结构突破加强引擎订单块交易策略

OB HH LL RR SL TP 趋势跟踪 吞没形态 订单块 结构突破 动量交易
创建日期: 2025-05-27 10:34:59 最后修改: 2025-05-27 10:34:59
复制: 0 点击次数: 331
avatar of ianzeng123 ianzeng123
2
关注
319
关注者

结构突破加强引擎订单块交易策略 结构突破加强引擎订单块交易策略

概述

趋势结构突破加强引擎订单块交易策略是一种结合了技术分析中多个关键元素的量化交易系统。该策略基于市场结构突破、订单块识别以及吞没形态确认,构建了一个完整的交易决策框架。策略核心在于通过识别价格突破历史高点或低点后的动量,结合前期形成的订单块支撑阻力区域,并使用吞没形态作为最终确认信号,从而捕捉高概率的交易机会。同时,策略内置了固定风险回报比管理机制,确保每笔交易的风险控制和利润目标明确设定。

策略原理

该策略的核心原理基于以下几个关键要素:

  1. 趋势结构识别:策略使用lookback参数(默认为20)计算过去N个周期的最高点(HH)和最低点(LL)。当价格收盘突破前期最高点时,确认为上升趋势;当价格收盘跌破前期最低点时,确认为下降趋势。这一机制确保策略仅在明确的趋势方向上开仓。

  2. 订单块(Order Block)识别:订单块是市场中重要的支撑阻力区域,通常由大型交易者留下的交易痕迹形成。在本策略中:

    • 看涨订单块(Bull OB):在上升趋势确认时,记录前一根看跌蜡烛的低点
    • 看跌订单块(Bear OB):在下降趋势确认时,记录前一根看涨蜡烛的高点
  3. 吞没形态确认:策略使用吞没K线形态作为额外的确认信号:

    • 看涨吞没:当前蜡烛为阳线,前一根为阴线,且当前收盘价高于前一根开盘价,当前开盘价低于前一根收盘价
    • 看跌吞没:当前蜡烛为阴线,前一根为阳线,且当前收盘价低于前一根开盘价,当前开盘价高于前一根收盘价
  4. 入场条件

    • 多头入场:确认上升趋势 + 看涨吞没形态 + 价格收盘高于看涨订单块
    • 空头入场:确认下降趋势 + 看跌吞没形态 + 价格收盘低于看跌订单块
  5. 风险管理:策略采用固定点数的止损(默认20点),并根据设定的风险回报比(默认3.0)自动计算止盈目标。

策略优势

  1. 结构化的市场分析框架:该策略结合了趋势分析、价格结构、订单块支撑阻力和蜡烛形态确认,形成了一个全面的交易决策框架,避免了单一指标可能带来的虚假信号。

  2. 高概率交易信号:通过要求多重确认条件同时满足,大大提高了交易信号的可靠性。只有在趋势明确、订单块支撑/阻力有效、并且有吞没形态确认时,策略才会发出交易信号。

  3. 内置风险管理机制:策略默认采用3:1的风险回报比,确保每笔交易都有明确的获利目标和止损点位,帮助交易者在长期交易中维持正期望值。

  4. 适应性强:通过调整lookback参数,策略可以适应不同的时间周期和市场波动性。在波动较大的市场中可以增加lookback值,在波动较小的市场中则可以减小该值。

  5. 视觉化交易信号:策略通过在图表上标记买入/卖出信号以及订单块位置,提供了直观的视觉反馈,有助于交易者理解和评估交易逻辑。

策略风险

  1. 假突破风险:市场经常会出现假突破情况,即价格短暂突破历史高点/低点后又迅速回落。这可能导致策略产生错误信号,尤其是在波动较大但没有明确趋势的市场环境中。

  2. 吞没形态可靠性问题:吞没形态在不同市场条件下的可靠性存在差异。在某些低流动性市场或高波动性时期,吞没形态可能产生更多假信号。

  3. 固定止损风险:策略使用固定点数的止损设置,而不是基于市场波动性的动态止损。在波动性突然增加的市场环境中,固定止损可能过小,导致被轻易触及。

  4. 参数敏感性:策略性能高度依赖于参数设置,如lookback周期、风险回报比和止损点数。不同市场和时间周期可能需要不同的参数组合才能获得最佳效果。

  5. 趋势反转适应性不足:该策略在明确趋势中表现良好,但在趋势反转阶段可能会产生连续亏损,因为它没有内置趋势反转预警机制。

优化方向

  1. 引入波动性自适应机制:可以考虑使用ATR(Average True Range)等指标来动态调整止损和止盈水平,使策略能够更好地适应不同的市场波动条件。实现方法可以是将固定点数止损替换为基于最近N周期ATR值的倍数。

