ボリューム・パーセンチルベースのダイナミック・テイク・プロフィート・システムによるブル・ベア・パワー・トレーディング戦略
作者: リン・ハーンチャオチャン, 日付: 2025-01-06 16:16:04タグ:BBPエイマATRTP
概要
この戦略は,ブル・ベア・パワー (BBP) インジケーターと,ボリューム・パーセンチルに基づいた多レベルダイナミック・テイク・プロフィート・システムを組み合わせます.価格,ボリューム,インパクトデータの多次元分析を通じて,適応性のあるリスク制御型取引システムを作成します.コア論理には,Zスコア標準化されたBBP値をトレード・シグナルトリガーとして使用し,ダイナミック・テイク・プロフィート調整のためのボリューム・パーセンチル分析を組み込むことが含まれます.
戦略の原則
基本計算にはいくつかの重要な要素が含まれます.
- BBP指標:高価格とEMA (bull power) と低価格とEMA (bear power) の差を合計して市場力バランスを測定する.
- Zスコア標準化:市場強度偏差レベルを評価するためにBBP値を標準化します.
- ボリューム分析: 市場活動を測定するために移動平均に対する現在のボリュームを計算します.
- パーセンチル分析:市場状態確率分布のための価格とボリュームの歴史的なパーセンチルを計算します.
- ダイナミック・テイク・プロフィート: ATR,ボリューム・パーセンチル,価格・パーセンチルの複合スコアに基づいて,テイク・プロフィートのレベルを調整する.
戦略 の 利点
- 多次元分析: 価格の勢い,量,市場ポジショニングを通じて包括的な市場視点を提供します.
- 高い適応性: ダイナミックな利益メカニズムを通じて異なる市場環境に適応する.
- リスクの多様化: 様々な価格レベルで利益を実現するための多層の利潤戦略を実施する.
- 統計的な利点は,Zスコアと百分点分析によって重要な利点を得ます.
- 拡張性:フレームワークは,新しい分析次元を簡単に追加することができます.
戦略リスク
- パラメータ感度:複数のパラメータは,異なる市場環境のために最適化する必要があります.
- 市場環境による依存性: 不安定な時期やトレンド移行時に不良なパフォーマンスを発揮する可能性があります.
- 実行のスライプ: 多レベルテイク・プロフィートオーダーは実行のスライプに直面する可能性があります.
- 計算の複雑性:複数の指標のリアルタイム計算はシステム負荷を引き起こす可能性があります.
- 誤った信号リスク: 変動する市場で誤った取引信号を生む可能性があります.
オプティマイゼーションの方向性
- パラメータ適応:自動パラメータ最適化のための機械学習方法を導入する.
- 市場予測:不良条件を早期に特定するための市場環境分類モジュールを追加する.
- ストップ・ロスの最適化: リスク管理を改善するために動的ストップ・ロスのメカニズムを実装する.
- シグナルフィルタリング: 偽信号を減らすために傾向強度フィルタを追加します.
- ポジション管理: ポジション配分アルゴリズムを最適化して資本効率を向上させる.
概要
この戦略は,伝統的なBBP指標と近代的な定量分析方法を組み合わせ,堅実な理論的基礎と強力な実用性を持つ取引システムを構築する.多レベルの利益と動的な調整メカニズムを通じて,利益とリスクの良いバランスを達成する.パラメータ最適化はいくつかの課題を提示しているが,戦略フレームワークの拡張性は将来の改善のための広い余地を提供します.実用的な応用では,トレーダーは市場特性と個々のリスク好みに基づいて特定の調整を行うべきです.
/*backtest
start: 2019-12-23 08:00:00
end: 2025-01-04 08:00:00
period: 1d
basePeriod: 1d
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/
// © PresentTrading
// The BBP Strategy with Volume-Percentile TP by PresentTrading emerges as a sophisticated approach that integrates multiple analytical layers to enhance trading precision and profitability.
// Unlike traditional strategies that rely solely on price movements or volume indicators, this strategy synergizes Bollinger Bands Power (BBP) with volume percentile analysis to determine optimal entry and exit points. Additionally, it employs a dynamic take-profit mechanism based on ATR (Average True Range) multipliers adjusted by volume and percentile factors, ensuring adaptability to varying market conditions.
