
A estratégia é um sistema de negociação quantitativa inovador, baseado na teoria da distribuição estatística, que combina o tradicional indicador de força multi-espaço (Bull Bear Power) com a tecnologia de adaptação da distribuição. A inovação central da estratégia é livrar-se da hipótese fixa da distribuição ortogonal da análise técnica tradicional, calcular em tempo real as características estatísticas de alto nível dos dados do mercado (prejuízo e pico), ajustar dinamicamente o limiar de negociação para que a geração de sinais seja consistente com as características de distribuição real do mercado.
O mecanismo central de operação da estratégia inclui os seguintes elementos-chave:
Cálculo do PIB: Construir um indicador básico que reflita a comparação de força de vazio no mercado, calculando a soma do diferencial entre o preço mais alto e o EMA (força de vazio) e o preço mais baixo e o diferencial entre o EMA (força de vazio). O valor positivo indica a predominância de vazio e o valor negativo indica a predominância de vazio.
Análise de características distribuídasO método de cálculo de matriz de grau elevado é utilizado para a análise estatística da sequência BBP, produzindo a média, o desvio padrão, o desvio (matriz central de grau três) e o pico excedente (matriz central de grau quatro) três estatísticas-chave que representam a forma de distribuição dos dados do mercado. O desvio reflete a assimetria da distribuição, e o pico reflete a espessura da cauda e a frequência de eventos extremos.
Geração de barreiras adaptativas:
Avaliação do estado do mercado:
Sistema de travagem dinâmica:
Geração e execução de sinais:
Uma base sólida em teoria estatística: Libertação das estratégias tradicionais sobre a distribuição normal, adaptação dos critérios de decisão à dinâmica das características da distribuição real do mercado, reconstituição da lógica de geração de sinais a nível estatístico, com suporte teórico rigoroso.
Excelência em adaptaçãoA estratégia é capaz de identificar automaticamente as mudanças nas características de distribuição do mercado através da monitorização em tempo real da oscilação e do pico. Aumentar a oscilação em mercados de desvio positivo para evitar a subida, e ampliar a oscilação em mercados de cauda espessa para evitar a reação excessiva à oscilação normal, realmente permite que a estratégia se adapte ao mercado.
Avaliação Integrada MultidimensionalO objetivo é: construir um sistema abrangente de avaliação do estado do mercado, combinando as três dimensões da dinâmica dos preços, a atividade do volume de transação e a posição relativa dos preços, evitando a unilateralidade do julgamento de uma única dimensão.
Gestão de Riscos DinâmicosO sistema de parada de três níveis é equipado com um mecanismo de ajuste dinâmico, capaz de se adaptar ao calor do mercado para otimizar a distância de parada. Capturar o espaço de lucro em situações de tendência e cobrar rapidamente em situações de fraqueza.
Qualidade de sinalO teste de significância estatística permite a ação de transações apenas em pontos de distribuição real, reduzindo a taxa de falsos sinais e aumentando a eficácia estatística das transações.
Visualização intuitiva: O processo de ajuste adaptativo da estratégia é facilmente compreendido e monitorizado por meio de linhas de referência dinâmicas, linhas de referência de desvios padrão e marcas de sinais.
Parâmetros de otimização de alta complexidadeA estratégia inclui vários parâmetros (níveis de significância, limiares de desvio, limiares de pico, multiplicadores de parâmetros de parada, etc.), com grandes variações na combinação de parâmetros ótimos em diferentes ambientes de mercado, que requerem otimização de parâmetros sistemática e verificação de retorno.
Falta de um mecanismo de suspensão de danos claroA estratégia baseia-se principalmente no retorno à média e na ausência de parada dura baseada no preço ou no ATR. Em um cenário extremo, o BBP pode ter grandes perdas e ocupação de capital se continuar a se desviar da média e não retornar.