  2. 增加假突破过滤器:可以通过添加成交量确认或等待价格在突破区域停留一定时间(如收盘价连续N个周期保持在突破水平之上/之下)来减少假突破导致的错误信号。

  3. 订单块区域扩展:目前的订单块定义相对简单,可以考虑扩展为一个区域而非单一价格点,例如使用前一根反向蜡烛的整体高低点范围,或者添加一定的缓冲区间。

  4. 多时间周期确认:引入多时间周期分析,确保交易方向与更高时间周期的趋势一致,从而提高交易成功率。这可以通过检查更高时间周期的结构突破状态来实现。

  5. 动态风险回报比:根据市场环境(如波动性、趋势强度)自动调整风险回报比,在强趋势环境中采用更高的风险回报比,在盘整或弱趋势环境中采用较低的风险回报比。

  6. 添加市场周期过滤:引入市场周期识别机制,在不同的市场周期(趋势、盘整、波动)中应用不同的交易逻辑和参数设置,提高策略的适应性。

总结

趋势结构突破加强引擎订单块交易策略是一个结合了多种技术分析元素的综合性交易系统。通过趋势结构识别、订单块定位和吞没形态确认,该策略能够捕捉高概率的趋势延续性交易机会。内置的风险管理机制确保了交易的风险可控性,而策略参数的灵活性则提供了适应不同市场条件的能力。

虽然该策略存在一定的假突破风险和参数敏感性问题,但通过引入波动性自适应机制、多时间周期确认和动态风险管理等优化措施,可以进一步提升策略的稳健性和适应性。对于追求技术分析驱动、规则明确且风险可控的趋势跟踪交易者来说,这是一个值得考虑的策略框架。

该策略特别适合在有明确趋势的市场环境中使用,同时交易者应当根据具体交易品种的特性和市场条件,对策略参数进行必要的调整和优化,以获得最佳交易效果。

策略源码
/*backtest
start: 2024-05-26 00:00:00
end: 2025-03-06 00:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"SOL_USDT"}]
*/

//@version=6
strategy("Aman Singh OB Strategy v6", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=10)

// === INPUTS ===
lookback = input.int(20, "Structure Lookback", minval=1)
rr_ratio = input.float(3.0, "Risk Reward Ratio", step=0.1)
risk_pips = input.int(20, "Stop Loss (in pips)", minval=1)

// === TREND STRUCTURE ===
hh = ta.highest(high, lookback)
ll = ta.lowest(low, lookback)
upTrend = close > hh[1]
downTrend = close < ll[1]

// === ORDER BLOCKS (Last opposite candle) ===
bullOB = ta.valuewhen(upTrend and close[1] < open[1], low[1], 0)
bearOB = ta.valuewhen(downTrend and close[1] > open[1], high[1], 0)

// === ENGULFING CANDLE PATTERN ===
bullishEngulf = close > open and close[1] < open[1] and close > open[1] and open < close[1]
bearishEngulf = close < open and close[1] > open[1] and close < open[1] and open > close[1]

// === ENTRY CONDITIONS ===
longCondition = upTrend and bullishEngulf and close > bullOB
shortCondition = downTrend and bearishEngulf and close < bearOB

// === STOP LOSS AND TAKE PROFIT ===
slPoints = risk_pips * syminfo.mintick
tpPoints = slPoints * rr_ratio

// === EXECUTE TRADES ===
if (longCondition)
    strategy.entry("Buy", strategy.long)
    strategy.exit("TP/SL Buy", from_entry="Buy", stop=close - slPoints, limit=close + tpPoints)

if (shortCondition)
    strategy.entry("Sell", strategy.short)
    strategy.exit("TP/SL Sell", from_entry="Sell", stop=close + slPoints, limit=close - tpPoints)

// === PLOTS ===
plotshape(longCondition, title="Bull Entry", location=location.belowbar, color=color.green, style=shape.labelup, text="BUY")
plotshape(shortCondition, title="Bear Entry", location=location.abovebar, color=color.red, style=shape.labeldown, text="SELL")

plot(bullOB, title="Bull OB", color=color.green, linewidth=1, style=plot.style_linebr)
plot(bearOB, title="Bear OB", color=color.red, linewidth=1, style=plot.style_linebr)
相关推荐