Sumber dimuat naik... memuat...

Trend Kadar Menang Tinggi Bermakna Strategi Perdagangan Pembalikan

Penulis:ChaoZhang, Tarikh: 2024-11-12 14:45:46
Tag:BBRSIATRSMARRSLTP

img

Ringkasan

Ini adalah strategi perdagangan kuantitatif berdasarkan prinsip pembalikan purata, menggabungkan penunjuk teknikal seperti Bollinger Bands, Indeks Kekuatan Relatif (RSI), dan Julat Benar Purata (ATR) untuk mengenal pasti keadaan pasar yang terlalu banyak dibeli dan terlalu banyak dijual. Strategi ini menggunakan nisbah risiko-balasan yang rendah untuk mencapai kadar kemenangan yang tinggi dan melaksanakan pengurusan risiko melalui ukuran kedudukan.

Prinsip Strategi

Strategi melaksanakan perdagangan melalui aspek berikut:

  1. Menggunakan Bollinger Bands (20 hari) untuk menentukan julat pergerakan harga
  2. Menggunakan RSI (14-hari) untuk mengenal pasti keadaan overbought dan oversold
  3. Menggunakan ATR (14-hari) untuk paras stop-loss dan mengambil keuntungan dinamik
  4. Memasuki kedudukan panjang apabila harga pecah di bawah band bawah dan RSI adalah di bawah 30
  5. Memasuki kedudukan pendek apabila harga pecah di atas band atas dan RSI melebihi 70
  6. Menetapkan nisbah risiko-ganjaran 0.75 untuk mencapai kadar kemenangan yang lebih tinggi
  7. Melaksanakan risiko 2% setiap dagangan berdasarkan ekuiti akaun

Kelebihan Strategi

  1. Menggabungkan beberapa penunjuk teknikal untuk isyarat yang boleh dipercayai
  2. Mengambil peluang pasaran melalui ciri-ciri pembalikan purata
  3. Menggunakan ATR untuk penyesuaian stop-loss dinamik
  4. Kadar kemenangan yang lebih tinggi melalui penetapan nisbah risiko-balasan yang rendah
  5. Peruntukan modal yang berkesan melalui pengurusan risiko berasaskan peratusan
  6. Logik strategi yang jelas dan mudah difahami
  7. Keupayaan skala dan optimalisasi yang baik

Risiko Strategi

  1. Mempunyai kemungkinan untuk menghadapi kerugian berhenti yang kerap di pasaran trend yang kuat
  2. Keuntungan berpotensi yang lebih rendah setiap perdagangan kerana nisbah risiko-balasan yang rendah
  3. Potensi kelewatan dalam Bollinger Bands dan penunjuk RSI
  4. Kedudukan stop-loss mungkin kurang optimum semasa turun naik yang tinggi
  5. Kos dagangan boleh memberi kesan kepada pulangan keseluruhan Penyelesaian:
  • Tambah penapis trend
  • Mengoptimumkan masa kemasukan
  • Sesuaikan parameter penunjuk
  • Memperkenalkan isyarat pengesahan tambahan

Arahan pengoptimuman

  1. Menggabungkan penunjuk trend untuk mengelakkan perdagangan yang bertentangan dengan trend
  2. Mengoptimumkan parameter RSI dan Bollinger Bands untuk ketepatan yang lebih baik
  3. Melaksanakan nisbah risiko-balasan dinamik berdasarkan keadaan pasaran
  4. Tambah penunjuk jumlah untuk pengesahan isyarat
  5. Sertakan penapis masa untuk mengelakkan tempoh dagangan tertentu
  6. Membangunkan mekanisme parameter penyesuaian
  7. Meningkatkan saiz kedudukan dan sistem pengurusan risiko

Kesimpulan

Strategi ini membina sistem perdagangan yang kukuh melalui prinsip-prinsip pembalikan purata dan pelbagai penunjuk teknikal. Tetapan nisbah risiko-balasan yang rendah membantu mencapai kadar kemenangan yang lebih tinggi, sementara pengurusan risiko yang ketat memastikan pemeliharaan modal. Walaupun risiko yang melekat, pengoptimuman dan penyempurnaan berterusan dapat membawa kepada prestasi yang lebih baik. Strategi ini sesuai untuk peniaga konservatif, terutamanya di pasaran dengan turun naik yang tinggi.


/*backtest
start: 2024-01-01 00:00:00
end: 2024-11-11 00:00:00
period: 2d
basePeriod: 2d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("High Win Rate Mean Reversion Strategy for Gold", overlay=true)

// Input Parameters
bbLength = input.int(20, title="Bollinger Bands Length")
bbMult = input.float(2, title="Bollinger Bands Multiplier")
rsiLength = input.int(14, title="RSI Length")
rsiOverbought = input.int(70, title="RSI Overbought Level")
rsiOversold = input.int(30, title="RSI Oversold Level")
atrLength = input.int(14, title="ATR Length")
rrRatio = input.float(0.75, title="Risk/Reward Ratio", step=0.05)  // Lower RRR to achieve a high win rate
riskPerTrade = input.float(2.0, title="Risk per Trade (%)", step=0.1) / 100  // 2% risk per trade

// Bollinger Bands Calculation
basis = ta.sma(close, bbLength)
dev = bbMult * ta.stdev(close, bbLength)
upperBand = basis + dev
lowerBand = basis - dev

// RSI Calculation
rsi = ta.rsi(close, rsiLength)

// ATR Calculation for Stop Loss
atr = ta.atr(atrLength)

// Entry Conditions: Mean Reversion
longCondition = close < lowerBand and rsi < rsiOversold
shortCondition = close > upperBand and rsi > rsiOverbought

// Stop Loss and Take Profit based on ATR
longStopLoss = close - atr * 1.0  // 1x ATR stop loss for long trades
shortStopLoss = close + atr * 1.0  // 1x ATR stop loss for short trades

longTakeProfit = close + (close - longStopLoss) * rrRatio  // 0.75x ATR take profit
shortTakeProfit = close - (shortStopLoss - close) * rrRatio  // 0.75x ATR take profit

// Calculate position size based on risk
equity = strategy.equity
riskAmount = equity * riskPerTrade
qtyLong = riskAmount / (close - longStopLoss)
qtyShort = riskAmount / (shortStopLoss - close)

// Long Trade
if (longCondition)
    strategy.entry("Long", strategy.long, qty=qtyLong)
    strategy.exit("Take Profit/Stop Loss", from_entry="Long", limit=longTakeProfit, stop=longStopLoss)

// Short Trade
if (shortCondition)
    strategy.entry("Short", strategy.short, qty=qtyShort)
    strategy.exit("Take Profit/Stop Loss", from_entry="Short", limit=shortTakeProfit, stop=shortStopLoss)

// Plot Bollinger Bands
plot(upperBand, color=color.red, linewidth=2, title="Upper Bollinger Band")
plot(lowerBand, color=color.green, linewidth=2, title="Lower Bollinger Band")
plot(basis, color=color.gray, linewidth=2, title="Bollinger Basis")

// Plot RSI for visual confirmation
hline(rsiOverbought, "Overbought", color=color.red)
hline(rsiOversold, "Oversold", color=color.green)
plot(rsi, color=color.purple, title="RSI")


Berkaitan

Lebih lanjut