
A estratégia é baseada no conceito estatístico de Z-score, usado para identificar o desvio estatístico do preço em relação à sua média local. A estratégia calcula o Z-score do preço de fechamento, e depois aplica médias móveis de curto e longo prazo para suavizar o Z-score. A estratégia gera um sinal de entrada multi-cabeça quando o Z-score de curto prazo passa pelo Z-score de longo prazo e um sinal de equilíbrio quando o Z-score de curto prazo passa pelo Z-score de longo prazo. A estratégia também inclui controle de intervalo de sinal e filtros baseados em volumes dinâmicos para reduzir o ruído de negociação.
O núcleo da estratégia é o cálculo e a aplicação do Z-score. O Z-score é uma estatística usada para medir o grau de desvio de um ponto de dados em relação à média da amostra, em unidades de diferença padrão. Z = (preço de fechamento - SMA ((preço de fechamento, N)) / STDEV ((preço de fechamento, N)) N é o ciclo básico definido pelo usuário.
O processo de execução da estratégia é o seguinte:
Condições adicionais incluem:
Solução:
A estratégia de negociação estatística de preços de otimização dinâmica baseada no cruzamento do escalão Z é um sistema de negociação simples baseado em princípios estatísticos, focado em capturar o desvio e a regressão do preço em relação à sua média local. Através do processamento de suavização, controle de intervalo de sinal e filtragem dinâmica, a estratégia reduz efetivamente o ruído de negociação e melhora a qualidade do sinal. A estratégia é especialmente adequada para produtos financeiros em mercados turbulentos e com comportamento de regressão da média.
No entanto, a estratégia também possui algumas limitações, como a dependência de hipóteses estatísticas, sensibilidade de parâmetros e decisão de um único fator. As medidas de otimização, como a adição de identificação de tendências, ajuste de volatilidade, análise de múltiplos quadros temporais, mecanismos de parada de perdas, confirmação de volume de transação e combinação de múltiplos fatores, podem aumentar significativamente a robustez e o desempenho da estratégia.
Em geral, trata-se de um quadro estratégico com uma base teórica sólida, que permite uma estratégia simples, fácil de compreender e de expandir, adequada para ser um componente básico de um sistema de negociação ou uma ferramenta educacional para ajudar os comerciantes a entender a aplicação da estatística na negociação.
/*backtest
start: 2024-06-03 00:00:00
end: 2025-06-02 00:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"ETH_USDT"}]
*/
//@version=6
strategy("Price Statistical Strategy-Z Score V 1.01", overlay=true)
// === Enable / Disable Z-Score Strategy Block ===
enableZScore = input.bool(true, title="Enable Smoothed Z-Score Strategy", tooltip="When enabled, this block calculates a smoothed Z-Score of the closing price and generates entry/exit signals based on crossover behavior between short-term and long-term smoothed Z-Scores.\n\nRecommended for quick and classic detection of price deviation from mean.\nSensitive to outliers. Best suited for relatively normal-distributed market conditions.")
// === Z-Score Parameters ===
zBaseLength = input.int(3, minval=1, title="Z-Score Base Period")
shortSmooth = input.int(3, title="Short-Term Smoothing")
longSmooth = input.int(5, title="Long-Term Smoothing")
// === Z-Score Calculation Function ===
f_zscore(src, length) =>
mean = ta.sma(src, length)
std_dev = ta.stdev(src, length)
z = (src - mean) / std_dev
z
// === Z-Score Logic ===
zRaw = f_zscore(close, zBaseLength)
zShort = ta.sma(zRaw, shortSmooth)
zLong = ta.sma(zRaw, longSmooth)
// === Minimum gap between identical signals ===
gapBars = input.int(5, minval=1, title="Bars gap between identical signals", tooltip="Minimum number of bars required between two identical signals (entry or exit). Helps reduce signal noise.")
// === Candle-based momentum filters ===
bullish_3bars = close > close[1] and close[1] > close[2] and close[2] > close[3] and close[3] > close[4]
bearish_3bars = close < close[1] and close[1] < close[2] and close[2] < close[3] and close[3] < close[4]
// === Entry and Exit Logic with minimum signal gap and candle momentum filter ===
var int lastEntryBar = na
var int lastExitBar = na
if enableZScore
longCondition = (zShort > zLong)
exitCondition = (zShort < zLong)
if longCondition and (na(lastEntryBar) or bar_index - lastEntryBar > gapBars) and not bullish_3bars
strategy.entry("Z Score", strategy.long)
lastEntryBar := bar_index
if exitCondition and (na(lastExitBar) or bar_index - lastExitBar > gapBars) and not bearish_3bars
strategy.close("Z Score", comment="Z Score")
lastExitBar := bar_index
// === Real-time PnL Table for Last Open Position ===
var table positionTable = table.new(position.bottom_right, 2, 2, border_width=1)
// Header Labels
table.cell(positionTable, 0, 0, "Entry Price", text_color=color.white, bgcolor=color.gray)
table.cell(positionTable, 1, 0, "Unrealized PnL (%)", text_color=color.white, bgcolor=color.gray)
// Values (only when position is open)
isLong = strategy.position_size > 0
entryPrice = strategy.position_avg_price
unrealizedPnL = isLong ? (close - entryPrice) / entryPrice * 100 : na
// Define dynamic text color for PnL
pnlColor = unrealizedPnL > 0 ? color.green : unrealizedPnL < 0 ? color.red : color.gray
// Update Table Content
if isLong
table.cell(positionTable, 0, 1, str.tostring(entryPrice, "#.####"), text_color=color.gray, bgcolor=color.new(color.gray, 90))
table.cell(positionTable, 1, 1, str.tostring(unrealizedPnL, "#.##") + " %", text_color=pnlColor, bgcolor=color.new(pnlColor, 90))
else
table.cell(positionTable, 0, 1, "—", text_color=color.gray, bgcolor=color.new(color.gray, 90))
table.cell(positionTable, 1, 1, "—", text_color=color.gray, bgcolor=color.new(color.gray, 90))