// This multi-faceted approach not only enhances signal accuracy but also optimizes risk management, setting it apart from conventional trading methodologies.
//@version=5
strategy("BBP Strategy with Volume-Percentile TP - Strategy [presentTrading] ", overlay=false, precision=3, commission_value= 0.1, commission_type=strategy.commission.percent, slippage= 1, currency=currency.USD, default_qty_type = strategy.percent_of_equity, default_qty_value = 10, initial_capital=10000)
// ————————
// Bull Bear Power Strategy Settings
// ————————
lengthInput = input.int(21, "EMA Length")
zLength = input.int(252, "Z-Score Length")
zThreshold = input.float(1.618, "Z-Score Threshold")
// ————————
// Take Profit Settings
// ————————
tp_group = "Take Profit Settings"
// Enable/disable take profit function
useTP = input.bool(true, "Use Take Profit", group=tp_group)
// === ATR Base Settings ===
// ATR calculation period for determining base price movement range
baseAtrLength = input.int(20, "ATR Period", minval=1, group=tp_group, tooltip="ATR period for calculating base price movement range. Shorter periods are more sensitive to recent volatility")
// === Take Profit Multiplier Settings ===
// First take profit ATR multiplier, usually the most conservative target
atrMult1 = input.float(1.618, "TP1 ATR Multiplier", minval=0.1, step=0.1, group=tp_group, tooltip="First take profit level ATR multiplier, recommended 1.5-2.0")
// Second take profit ATR multiplier, medium profit target
atrMult2 = input.float(2.382, "TP2 ATR Multiplier", minval=0.1, step=0.1, group=tp_group, tooltip="Second take profit level ATR multiplier, recommended 2.5-3.0")
// Third take profit ATR multiplier, most aggressive target
atrMult3 = input.float(3.618, "TP3 ATR Multiplier", minval=0.1, step=0.1, group=tp_group, tooltip="Third take profit level ATR multiplier, recommended 4.0-5.0")
// === Position Size Allocation ===
// First take profit position size, usually larger for securing basic profits
tp1_size = input.float(13, "TP1 Position %", minval=1, maxval=100, group=tp_group, tooltip="Position size percentage for first take profit, recommended 30-40%")
// Second take profit position size, medium allocation
tp2_size = input.float(13, "TP2 Position %", minval=1, maxval=100, group=tp_group, tooltip="Position size percentage for second take profit, recommended 30-40%")
// Third take profit position size, usually smaller for catching larger moves
tp3_size = input.float(13, "TP3 Position %", minval=1, maxval=100, group=tp_group, tooltip="Position size percentage for third take profit, recommended 20-30%")
// ————————
// Volume Analysis Settings
// ————————
vol_group = "Volume Analysis Settings"
// Volume MA period for determining relative volume levels
vol_period = input.int(100, "Volume MA Period", minval=1, group=vol_group, tooltip="Period for calculating volume moving average, recommended 20-30")
// === Volume Level Thresholds ===
// High volume threshold relative to MA
vol_high = input.float(2.0, "High Volume Multiplier", minval=1.0, step=0.1, group=vol_group, tooltip="High volume threshold multiplier, typically 2x MA or above")
// Medium volume threshold
vol_med = input.float(1.5, "Medium Volume Multiplier", minval=1.0, step=0.1, group=vol_group, tooltip="Medium volume threshold multiplier, typically around 1.5x MA")
