Les ressources ont été chargées... Je charge...
  1. Carré
  2. La moyenne mobile adaptative est croisée avec une stratégie de stop-loss

La moyenne mobile adaptative est croisée avec une stratégie de stop-loss

Auteur:ChaoZhang est là., Date: 2024-07-29 14h27 et 58 min
Les étiquettes:SMA- Je vous en prie.Le taux d'intérêtATRSLTP

img

Résumé

La stratégie de stop-loss est une approche de trading quantitative qui combine plusieurs indicateurs techniques. Cette stratégie repose principalement sur des signaux de croisement entre des moyennes mobiles simples (SMA) rapides et lentes pour les entrées commerciales, tout en utilisant un stop-loss adaptatif pour la gestion des risques. La stratégie intègre également des fonctionnalités avancées telles que le dimensionnement des positions basé sur la volatilité et les niveaux de stop-loss adaptatifs pour améliorer son adaptabilité et sa robustesse dans diverses conditions de marché.

Principes de stratégie

La logique de base de cette stratégie comprend les éléments clés suivants:

  1. Crossover de moyenne mobile: utilise deux moyennes mobiles simples (SMA) avec des périodes différentes - une SMA rapide (défaut 5 périodes) et une SMA lente (défaut 50 périodes).

  2. La stratégie utilise une méthode dynamique de dimensionnement des positions basée sur le solde du compte et le prix courant.

  3. Trailing Stop-Loss: met en œuvre un mécanisme de stop-loss basé sur le pourcentage. Le niveau de stop-loss monte à mesure que le prix augmente, bloquant les profits et limitant les retraits.

  4. Caractéristiques d'adaptation: si l'option fancy_tests est activée, la stratégie utilise un pourcentage de stop-loss dynamique basé sur l'écart type, ce qui permet au niveau de stop-loss de s'adapter à la volatilité du marché.

  5. Logique de sortie: la stratégie repose principalement sur le stop-loss de suivi pour la clôture de la position, sans fixer de points de prise de profit fixes.

Les avantages de la stratégie

  1. Suivi des tendances: en utilisant des croisements de moyennes mobiles, la stratégie peut capturer les tendances à moyen et long terme, ce qui est bénéfique pour des gains substantiels sur des marchés à forte tendance.

  2. Gestion des risques: le mécanisme de stop-loss de suivi contrôle efficacement le risque à la baisse tout en permettant aux bénéfices de fonctionner.

  3. Adaptabilité: en incorporant des facteurs de volatilité pour ajuster les niveaux de stop-loss, la stratégie peut mieux s'adapter aux différents environnements de marché.

  4. Gestion des capitaux: la dimensionnement dynamique des positions contribue à augmenter la taille des transactions à mesure que le compte grandit et réduit automatiquement l'exposition au risque lors des retraits de compte.

  5. Flexibilité: la stratégie offre de multiples paramètres réglables, tels que les périodes moyennes mobiles et les pourcentages de stop-loss, permettant aux utilisateurs d'optimiser en fonction de différents marchés et de leurs préférences personnelles en matière de risque.

Risques stratégiques

  1. False Breakouts: Dans les marchés à variation ou à heurts, de fréquentes fausses ruptures des moyennes mobiles peuvent survenir, conduisant à plusieurs sorties stop-loss.

  2. Retard: Les moyennes mobiles sont des indicateurs intrinsèquement retardés, qui peuvent ne pas réagir assez rapidement sur des marchés très volatils.

  3. Surtrading: des paramètres mal réglés peuvent entraîner des entrées et des sorties fréquentes, ce qui augmente les coûts de transaction.

  4. Risque de retrait: malgré le stop-loss, la stratégie peut encore faire face à des retraitements importants sur des marchés en rapide renversement.

  5. Opérations unidirectionnelles: la stratégie ne prend actuellement que des positions longues, qui pourraient manquer d'opportunités ou entraîner des pertes en cas de baisse.

Directions d'optimisation de la stratégie

  1. Analyses sur plusieurs délais: introduire des indicateurs de tendance à plus long terme, tels que des moyennes mobiles à plus longue période, pour réduire les faux signaux.

