Les ressources ont été chargées... Je charge...
  1. Carré
  2. La stratégie de régression de rupture

La stratégie de régression de rupture

Auteur:ChaoZhang est là., Date: 2024-03-01 11:58:56 Je suis désolé
Les étiquettes:

img

Résumé

C'est une approche systématique conçue pour capitaliser sur la volatilité des marchés à terme du pétrole brut. Elle mesure la plage moyenne des chandeliers. Si la moyenne mobile rapide est supérieure à la moyenne lente, cela signifie que les bougies sont plus grandes. Si la moyenne mobile lente est supérieure à la moyenne rapide, cela signifie que les bougies sont plus petites.

Selon ce principe, il identifie les points d'entrée potentiels longs et courts.

La logique de la stratégie

  1. Calculer le prix de clôture le plus élevé des 9 barres les plus récentes, comme référence de rupture
  2. Calculer le prix de clôture le plus bas des 50 barres les plus récentes, comme référence de rupture
  3. Comparez la volatilité moyenne des 5 et 20 barres les plus récentes pour juger si le modèle de chandelier s'étend ou se contracte
  4. Identifier les signaux longs et courts: lorsque la clôture est égale à la clôture la plus élevée et que les bougies se contractent, aller long; lorsque la clôture est égale à la clôture la plus basse et que les bougies se contractent, aller court
  5. Position de fermeture après un nombre fixe de barres après rupture: paramètre réglable

Analyse des avantages

  1. Stratégie de régression, jugez la direction en comparant avec les extrêmes historiques
  2. Combiner avec la volatilité, éviter les fausses écarts
  3. Nombre fixe de barres pour les verrous de sortie dans certains bénéfices et évite le tirage

Analyse des risques

  1. Les extrêmes historiques changent avec les changements de la structure du marché, les signaux peuvent échouer
  2. Les fausses évasions provoquent un piège.
  3. L'intervalle de sortie inapproprié peut entraîner une perte plus importante ou une perte accrue

Optimisation

  1. Les paramètres extrêmes peuvent être optimisés par des statistiques de marché
  2. Ajouter des mesures de volatilité pour évaluer la vraie probabilité de rupture
  3. Optimiser le nombre de barres de sortie grâce au résultat du backtest

Résumé

Cette stratégie utilise la rupture et la régression pour déterminer les tendances à court terme, appartenant aux stratégies de volatilité. En optimisant les paramètres et en ajoutant des mesures de volatilité pour déterminer la probabilité de fausse rupture, elle peut augmenter la rentabilité.

/*backtest
start: 2024-02-01 00:00:00
end: 2024-02-29 23:59:59
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © Celestial_Logic

//@version=5
strategy("Crudeoil Breakout strategy", overlay = true, initial_capital = 20000, default_qty_type = strategy.fixed, default_qty_value = 1)


highestCloseLookback = input(9 , title = 'Highest Close lookback')
lowestCloseLookback  = input(50, title = 'Lowest Close lookback'  ) 

exitAfter = input(10, title = 'Exit after bars')

hc = ta.highest(close,highestCloseLookback)
lc = ta.lowest(close,lowestCloseLookback)

rangeFilter = (ta.sma( (high - low), 5 ) > ta.sma((high-low), 20) ) // Candles getting bigger.

longCondition  = (close == hc ) and not rangeFilter
shortCondition = (close == lc ) and not rangeFilter
if  longCondition
    strategy.entry(id = 'long', direction = strategy.long) 
if shortCondition
    strategy.entry(id = 'short', direction = strategy.short)



var int longsince = 0 
var int shortsince = 0 

if strategy.position_size > 0 
    longsince += 1
else
    longsince := 0

if strategy.position_size < 0 
    shortsince += 1 
else 
    shortsince := 0

if longsince >= exitAfter 
    strategy.close(id = 'long', comment = 'long close')
if shortsince >= exitAfter
    strategy.close(id = 'short', comment = 'short close')
Plus de

2019 FMZ - Tous les droits réservés