// Low volume threshold
vol_low = input.float(1.0, "Low Volume Multiplier", minval=0.5, step=0.1, group=vol_group, tooltip="Low volume threshold multiplier, typically around 1x MA")
// === Volume Adjustment Factors ===
// High volume adjustment factor, usually extends take profit targets
vol_high_mult = input.float(1.5, "High Volume Factor", minval=0.1, step=0.1, group=vol_group, tooltip="Take profit adjustment factor for high volume")
// Medium volume adjustment factor
vol_med_mult = input.float(1.3, "Medium Volume Factor", minval=0.1, step=0.1, group=vol_group, tooltip="Take profit adjustment factor for medium volume")
// Low volume adjustment factor
vol_low_mult = input.float(1.0, "Low Volume Factor", minval=0.1, step=0.1, group=vol_group, tooltip="Take profit adjustment factor for low volume")
// ————————
// Percentile Analysis Settings
// ————————
perc_group = "Percentile Analysis Settings"
// Percentile calculation period for evaluating price position
perc_period = input.int(100, "Percentile Period", minval=20, group=perc_group, tooltip="Historical period for percentile calculations, recommended 100-200")
// === Percentile Thresholds ===
// High percentile threshold, typically indicates relative high levels
perc_high = input.float(90, "High Percentile", minval=50, maxval=100, group=perc_group, tooltip="High level percentile threshold, typically above 90")
// Medium percentile threshold
perc_med = input.float(80, "Medium Percentile", minval=50, maxval=100, group=perc_group, tooltip="Medium level percentile threshold, typically around 80")
// Low percentile threshold
perc_low = input.float(70, "Low Percentile", minval=0, maxval=100, group=perc_group, tooltip="Low level percentile threshold, typically around 70")
// === Percentile Adjustment Factors ===
// High percentile adjustment factor
perc_high_mult = input.float(1.5, "High Percentile Factor", minval=0.1, step=0.1, group=perc_group, tooltip="Take profit adjustment factor for high percentile levels")
// Medium percentile adjustment factor
perc_med_mult = input.float(1.3, "Medium Percentile Factor", minval=0.1, step=0.1, group=perc_group, tooltip="Take profit adjustment factor for medium percentile levels")
// Low percentile adjustment factor
perc_low_mult = input.float(1.0, "Low Percentile Factor", minval=0.1, step=0.1, group=perc_group, tooltip="Take profit adjustment factor for low percentile levels")
// ————————
// Core Bull Bear Power Calculations
// ————————
emaClose = ta.ema(close, lengthInput)
bullPower = high - emaClose
bearPower = low - emaClose
bbp = bullPower + bearPower
bbp_mean = ta.sma(bbp, zLength)
bbp_std = ta.stdev(bbp, zLength)
zscore = (bbp - bbp_mean) / bbp_std
// ————————
// Volume & Percentile Analysis
// ————————
// 成交量分析
vol_sma = ta.sma(volume, vol_period)
vol_mult = volume / vol_sma
// 百分位數計算
calcPercentile(src) =>
var values = array.new_float(0)
array.unshift(values, src)
if array.size(values) > perc_period
array.pop(values)
array.size(values) > 0 ? array.percentrank(values, array.size(values)-1) * 100 : 50
price_perc = calcPercentile(close)
vol_perc = calcPercentile(volume)
// 止盈動態調整系數計算
getTpFactor() =>
vol_score = vol_mult > vol_high ? vol_high_mult : vol_mult > vol_med ? vol_med_mult : vol_mult > vol_low ? vol_low_mult : 0.8
