Les ressources ont été chargées... Je charge...
  1. Carré
  2. Les expositions sous réserve d'une mise à disposition de fonds propres sont considérées comme des expositions sous réserve de mise à disposition de fonds propres.

Les expositions sous réserve d'une mise à disposition de fonds propres sont considérées comme des expositions sous réserve de mise à disposition de fonds propres.

Auteur:ChaoZhang est là., Date: le 26-12-2023 à 16h21
Les étiquettes:

img

Résumé

Cette stratégie gère le risque en fixant des conditions d'effet de levier et de marge élevées pour fermer des positions lors de fluctuations importantes du marché.

La logique de la stratégie

  1. Définir un effet de levier élevé, par exemple 4x
  2. Définir le niveau d'appel de marge, par exemple 25 000 $.
  3. Arrêter d'ouvrir de nouvelles opérations lorsque le capital propre tombe en dessous du niveau de marge
  4. Fermer toutes les positions lorsque l'appel de marge est déclenché à mesure que les capitaux propres continuent de baisser

Ce faisant, la stratégie peut réduire les pertes en temps opportun lors de mouvements drastiques du marché afin d'éviter les risques d'appel de marge.

Analyse des avantages

  1. Adaptation souple de l'effet de levier en fonction de la tolérance au risque personnelle
  2. Le mécanisme d'appel de marge prévient les explosions de comptes
  3. L'exposition au risque est calculée sur la base de l'exposition au risque.

Analyse des risques

  1. L'effet de levier amplifie à la fois les bénéfices et les risques
  2. Le niveau d'appel de marge doit être aligné sur le niveau de stop loss
  3. Résultats de l'analyse de risque

Les risques peuvent être réduits en ajustant l'effet de levier, en alignant les appels de marge et les stop-loss, en optimisant les stop-loss, etc.

Directions d'optimisation

  1. Ajouter un filtre de tendance pour éviter les transactions contre-tendance
  2. Optimiser le stop loss pour éviter les glissements
  3. Mettre en place des filtres d'heure de négociation pour éviter les transactions dans certaines sessions
  4. Incorporer des modèles d'apprentissage automatique pour ajuster dynamiquement les paramètres

Résumé

La stratégie gère le risque avec des paramètres d'effet de levier et d'appel de marge pour éviter les sauts de compte. Cependant, un effet de levier élevé augmente également les risques. Des efforts supplémentaires tels que la validation de la tendance, l'optimisation des pertes de stop et le contrôle des heures de négociation peuvent aider à réduire davantage les risques. Des techniques complexes telles que l'apprentissage automatique peuvent également être utilisées pour optimiser dynamiquement les paramètres et trouver un équilibre entre la rentabilité et la gestion des risques.

/*backtest
start: 2023-11-25 00:00:00
end: 2023-12-25 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
//@version=4
//@author=Daveatt

// Breakout on 2H high/low break Strategy

SystemName = "Leverage Strategy"
TradeId = "🙏"

InitCapital             = 100000
InitPosition            = 1
UseMarginCall           = input(true, title="Use Margin Call?")
MarginValue             = input(25000, title="Margin Value", type=input.float)
// use 1 for no leverage
// use 0.1 for be underleveraged and bet 1/10th of a pip value
// use any value > 1 for full-degen mode
UseLeverage             = input(true, title="Use Leverage")
LeverageValue           = input(4, title="Leverage mult (1 for no leverage)", minval=0.1, type=input.float)
// Risk Management
UseRiskManagement       = input(true, title="Use Risk Management?")
// ticks = 1/10th of a pip value
StopLoss                = input(5, title="Stop Loss in ticks value", type=input.float)
TakeProfit              = input(500, title="Take Profit in ticks value", type=input.float)

InitCommission = 0.075
InitPyramidMax = 1
CalcOnorderFills = false
CalcOnTick = true
DefaultQtyType = strategy.cash
DefaultQtyValue = strategy.cash
Currency = currency.USD
Precision = 2
Overlay=false
MaxBarsBack=3000

strategy
 (
 title=SystemName, 
 shorttitle=SystemName, 
 overlay=Overlay 
 )