A falta de adaptabilidade do mercado horizontalEm situações de longo prazo de estreita oscilação, o valor do BBP está perto da média e dificilmente pode atingir o limiar de adaptação, o que reduz as oportunidades de negociação e limita a performance da estratégia.
Dependência de dadosA análise de características distribuídas requer dados históricos suficientes para obter resultados estatísticos estáveis e confiáveis. As moedas recém-lançadas ou os padrões com dados insuficientes podem ter estatísticas instáveis durante o uso inicial, afetando o desempenho da estratégia.
Computação mais complexaO cálculo em tempo real de torques de grau elevado, percentual de classificação e devaluação dinâmica requer o percurso de dados históricos, podendo enfrentar problemas de desempenho em ambientes de negociação com recursos limitados.
Risco de uma situação extremaEm situações extremamente rápidas e unilaterais, como um flash crash ou uma tempestade, o BBP pode ultrapassar a barreira instantaneamente e retornar rapidamente, resultando em pontos de entrada improváveis ou perdendo o melhor momento.
Introdução do mecanismo de parada dinâmica:
Melhorar a identificação do cenário de mercado:
Parâmetros de adaptação e otimização:
Melhoria da qualidade do sinal:
Otimização da gestão de posições:
Integração de vários quadros temporais:
A estratégia de distribuição adaptativa do BBP representa uma tentativa inovadora de combinação de análise técnica com a estatística moderna, resolvendo fundamentalmente o problema da dependência das estratégias tradicionais sobre a hipótese de distribuição ortogonal por meio de técnicas de adaptação de distribuição adaptativa. O valor central da estratégia reside na sua inovação teórica e no respeito pelas características de distribuição real do mercado, podendo manter uma qualidade de sinal razoável em mercados com diferentes formas de distribuição.
No entanto, também há espaço para melhorias evidentes nas estratégias. A falta de um mecanismo de parada de perdas claro é o maior ponto fraco e precisa ser priorizado na aplicação prática. A complexidade da otimização de parâmetros e a adaptabilidade ao mercado transversal também precisam ser resolvidas com a introdução de mecanismos de identificação do ambiente de mercado e de auto-adaptação de parâmetros.
A estratégia oferece uma excelente estrutura de aprendizagem e aperfeiçoamento para os traders quantitativos que buscam profundidade teórica e estão dispostos a fazer pesquisas mais profundas.
No geral, trata-se de uma estratégia inovadora, com uma base teórica sólida, uma lógica de design rigorosa e um alto valor de pesquisa e aplicação, que vale a pena ser explorada e continuamente otimizada por comerciantes quantitativos.
//@version=5
strategy("BBP Adaptive Distribution Strategy [presentTrading]")
//========================================
// BBP策略参数设置
//========================================
lengthInput = input.int(20, "EMA Length");//EMA周期长度
zLength = input.int(150, "Distribution Analysis Period");//分布分析周期
//自适应分布参数组
dist_group = "Distribution Fitting";
//统计显著性水平,0.05表示95%置信度