  2. Ajouter une logique de vente à découvert: élargir la stratégie pour soutenir les transactions à découvert, améliorer l'exhaustivité et les opportunités de profit.

  3. Optimiser le calendrier d'entrée: envisager de combiner d'autres indicateurs techniques (par exemple, RSI, MACD) pour filtrer les signaux commerciaux et améliorer la précision de l'entrée.

  4. Optimisation des paramètres dynamiques: mettre en œuvre des mécanismes d'ajustement des paramètres adaptatifs, tels que l'ajustement dynamique des périodes moyennes mobiles en fonction de la volatilité du marché.

  5. Introduire un mécanisme de prise de bénéfices: en plus des arrêts de trailing, envisagez d'ajouter des règles de prise de bénéfices basées sur des indicateurs techniques ou des objectifs fixes.

  6. Améliorer la gestion des positions: mettre en œuvre des stratégies de dimensionnement des positions plus sophistiquées, telles que celles fondées sur le critère Kelly ou d'autres méthodes de parité des risques.

  7. Ajouter des filtres fondamentaux: pour le trading d'actions, envisagez d'intégrer des indicateurs fondamentaux comme conditions supplémentaires de filtrage des transactions.

Conclusion

L'adaptation de la moyenne mobile avec stratégie de stop-loss est une approche globale qui intègre plusieurs concepts de négociation quantitative. Elle capture les tendances grâce à des croisements de moyenne mobile, gère les risques en utilisant des arrêts de trailing et améliore l'adaptabilité grâce à des ajustements de paramètres dynamiques. Bien que des risques et des limitations inhérents existent, une optimisation minutieuse des paramètres et d'autres améliorations de la stratégie pourraient potentiellement la transformer en un système de négociation robuste.

/*backtest
start: 2023-07-23 00:00:00
end: 2024-07-28 00:00:00
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/
// © chinmay.hundekari

//@version=5
//@version=5
strategy("test", overlay = true)

// Calculate two moving averages with different lengths.
SLMA = input.int(50,"SMA",minval=10,step=1)
FSMA = input.int(5,"SMA",minval=1,step=1)
fancy_tests = input.bool(true,"Enable Fancy Changes")
longLossPerc = input.float(2, title="Trailing Stop Loss (%)",
     minval=0.0, step=0.1) * 0.01
stdMult = input.float(2.0, title="Standard Deviation Multiplier",
     minval=0.0, step=0.01)

float fastMA = ta.sma(close, FSMA)
float slowMA = ta.sma(close, SLMA)
float closMA = ta.sma(close, 25)

confidence = 1.0
if (fancy_tests)
    longLossPerc := stdMult * ta.stdev(ohlc4, 20)/close
balance = strategy.initial_capital + strategy.netprofit
balanceInContracts = balance* confidence/close

// Enter a long position when `fastMA` crosses over `slowMA`.
if ta.crossover(fastMA, slowMA)
    strategy.entry("BUY", strategy.long, qty=balanceInContracts)
//longStopPrice  = strategy.position_avg_price * (1 - longLossPerc)
//Trailing Stop loss Code
longStopPrice = 0.0
percLoss = longLossPerc
longStopPrice := if strategy.position_size > 0
    //if (strategy.openprofit_percent/100.0 > longLossPerc)
    //    percLoss := math.min(strategy.openprofit_percent/200.0, longLossPerc)
    stopValue = close * (1 - percLoss)
    math.max(stopValue, longStopPrice[1])
else
    0
if strategy.position_size > 0
    strategy.exit("STP", stop=longStopPrice)
plot(strategy.position_size > 0 ? longStopPrice : na,
     color=color.red, style=plot.style_cross,
     linewidth=2, title="Long Stop Loss")
// Enter a short position when `fastMA` crosses under `slowMA`.
//if ta.crossunder(fastMA, closMA)
//    strategy.close_all("SEL")//strategy.entry("sell", strategy.short)

// Plot the moving averages.
plot(fastMA, "Fast MA", color.aqua)
plot(slowMA, "Slow MA", color.orange)
plot((confidence)*(close), "Confidence", color=color.green, linewidth=2)
Relationnée
Plus de

2019 FMZ - Tous les droits réservés