La stratégie d'inversion des trois écarts standard est une méthode de négociation quantitative basée sur des principes statistiques. Elle utilise les caractéristiques de la fluctuation des prix autour d'une ligne moyenne pour déterminer les plages de fluctuation anormales des prix en calculant les écarts standard et négocier à contre-courant lorsque les prix atteignent des écarts extrêmes.
Le principe central de cette stratégie est de construire des limites supérieures et inférieures de la fluctuation des prix en utilisant les moyennes mobiles (MA) et les écarts standards (SD).
Cette méthode suppose que les prix vont dans la plupart des cas fluctuer près de la moyenne, et qu'il est fort probable qu'il y ait une régression de la moyenne lorsque la déviation des prix atteint 3 écarts par rapport à la moyenne.
Fondement statistique: La stratégie est basée sur des principes statistiques solides, utilisant des écarts standards pour quantifier l'exceptionnel degré de fluctuation des prix, et est appuyée par la théorie.
Fortement adaptable: la stratégie est capable de s'adapter aux caractéristiques volatiles de différentes conditions du marché en calculant dynamiquement les moyennes mobiles et les écarts standards.
Opération de contre-courant: entrer dans le marché lorsque l'émotion est extrême, ce qui permet de saisir les opportunités d'inversion des prix, avec une plus grande marge de profit potentielle.
Flexibilité: les paramètres stratégiques (par exemple, la période de MA, le multiple de l'écart-type) peuvent être optimisés en fonction des variétés de transactions et des délais.
Visualité conviviale: les stratégies indiquent clairement sur les graphiques les signaux d'achat et les bandes de fluctuation des prix, ce qui permet aux traders d'avoir une compréhension intuitive de l'état du marché.
Faux risque de rupture: Dans un marché très volatil, le prix peut fréquemment franchir la frontière sans vraiment se retourner, ce qui entraîne des transactions fréquentes et des pertes potentielles.
Les marchés tendance sont moins performants: dans les marchés fortement tendance, les prix peuvent fonctionner à l'extérieur de la frontière pendant une longue période, la stratégie peut manquer les grandes tendances ou des opérations de contre-trend fréquentes.
Sensibilité aux paramètres: les performances stratégiques sont très dépendantes de la sélection des moyennes mobiles et des multiplicateurs d'écart-type, et un mauvais réglage des paramètres peut entraîner une baisse significative des performances.
Points de glissement et coûts de transaction: sur de petites cycles de temps, les transactions fréquentes peuvent être confrontées à des points de glissement et coûts de transaction plus élevés, ce qui érodera les bénéfices.
Risque d'événement Black Swan: les prix peuvent dépasser largement la plage de fluctuation normale, entraînant des pertes importantes lors de grandes nouvelles ou de fortes fluctuations du marché.
Introduction d'un filtre de tendance: en combinant des indicateurs de tendance à plus long terme (comme les moyennes mobiles sur des périodes plus longues), les transactions sont exécutées uniquement dans la direction de la tendance afin de réduire les opérations de contre-courant.
Coefficient de décalage standard d'ajustement dynamique: Coefficient de décalage standard d'ajustement automatique en fonction de la volatilité du marché, pour augmenter la sensibilité pendant les périodes de faible volatilité et augmenter le seuil pendant les périodes de forte volatilité.
Augmentation des indicateurs de confirmation: en combinaison avec d'autres indicateurs techniques (tels que le RSI ou le MACD) comme confirmation auxiliaire, pour améliorer la fiabilité du signal d'entrée.
Mettre en œuvre une gestion partielle des positions: réaliser des entrées et des sorties de lot en fonction de l'intensité du signal ou du degré de déviation des prix, optimiser la gestion des risques.
Joindre les stop-loss et les stop-loss mobiles: mettre en place des positions de stop-loss raisonnables et utiliser des stop-loss mobiles pour protéger les profits gagnés.
Optimisation de la sélection des cycles de temps: en réévaluant les performances des différents cycles de temps, sélectionnez le cadre de temps spécifique qui convient le mieux à cette stratégie.
Prenez en compte les facteurs de volatilité: ajuster les paramètres stratégiques ou suspendre les transactions dans un environnement à faible volatilité pour s'adapter aux différentes conditions du marché.
La stratégie de trading à inversion de la différence de trois critères est une méthode de trading quantitative basée sur des principes statistiques pour rechercher des opportunités de trading en capturant les écarts extrêmes des prix. Cette stratégie présente des avantages significatifs en termes de fondement théorique, d'adaptabilité et de flexibilité, en particulier pour les marchés à forte volatilité et les transactions à court terme. Cependant, les utilisateurs doivent être attentifs aux risques potentiels tels que les fausses ruptures, les performances des marchés de tendance et la sensibilité des paramètres.
/*backtest start: 2023-06-15 00:00:00 end: 2024-06-20 00:00:00 period: 1d basePeriod: 1h exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ //@version=5 strategy("MikEy Scali 3 STD Dev Buy/Sell Strategy", overlay=true) // Input parameters length = input.int(20, title="Standard Deviation Length", minval=1) src = input(close, title="Source") mult = input.float(3.0, title="Standard Deviation Multiplier", step=0.1) // Calculate the moving average and standard deviation ma = ta.sma(src, length) std_dev = ta.stdev(src, length) // Calculate upper and lower bands upper_band = ma + (std_dev * mult) lower_band = ma - (std_dev * mult) // Buy and Sell conditions // Buy when the price is below the lower band (3 std devs below MA) buyCondition = ta.crossover(src, lower_band) // Sell when the price is above the upper band (3 std devs above MA) sellCondition = ta.crossunder(src, upper_band) // Plot the buy and sell signals on the chart plotshape(series=buyCondition, location=location.belowbar, color=color.green, style=shape.labelup, text="BUY") plotshape(series=sellCondition, location=location.abovebar, color=color.red, style=shape.labeldown, text="SELL") // Execute buy and sell orders based on the conditions if (buyCondition) strategy.entry("Buy", strategy.long) if (sellCondition) strategy.close("Buy") // Plot the moving average and the bands plot(ma, color=color.blue, title="Moving Average") plot(upper_band, color=color.red, title="Upper Band (3 STD)") plot(lower_band, color=color.green, title="Lower Band (3 STD)") // Optional: Plot the source plot(src, color=color.gray, title="Source") // Add labels for clarity bgcolor(buyCondition ? color.new(color.green, 90) : na, offset=-1, title="Buy Signal Background") bgcolor(sellCondition ? color.new(color.red, 90) : na, offset=-1, title="Sell Signal Background")