significance_level = input.float(0.05, "Significance Level", minval=0.01, maxval=0.1, step=0.01,
group=dist_group, tooltip="统计显著性水平,0.05=95%置信度");
//是否启用自适应分布拟合,禁用则使用传统Z-score
auto_fit = input.bool(true, "Auto Fit Distribution", group=dist_group,
tooltip="启用自适应分布拟合,禁用则使用传统Z-score");
//偏度阈值,超过此值考虑使用偏态分布
skew_threshold = input.float(0.5, "Skewness Threshold", minval=0.1, maxval=2.0, group=dist_group,
tooltip="超过此值考虑偏态分布");
//峰度阈值,超过此值考虑使用厚尾分布
kurt_threshold = input.float(1.0, "Kurtosis Threshold", minval=0.3, maxval=3.0, group=dist_group,
tooltip="超过此值考虑厚尾分布");
//========================================
// 止盈参数设置
//========================================
tp_group = "Take Profit Settings";//止盈参数组
useTP = input.bool(true, "Use Take Profit", group=tp_group);//是否启用止盈
baseAtrLength = input.int(20, "ATR Period", minval=1, group=tp_group);//ATR计算周期
atrMult1 = input.float(1.618, "TP1 ATR Multiplier", minval=0.1, step=0.1, group=tp_group);//第一止盈位ATR倍数
atrMult2 = input.float(2.382, "TP2 ATR Multiplier", minval=0.1, step=0.1, group=tp_group);//第二止盈位ATR倍数
atrMult3 = input.float(3.618, "TP3 ATR Multiplier", minval=0.1, step=0.1, group=tp_group);//第三止盈位ATR倍数
tp1_size = input.float(13, "TP1 Position %", minval=1, maxval=100, group=tp_group);//第一止盈位仓位百分比
tp2_size = input.float(13, "TP2 Position %", minval=1, maxval=100, group=tp_group);//第二止盈位仓位百分比
tp3_size = input.float(13, "TP3 Position %", minval=1, maxval=100, group=tp_group);//第三止盈位仓位百分比
//========================================
// 成交量分析参数设置
//========================================
vol_group = "Volume Analysis Settings";//成交量分析参数组
vol_period = input.int(100, "Volume MA Period", minval=1, group=vol_group);//成交量均线周期
vol_high = input.float(2.0, "High Volume Multiplier", minval=1.0, step=0.1, group=vol_group);//高成交量倍数
vol_med = input.float(1.5, "Medium Volume Multiplier", minval=1.0, step=0.1, group=vol_group);//中成交量倍数
vol_low = input.float(1.0, "Low Volume Multiplier", minval=0.5, step=0.1, group=vol_group);//低成交量倍数
vol_high_mult = input.float(1.5, "High Volume Factor", minval=0.1, step=0.1, group=vol_group);//高成交量系数
vol_med_mult = input.float(1.3, "Medium Volume Factor", minval=0.1, step=0.1, group=vol_group);//中成交量系数
vol_low_mult = input.float(1.0, "Low Volume Factor", minval=0.1, step=0.1, group=vol_group);//低成交量系数
//========================================
// 百分位分析参数设置
//========================================
perc_group = "Percentile Analysis Settings";//百分位分析参数组
perc_period = input.int(100, "Percentile Period", minval=20, group=perc_group);//百分位计算周期
perc_high = input.float(90, "High Percentile", minval=50, maxval=100, group=perc_group);//高百分位阈值
perc_med = input.float(80, "Medium Percentile", minval=50, maxval=100, group=perc_group);//中百分位阈值
perc_low = input.float(70, "Low Percentile", minval=0, maxval=100, group=perc_group);//低百分位阈值
perc_high_mult = input.float(1.5, "High Percentile Factor", minval=0.1, step=0.1, group=perc_group);//高百分位系数
perc_med_mult = input.float(1.3, "Medium Percentile Factor", minval=0.1, step=0.1, group=perc_group);//中百分位系数
perc_low_mult = input.float(1.0, "Low Percentile Factor", minval=0.1, step=0.1, group=perc_group);//低百分位系数