//////////////////////////// UTILITIES ///////////////////////////

f_print(_txt, _condition) =>

    var _lbl = label(na)
    label.delete(_lbl)

    if _condition
        // saving the candle where we got rekt :(
        _index = barssince(_condition)
        _lbl := label.new(bar_index - _index, highest(100), _txt, xloc.bar_index, yloc.price, size = size.normal, style=label.style_labeldown)

//////////////////////////// STRATEGY LOGIC ///////////////////////////

// Date filterigng
_Date       = input(true, title="[LABEL] DATE")
FromYear = input(2019, "From Year", minval=1900),   FromMonth = input(12, "From Month", minval=1, maxval=12),    FromDay = input(1, "From Day", minval=1, maxval=31)
ToYear = input(2019, "To Year", minval=1900),       ToMonth = input(12, "To Month", minval=1, maxval=12),        ToDay = input(9, "To Day", minval=1, maxval=31)
FromDate = timestamp(FromYear, FromMonth, FromDay, 00, 00)     
ToDate = timestamp(ToYear, ToMonth, ToDay, 23, 59)
TradeDateIsAllowed = true

// non-repainting security version
four_hours_H     = security(syminfo.tickerid, '240', high[1], lookahead=true)
four_hours_L     = security(syminfo.tickerid, '240', low[1], lookahead=true)
buy_trigger     = crossover(close, four_hours_H)
sell_trigger    = crossunder(close, four_hours_L)

// trend states
since_buy  = barssince(buy_trigger)
since_sell = barssince(sell_trigger)
buy_trend  = since_sell > since_buy
sell_trend = since_sell < since_buy 

change_trend = (buy_trend and sell_trend[1]) or (sell_trend and buy_trend[1])

// plot(four_hours_H, title="4H High",  linewidth=2, color=#3c91c2, style=plot.style_linebr, transp=0,
//  show_last=1, trackprice=true)
// plot(four_hours_L, title="4H Low",  linewidth=2, color=#3c91c2, style=plot.style_linebr, transp=0,
//  show_last=1, trackprice=true)

plot(strategy.equity, color=color.blue, linewidth=3, title="Strategy Equity")

// get the entry price
entry_price = valuewhen(buy_trigger or sell_trigger, close, 0)

// SL and TP

SL_price    = buy_trend ? entry_price - StopLoss    : entry_price + StopLoss
is_SL_hit   = buy_trend ? crossunder(low, SL_price) : crossover(high, SL_price) 

TP_price    = buy_trend ? entry_price + TakeProfit  : entry_price - TakeProfit
is_TP_hit   = buy_trend ? crossover(high, TP_price) : crossunder(low, TP_price)

//  Account Margin Management:
f_account_margin_call_cross(_amount)=>
    _return = crossunder(strategy.equity, _amount)

f_account_margin_call(_amount)=>
    _return = strategy.equity <= _amount

is_margin_call_cross    = f_account_margin_call_cross(MarginValue)
is_margin_call          = f_account_margin_call(MarginValue)

plot(strategy.equity, title='strategy.equity', transp=0, linewidth=4)
//plot(barssince(is_margin_call ), title='barssince(is_margin_call)', transp=100)

can_trade = iff(UseMarginCall, not is_margin_call, true)
trade_size  = InitPosition * (not UseLeverage ? 1 : LeverageValue)

// We can take the trade if not liquidated/margined called/rekt

buy_final   = can_trade and buy_trigger and TradeDateIsAllowed
sell_final  = can_trade and sell_trigger and TradeDateIsAllowed

close_long  = buy_trend  and 
 (UseRiskManagement and (is_SL_hit or is_TP_hit)) or sell_trigger

close_short = sell_trend and 
 (UseRiskManagement and (is_SL_hit or is_TP_hit)) or buy_trigger

strategy.entry(TradeId + ' B', long=true, qty=trade_size, when=buy_final)
strategy.entry(TradeId + ' S', long=false, qty=trade_size, when=sell_final)
strategy.close(TradeId + ' B', when=close_long)
strategy.close(TradeId + ' S', when=close_short)

// FULL DEGEN MODE ACTIVATED
// Margin called - Broker closing your account
strategy.close_all(when=is_margin_call)

if UseMarginCall and is_margin_call_cross
    f_print("☠️REKT☠️", is_margin_call_cross)
Plus de

2019 FMZ - Tous les droits réservés