muitas transações irracionais devido à flutuação normal. A estratégia usa um design de limiar ajustável, com um valor padrão de 0,004, um passo de 0,001, que pode ser testado com base nos dados históricos para selecionar o limiar adequado.

Em geral, a estratégia capta a variação de preços entre dois dias de negociação consecutivos, filtrando os movimentos normais através de um filtro de perda de valor para determinar a direção da possível tendência de preços no futuro, para que possa ser feita uma negociação de curto prazo. A estratégia é simples, intuitiva e fácil de entender e implementar.

Vantagens estratégicas

  • A ideia é simples, intuitiva, fácil de entender e de implementar.
  • Não há necessidade de indicadores técnicos complexos e um limiar de experiência reduzido
  • Utilização de um preço de fechamento para filtrar eficazmente o ruído branco, aumentando a estabilidade do sinal
  • Desenho de barreiras ajustável para encontrar o melhor parâmetro
  • O Bitcoin é uma plataforma de criptomoedas que permite que os investidores e os investidores de todo o mundo façam transações de curta distância.
  • Funciona em vários cenários de mercado

Risco estratégico

  • Preços de fechamento com probabilidade de brecha de salto, podendo perder mudanças de preço
  • Confiar em um único indicador pode perder outras informações importantes
  • A definição de um limiar incorreto gerará muitos sinais de negociação errados
  • Operações frequentes de linhas curtas podem ter custos mais elevados
  • A partir de agora, o país terá que se adaptar e adaptar os seus parâmetros.

Para lidar com esses riscos, considere:

  1. Combinado com outros indicadores, como volume de transações, para aumentar a precisão do sinal
  2. Adição de lógica de stop-loss para controlar a perda única
  3. Parâmetros de otimização para melhorar a qualidade do sinal
  4. Prolongar adequadamente o ciclo de negociação e reduzir a frequência de operação
  5. Aumentar a gestão de posições para aumentar a rentabilidade

Direção de otimização da estratégia

A estratégia pode ser pensada para ser otimizada em várias direções:

  1. Múltiplos períodos de tempo de regressão- Usar diferentes períodos de tempo (linha do dia, 4 horas, 1 hora, etc.) para avaliar os parâmetros da estratégia e selecionar os melhores períodos de tempo e parâmetros.

  2. Indicador de volatilidade- A adição de indicadores que levam em consideração a volatilidade dos preços, como o ATR, permite uma melhor construção de um limiar dinâmico.

  3. Adição de lógica de stop loss- Estabelecer um ponto de parada razoável para controlar a perda única.

  4. Optimizar a gestão de posições- Otimizar o tamanho das posições e as regras de acumulação de depósitos, garantindo a suspensão de perdas e, ao mesmo tempo, aumentando o lucro.

  5. Considere os custos da transação- Incluir na retrospectiva a consideração de custos de transação, como taxas de transação, pontos de deslizamento, etc., para tornar a retrospectiva mais próxima da realidade.

  6. Introdução ao aprendizado de máquina- Aplicar algoritmos de aprendizagem de máquina para extrair mais características e criar sinais de negociação mais fortes.

Resumir

Esta estratégia baseia-se na diferença de preços de fechamento para determinar a tendência futura dos preços, usando uma estratégia de negociação de linha curta de design de pensamento simples e intuitivo. A estratégia é fácil de implementar e é adequada para operações de linha curta, mas pode haver um certo risco de perda.

Código-fonte da estratégia
/*backtest
start: 2023-08-28 00:00:00
end: 2023-09-27 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
strategy("Daily Close Comparison Strategy (by ChartArt) repainting results", shorttitle="CA_-_Daily_Close_Strat", overlay=false)

// ChartArt's Daily Close Comparison Strategy
//
// Version 1.0
// Idea by ChartArt on February 28, 2016.
//
// This strategy is equal to the very
// popular "ANN Strategy" coded by sirolf2009,
// but without the Artificial Neural Network (ANN).
//
// Main difference besides stripping out the ANN
// is that I use close prices instead of OHLC4 prices.
// And the default threshold is set to 0 instead of 0.0014
// with a step of 0.001 instead of 0.0001.
//
// This strategy goes long if the close of the current day
// is larger than the close price of the last day.
// If the inverse logic is true, the strategy
// goes short (last close larger current close).
//
// This simple strategy does not have any
// stop loss or take profit money management logic.
//
// List of my work: 
// https://www.tradingview.com/u/ChartArt/
// 
//  __             __  ___       __  ___ 
// /  ` |__|  /\  |__)  |   /\  |__)  |  
// \__, |  | /~~\ |  \  |  /~~\ |  \  |  
// 
// 

threshold = input(title="Price Difference Threshold repainting results", type=float, defval=0.004, step=0.001)

getDiff() =>
    yesterday=security(syminfo.tickerid, 'D', close[1])
    today=security(syminfo.tickerid, 'D', close)
    delta=today-yesterday
    percentage=delta/yesterday
    
closeDiff = getDiff()
 
buying = closeDiff > threshold ? true : closeDiff < -threshold ? false : buying[1]

hline(0, title="zero line")

bgcolor(buying ? green : red, transp=25)
plot(closeDiff, color=silver, style=area, transp=75)
plot(closeDiff, color=aqua, title="prediction")

longCondition = buying
if (longCondition)
    strategy.entry("Long", strategy.long)

shortCondition = buying != true
if (shortCondition)
    strategy.entry("Short", strategy.short)