//========================================
// 核心多空力量计算
//========================================
//计算价格的指数移动平均
emaClose = ta.ema(close, lengthInput);
//多头力量:最高价与EMA的差值
bullPower = high - emaClose;
//空头力量:最低价与EMA的差值
bearPower = low - emaClose;
//多空力量平衡:多头力量加上空头力量
bbp = bullPower + bearPower;
//计算分布的高阶矩:均值、标准差、偏度、峰度
calcDistributionMoments(src, length) =>
mean = ta.sma(src, length);//计算均值
variance = ta.variance(src, length);//计算方差
stddev = math.sqrt(variance);//计算标准差
//初始化偏度和峰度累加变量
skew_sum = 0.0;
kurt_sum = 0.0;
//当标准差大于0时,计算偏度和峰度
if stddev > 0
for i = 0 to math.min(length - 1, 100)
z = (src[i] - mean) / stddev;//计算标准化值
z2 = z * z;//计算Z的平方
skew_sum += z * z2;//累加偏度项
kurt_sum += z2 * z2;//累加峰度项
n = math.min(length, 100);//取样本数
skewness = skew_sum / n;//计算偏度
excess_kurtosis = kurt_sum / n - 3.0;//计算超额峰度
[mean, stddev, skewness, excess_kurtosis];//返回四个统计量
//自适应阈值计算:根据分布特征动态调整阈值
calcAdaptiveThreshold(mu, sigma, skew, kurt, alpha, use_adaptive) =>
//计算标准正态分位数(基础Z值)
z_base = math.sqrt(-2.0 * math.log(alpha / 2.0));
z_adjusted = z_base;//初始化调整后的Z值
//如果启用自适应拟合,则进行分布修正
if use_adaptive
//厚尾修正:使用t分布近似,当峰度超过阈值时调整
if math.abs(kurt) > kurt_threshold
df = math.max(6.0 / math.abs(kurt) + 4.0, 5.0);//计算自由度
z_adjusted := z_adjusted * math.sqrt(df / (df - 2.0));//调整Z值
//偏度修正:使用Cornish-Fisher展开式,当偏度超过阈值时调整
if math.abs(skew) > skew_threshold
z_adjusted := z_adjusted + skew * (z_adjusted * z_adjusted - 1.0) / 6.0;//应用偏度修正
//计算上下阈值
upper_threshold = mu + sigma * z_adjusted;
lower_threshold = mu - sigma * z_adjusted;
[upper_threshold, lower_threshold];//返回上下阈值
//执行分布分析:计算BBP的均值、标准差、偏度和峰度
[mu, sigma, skewness, kurtosis] = calcDistributionMoments(bbp, zLength);
//计算自适应阈值:基于统计特征动态确定交易阈值
[upper_threshold, lower_threshold] = calcAdaptiveThreshold(mu, sigma, skewness, kurtosis,
significance_level, auto_fit);
//========================================
// 成交量与百分位分析
//========================================
vol_sma = ta.sma(volume, vol_period);//计算成交量简单移动平均
vol_mult = volume / vol_sma;//计算当前成交量相对于均值的倍数
//计算百分位排名:返回当前值在历史数据中的百分位位置
calcPercentile(src) =>
var values = array.new_float(0);//初始化数组
array.unshift(values, src);//将新值插入数组头部
if array.size(values) > perc_period
array.pop(values);//超过周期长度时删除尾部元素
//计算百分位排名
array.size(values) > 0 ? array.percentrank(values, array.size(values)-1) * 100 : 50;
price_perc = calcPercentile(close);//计算价格百分位
vol_perc = calcPercentile(volume);//计算成交量百分位
//计算止盈系数:综合成交量和价格百分位评分
getTpFactor() =>
//根据成交量倍数评分
vol_score = vol_mult > vol_high ? vol_high_mult : vol_mult > vol_med ? vol_med_mult : vol_mult > vol_low ? vol_low_mult : 0.8;
//根据价格百分位评分
price_score = price_perc > perc_high ? perc_high_mult : price_perc > perc_med ? perc_med_mult : price_perc > perc_low ? perc_low_mult : 0.8;
math.avg(vol_score, price_score);//返回两个评分的平均值
//========================================
// 入场出场逻辑
//========================================
//多头入场条件:BBP向上突破上阈值
longCondition = ta.crossover(bbp, upper_threshold);
//空头入场条件:BBP向下跌破下阈值
shortCondition = ta.crossunder(bbp, lower_threshold);
//多头出场条件:BBP向下跌破均值
exitLongCondition = ta.crossunder(bbp, mu);
