L’idée centrale de cette stratégie est de déterminer la direction de la tendance actuelle en fonction de la relation entre les hauts et les bas de la ligne K et d’aplanir les résultats de manière moyenne mobile. La stratégie s’applique à tout actif numérique ayant une certaine liquidité.
Cette stratégie utilise la ligne de minutes M, en fonction de la relation entre la position du prix de clôture et le point le plus bas, pour déterminer si la ligne de minutes K de M est du type haut de clôture (le prix de clôture est proche du point le plus élevé), bas de clôture (le prix de clôture est proche du point le plus bas) ou ordinaire (le prix de clôture est proche du point le plus bas).
Pour cela, on commence par calculer delt = high - close, c’est-à-dire la différence entre le prix du haut et celui du bas, et height = high - low, c’est-à-dire la différence entre le haut et le bas. Si delt > height*2⁄3, il est jugé de type haute fermeture, si delt < height/3, il est jugé de type bas fermeture, sinon de type ordinaire.
On calcule ensuite le nombre de courbes à haute, basse et moyenne courbes sur les lignes K les plus récentes de la racine N, en calculant leur proportion, et on obtient les trois courbes de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la courbe de la cour
Lorsque la courbe de hausse traverse la courbe de baisse, la courbe de K de basse courbe commence à augmenter, ce qui signifie que le marché est entré dans une tendance à la hausse, émettant un signal de plus. Lorsque la courbe de baisse traverse la courbe de hausse, la courbe de K de basse courbe commence à augmenter, ce qui signifie que le marché est entré dans une tendance à la baisse, émettant un signal de vide.
Cette stratégie, basée sur des tendances de l’action des prix, présente les avantages suivants:
Les principes sont clairs et faciles à comprendre.
Il ne s’appuie sur aucun indicateur, mais sur les caractéristiques du prix lui-même pour déterminer la direction de la tendance.
Les paramètres configurables sont moins nombreux, principalement les paramètres de lissage N et EMA, qui sont faciles à optimiser.
Il est largement applicable à tout actif numérique ayant une certaine liquidité, y compris les actions, les devises, les crypto-monnaies, etc.
Les résultats sont bons et les risques sont maîtrisés.
Les méthodes techniques telles que les lignes de tendance et les résistances de support peuvent être optimisées.
Une stratégie de stop-loss peut être configurée pour contrôler les pertes individuelles.
Bien que cette stratégie présente certains avantages, elle comporte les risques suivants:
Les types de lignes K sont fréquemment modifiés lorsque le marché est en état de choc, ce qui peut générer de faux signaux.
Une mauvaise configuration des paramètres N et EMA peut entraîner des manquements de mouvement ou générer trop de signaux invalides.
Il y a un certain retard dans le jugement de la direction de la tendance par le seul type de ligne K.
L’impossibilité de filtrer efficacement les graphiques de fraction de temps courants tels que les triangles convergents, les drapeaux, etc., peut entraîner un risque de rupture inversée.
Cette stratégie est une stratégie de suivi de tendance et ne permet pas de saisir efficacement les opportunités de retournement.
Il est nécessaire de collaborer avec le Stop Loss pour contrôler le risque de perte, sinon les pertes individuelles peuvent être plus importantes.
Afin de réduire les risques et d’augmenter les facteurs de gain, cette stratégie peut être optimisée en fonction des facteurs suivants:
En combinant des indicateurs de volatilité tels que l’ATR et en ajustant les paramètres N et EMA en fonction de la volatilité du marché, il est possible d’éviter que les marchés surchargés ne produisent trop de signaux inefficaces.
Augmentation de l’indicateur de jugement du volume et filtrage des fausses ruptures en cas de décharge importante.
La combinaison de la ligne de tendance et des points de résistance de support critique pour déterminer la direction de la tendance et la réalité de la rupture.
Ajouter plusieurs jugements de périodes de temps pour éviter les erreurs de jugement d’une seule période.
Ajout d’un module de reconnaissance de forme de retournement pour ouvrir des positions en temps réel en cas de signal de retournement significatif.
Optimiser les stratégies de stop loss en fonction de la volatilité du marché et des préférences de risque.
Ajout de fonctionnalités telles que le suivi des arrêts de perte, le stop-motion pour bloquer les bénéfices et empêcher le retour des bénéfices.
Cette stratégie est basée sur la direction de la tendance de l’action des prix, les principes sont clairs, les résultats de la rétroaction sont bons et peuvent être largement appliqués à la négociation d’actifs numériques. Cependant, il existe certaines limites, qui doivent être combinées avec des arrêts et des optimisations pour réduire les risques.
/*backtest
start: 2023-08-20 00:00:00
end: 2023-09-19 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
strategy("trend detect", overlay=false)
lenght = input(34)
ema_smooth = input(5)
delt = high - close
height = high - low
color_plot=black
state=0
if delt > height/3*2
state := 1
color_plot := red
else
if delt > height/3
state := 2
color_plot := blue
else
state := 3
color_plot := green
//plot(state, color=color_plot, style=histogram)
percOfType(len, state_for_count) =>
num = 0
for i=1 to len
if state[i]==state_for_count
num := num+1
num/len*100
rise = ema(percOfType(lenght, 3), ema_smooth)
fall = ema(percOfType(lenght, 1), ema_smooth)
plot(rise, color = green)
plot(ema(percOfType(lenght, 2), ema_smooth), color = blue)
plot(fall, color = red)
plot(10, color=black)
plot(60, color=black)
longCondition = crossover(rise, fall)
if (longCondition)
strategy.entry("My Long Entry Id", strategy.long)
shortCondition = crossunder(rise, fall)
if (shortCondition)
strategy.entry("My Short Entry Id", strategy.short)