price_score = price_perc > perc_high ? perc_high_mult :price_perc > perc_med ? perc_med_mult :price_perc > perc_low ? perc_low_mult : 0.8
math.avg(vol_score, price_score)
// ————————
// Entry/Exit Logic
// ————————
longCondition = ta.crossover(zscore, zThreshold)
shortCondition = ta.crossunder(zscore, -zThreshold)
exitLongCondition = ta.crossunder(zscore, 0)
exitShortCondition = ta.crossover(zscore, 0)
if (barstate.isconfirmed)
if longCondition
strategy.entry("Long", strategy.long)
if shortCondition
strategy.entry("Short", strategy.short)
if exitLongCondition
strategy.close("Long")
if exitShortCondition
strategy.close("Short")
// ————————
// Take Profit Execution
// ————————
if useTP and strategy.position_size != 0
base_move = ta.atr(baseAtrLength)
tp_factor = getTpFactor()
is_long = strategy.position_size > 0
entry_price = strategy.position_avg_price
if is_long
tp1_price = entry_price + (base_move * atrMult1 * tp_factor)
tp2_price = entry_price + (base_move * atrMult2 * tp_factor)
tp3_price = entry_price + (base_move * atrMult3 * tp_factor)
strategy.exit("TP1", "Long", qty_percent=tp1_size, limit=tp1_price)
strategy.exit("TP2", "Long", qty_percent=tp2_size, limit=tp2_price)
strategy.exit("TP3", "Long", qty_percent=tp3_size, limit=tp3_price)
else
tp1_price = entry_price - (base_move * atrMult1 * tp_factor)
tp2_price = entry_price - (base_move * atrMult2 * tp_factor)
tp3_price = entry_price - (base_move * atrMult3 * tp_factor)
strategy.exit("TP1", "Short", qty_percent=tp1_size, limit=tp1_price)
strategy.exit("TP2", "Short", qty_percent=tp2_size, limit=tp2_price)
strategy.exit("TP3", "Short", qty_percent=tp3_size, limit=tp3_price)
// ————————
// Plotting
// ————————
plot(bbp, color=bbp >= 0 ? color.new(color.green, 0) : color.new(color.red, 0),
title="BBPower", style=plot.style_columns)
hline(0, "Zero Line", color=color.gray, linestyle=hline.style_dotted)
plot(zscore, title="Z-Score", color=color.blue, linewidth=2)
hline(zThreshold, "Upper Threshold", color=color.orange, linestyle=hline.style_dashed)
hline(-zThreshold, "Lower Threshold", color=color.orange, linestyle=hline.style_dashed)
関連性
- 精密な得益とストップ・ロスの戦略で動的な傾向を追求
- スーパートレンドとEMAを組み合わせる戦略をフォローするダイナミックトレンド
- 動的リスク管理の指数関数移動平均のクロスオーバー戦略
- トリプル指数関数移動平均トレンド・トレード戦略
- ATRベースのダイナミックストップ管理システムによる高度なEMAクロスオーバートレンドフォロー戦略
- 多指標クロスオーバー・ダイナミック・戦略システム: EMA,RVI,取引信号に基づく定量的な取引モデル
- MACDクロスオーバーモメント戦略 ダイナミック・テイク・プロフィート・ストップ・ロスト最適化
- RSIモメンタムとADXトレンド強度に基づく資本管理システム
- アダプティブ・ムービング・平均クロスオーバーとストップ・ロスのストラテジー
- 動的ロング/ショート・スウィング・トレーディング・ストラテジー
もっと
- 複数のタイムフレームのキャンドルスタイク・パターンの取引戦略
- 多期超トレンド 動的トレンド取引アルゴリズム
- アダプティブ・リスク・マネジメントによる高度なMACDクロスオーバー・トレーディング戦略
- カンドルスティック・ウィック・長さ分析に基づく定量的なトレンドキャプチャ戦略
- 統計的なデュアルスタンダードデバイアーション VWAP ブレイクアウト取引戦略
- 引き上げと目標利益に基づいたロンググリッド戦略
- 動的移動平均のクロスオーバートレンド ATRリスク管理システムによる戦略に従って
- 動的ストキャスティックパターン取引システムに基づく多指標最適化KDJトレンドクロスオーバー戦略
- 多期ハイキン・アシ移動平均トレンド 取引システム
- 動的波動性調整トレンド 戦略をフォローする ATRストップ管理によるDI指標に基づく戦略
- Zスコア標準化線形信号量的な取引戦略
- 多パラメータストカスティック・インテリジェント・トレンド・トレーディング・戦略
- 複数のEMAと価格・ボリューム・モメント・トレード戦略を交差する
- 複数の期間の価格レベル ブレイクトレンド取引システム キー価格レベルに基づく
- 先進的なフィボナッチリトレースメント トレンドフォローおよび逆転取引戦略
- ATRベースのダイナミックストップ管理システムによる高度なEMAクロスオーバートレンドフォロー戦略
- 平均逆転 ボリンガー帯 合理的リターン信号付きの取引戦略
- 多期移動平均傾向 VWAPクロス戦略をフォローする
- 双動平均-RSI シネージオプション 定量取引戦略
- アドバンスト・ウェーブトレンドとEMAのリボン・フュージョン・トレーディング戦略