//空头出场条件:BBP向上突破均值
exitShortCondition = ta.crossover(bbp, mu);
//========================================
// 交易执行逻辑
//========================================
//在K线确认后执行交易
if (barstate.isconfirmed)
if longCondition
strategy.entry("Long", strategy.long);//开多头仓位
if shortCondition
strategy.entry("Short", strategy.short);//开空头仓位
if exitLongCondition
strategy.close("Long");//平多头仓位
if exitShortCondition
strategy.close("Short");//平空头仓位
//========================================
// 止盈执行逻辑
//========================================
//当启用止盈且持有仓位时执行止盈逻辑
if useTP and strategy.position_size != 0
base_move = ta.atr(baseAtrLength);//计算基础ATR值
tp_factor = getTpFactor();//获取止盈系数
is_long = strategy.position_size > 0;//判断是否为多头仓位
entry_price = strategy.position_avg_price;//获取入场均价
//多头止盈设置
if is_long
tp1_price = entry_price + (base_move * atrMult1 * tp_factor);//计算第一止盈价
tp2_price = entry_price + (base_move * atrMult2 * tp_factor);//计算第二止盈价
tp3_price = entry_price + (base_move * atrMult3 * tp_factor);//计算第三止盈价
strategy.exit("TP1", "Long", qty_percent=tp1_size, limit=tp1_price);//设置第一止盈
strategy.exit("TP2", "Long", qty_percent=tp2_size, limit=tp2_price);//设置第二止盈
strategy.exit("TP3", "Long", qty_percent=tp3_size, limit=tp3_price);//设置第三止盈
else
//空头止盈设置
tp1_price = entry_price - (base_move * atrMult1 * tp_factor);//计算第一止盈价
tp2_price = entry_price - (base_move * atrMult2 * tp_factor);//计算第二止盈价
tp3_price = entry_price - (base_move * atrMult3 * tp_factor);//计算第三止盈价
strategy.exit("TP1", "Short", qty_percent=tp1_size, limit=tp1_price);//设置第一止盈
strategy.exit("TP2", "Short", qty_percent=tp2_size, limit=tp2_price);//设置第二止盈
strategy.exit("TP3", "Short", qty_percent=tp3_size, limit=tp3_price);//设置第三止盈
//========================================
// 图表绘制
//========================================
//绘制BBP柱状图:多头力量为绿色,空头力量为红色
plot(bbp, color=bbp >= mu ? color.new(color.green, 0) : color.new(color.red, 0),
title="BBPower", style=plot.style_columns);
//绘制均值线
plot(mu, "Mean", color=color.gray, linewidth=1, style=plot.style_line);
//绘制上阈值线
plot(upper_threshold, "Upper Threshold", color=color.orange, linewidth=2);
//绘制下阈值线
plot(lower_threshold, "Lower Threshold", color=color.orange, linewidth=2);
//绘制参考线:正负1倍标准差
plot(mu + sigma, "+1σ", color=color.new(color.blue, 70), linewidth=1, style=plot.style_circles);
plot(mu - sigma, "-1σ", color=color.new(color.blue, 70), linewidth=1, style=plot.style_circles);
//绘制参考线:正负2倍标准差
plot(mu + 2*sigma, "+2σ", color=color.new(color.purple, 70), linewidth=1, style=plot.style_cross);
plot(mu - 2*sigma, "-2σ", color=color.new(color.purple, 70), linewidth=1, style=plot.style_cross);
//========================================
// 信号标记
//========================================
//绘制多头信号标记
plotshape(longCondition, title="Long Signal", location=location.bottom,
color=color.new(color.green, 0), style=shape.labelup, text="LONG",
textcolor=color.white, size=size.small);
//绘制空头信号标记
plotshape(shortCondition, title="Short Signal", location=location.top,
color=color.new(color.red, 0), style=shape.labeldown, text="SHORT",
textcolor=color.white, size=size.small);