ChaoZhang
Обзор
Стратегия основана на статистических характеристиках, когда рынок находится в экстремальном падении. С помощью статистического анализа отступлений, используя стандартный разрыв, измеряется экстремальность колебаний рынка, и покупается, когда рынок падает за пределы нормального диапазона.
Стратегический принцип
Стратегия использует статистические характеристики максимального отступления и отступления для расчета цены в течение прокручивающегося окна времени. Сначала рассчитывается максимальная цена за последние 50 циклов, затем рассчитывается процент отступления от максимальной цены по отношению к текущей цене закрытия. Затем рассчитываются среднее значение отступления и стандартная разница, устанавливая 1-кратную стандартную разницу в качестве триггерного порога.
Стратегические преимущества
- Стратегия основана на статистических принципах, имеет прочную теоретическую основу. Метод является объективной наукой, измеряя экстремальность колебаний рынка с помощью стандартного отклонения.
- Стратегия позволяет эффективно использовать инвестиционные возможности в периоды рыночной паники. Вход в рынок в случае нерационального падения соответствует идее стоимостных инвестиций.
- Применение фиксированного цикла устранения убытков позволяет избежать проблем с отслеживанием стоп-убытков, которые могут пропустить отскок.
- Стратегические параметры являются гибкими и могут быть настроены в зависимости от различных рыночных условий и особенностей торговой марки.
- Вычисление показателей отклонений и стандартных отклонений просто, логика стратегии ясна, легко понятна и выполняется.
Стратегический риск
- Рынок может постоянно падать, что приводит к частому вхождению в стратегию, но при этом приводит к убыткам. Рекомендуется установить ограничение максимального количества позиций.
- При фиксированном периоде плавных позиций может быть упущено больше пространства для роста. Можно рассмотреть возможность увеличения плавных позиций с отслеживанием тенденций.
- Статистические характеристики отзыва могут меняться в зависимости от изменения рыночной ситуации. Рекомендуется регулярно обновлять параметры.
- Другие рыночные данные, такие как объем, не учитываются в стратегии. Рекомендуется перекрестная проверка в сочетании с несколькими показателями.
- В условиях резкой волатильности рынка стандартные погрешности могут быть искажены. Рекомендуется установить меры контроля риска.
Направление оптимизации стратегии
- Введение показателя оборота, подтверждающего уровень паники на рынке.
- Повышение показателей тренда, чтобы избежать частых вхождений в нисходящий тренд.
- Оптимизация механизма ликвидации позиций, корректировка времени удержания позиций в зависимости от динамики рынка.
- Увеличение настройки стоп-лосса и контроль риска в однократной сделке.
- Рассмотреть использование параметров адаптации для повышения адаптации стратегии к изменениям рынка.
Подвести итог
Стратегия использует статистические методы, чтобы захватить рыночные возможности для перепадов, имеет хорошую теоретическую основу и практическую ценность. Логика стратегии проста и ясна, параметры регулируемы, и она подходит для расширения и оптимизации базовой стратегии. Стабильность и рентабельность стратегии могут быть дополнительно повышены за счет добавления других технических показателей и мер контроля риска.
/*backtest
start: 2019-12-23 08:00:00
end: 2024-11-28 00:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Buy When There's Blood in the Streets Strategy", overlay=false, shorttitle="BloodInTheStreets")
//This strategy identifies opportunities to buy during extreme market drawdowns based on standard deviation thresholds.
//It calculates the maximum drawdown over a user-defined lookback period, identifies extreme deviations from the mean,
//and triggers long entries when specific conditions are met. The position is exited after a defined number of bars.
// User Inputs
lookbackPeriod = input.int(50, title="Lookback Period", minval=1, tooltip="Period to calculate the highest high for drawdown")
stdDevLength = input.int(50, title="Standard Deviation Length", minval=1, tooltip="Length of the period to calculate standard deviation")
stdDevThreshold = input.float(-1.0, title="Standard Deviation Threshold", tooltip="Trigger level for long entry based on deviations")
exitBars = input.int(35, title="Exit After (Bars)", minval=1, tooltip="Number of bars after which to exit the trade")
// Drawdown Calculation
peakHigh = ta.highest(high, lookbackPeriod)
drawdown = ((close - peakHigh) / peakHigh) * 100
// Standard Deviation Calculation
drawdownStdDev = ta.stdev(drawdown, stdDevLength)
meanDrawdown = ta.sma(drawdown, stdDevLength)
// Define Standard Deviation Levels
stdDev1 = meanDrawdown - drawdownStdDev
stdDev2 = meanDrawdown - 2 * drawdownStdDev
stdDev3 = meanDrawdown - 3 * drawdownStdDev
// Plot Drawdown and Levels
plot(drawdown, color=color.red, linewidth=2, title="Drawdown (%)")
plot(meanDrawdown, color=color.blue, linewidth=2, title="Mean Drawdown")
plot(stdDev1, color=color.green, linewidth=1, title="1st Std Dev")
plot(stdDev2, color=color.orange, linewidth=1, title="2nd Std Dev")
plot(stdDev3, color=color.purple, linewidth=1, title="3rd Std Dev")
// Entry Condition
var float entryBar = na
goLong = drawdown <= meanDrawdown + stdDevThreshold * drawdownStdDev
if (goLong and strategy.position_size == 0)
strategy.entry("Long", strategy.long)
entryBar := bar_index
// Exit Condition
if (strategy.position_size > 0 and not na(entryBar) and bar_index - entryBar >= exitBars)
strategy.close("Long")