O recurso está a ser carregado... Carregamento...

Estratégia de negociação de bandas percentuais de Bollinger

Autora:ChaoZhang, Data: 2023-12-11 11:14:53
Tags:

Resumo

Esta estratégia baseia-se no indicador Bollinger Bands, combinado com médias móveis e o indicador técnico ATR, para implementar um sistema de breakout de curto prazo.

Estratégia lógica

Calcular o canal de bandas de Bollinger e a posição relativa dos preços no canal
Calcular as médias móveis separadamente para os preços de abertura, fechamento, alto e baixo
Calcular o indicador ATR e definir as linhas de stop loss combinadas com o ATR
Julgar se os preços estão perto de novos máximos ou novos mínimos
Combinar os máximos e mínimos anuais para avaliar tendências de um período de tempo maior
Gerar sinais de negociação com base em alterações na percentagem das bandas de Bollinger e em novos máximos/mínimos

Esta estratégia usa o canal Bollinger Bands para julgar a volatilidade do mercado, com a largura do canal determinada pelo desvio padrão. Os sinais de compra são gerados quando os preços quebram abaixo da faixa inferior e os sinais de venda quando os preços quebram acima da faixa superior. As médias móveis podem suavizar as flutuações de Bollinger e reduzir falhas.

Vantagens

Filtros de ruptura de bandas de Bollinger estritos ajudam a reduzir os falsos sinais
As médias móveis suavizam os preços e identificam as verdadeiras tendências
Indicador ATR que monitoriza dinamicamente o stop loss e limita as perdas de transações individuais
Novos máximos/mínimos e máximos/mínimos anuais tornam os sinais mais fiáveis
A combinação eficaz de múltiplos indicadores melhora a eficiência

Riscos e soluções

Os parâmetros incorretos das bandas de Bollinger podem causar falhas excessivas, devem ser testadas diferentes combinações de parâmetros para obter os melhores resultados
O preço de referência de fechamento pode conduzir a absorções que excedam o intervalo de stop loss definido pelo ATR, considerar a utilização de preços mais voláteis de alta/baixa para o cálculo porcentual
A filtragem rigorosa de Bollinger pode perder algumas oportunidades de tendência de longo prazo, relaxar adequadamente os filtros e o período de retenção
Indicador ATR rastreia grandes oscilações de preços lentamente, considere medidas de volatilidade de maior frequência como real range
Novos altos/baixos são facilmente perturbados pelo ruído a curto prazo, avaliar significância estatística e sustentabilidade da tendência

Orientações de otimização

Teste diferentes combinações de parâmetros para determinar parâmetros Bollinger ideais e comprimentos de média móvel
Empregar combinações de modelos que incorporem diferentes parâmetros de Bollinger ou médias móveis
Testar a robustez em diferentes prazos e produtos, melhorar a adaptabilidade
Incorporar sinais de prazo mais longo como sinais diários de Bollinger ou fatores sazonais
Avaliação das oportunidades de expansão da cobertura da estratégia e da rentabilidade

Conclusão

Esta estratégia combina efetivamente bandas percentuais de Bollinger, médias móveis, indicador ATR, novos altos/baixos e altos/baixos anuais para construir um sistema de negociação de breakout de curto prazo relativamente rigoroso e eficiente. Sua vantagem notável reside no uso de várias ferramentas para reduzir o ruído e identificar verdadeiros sinais de tendência.

/*backtest
start: 2022-12-04 00:00:00
end: 2023-12-10 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © HeWhoMustNotBeNamed

//@version=4
strategy("Bollinger %B Candles Strategy", overlay=false, initial_capital = 1000, default_qty_type = strategy.percent_of_equity, default_qty_value = 100, commission_type = strategy.commission.percent, pyramiding = 1, commission_value = 0.01, calc_on_order_fills = true)

BBLength = input(100, minval=1, step=1)
StdDev = 10
useMovingAverage = input(true)
MAType = input(title="Moving Average Type", defval="rma", options=["ema", "sma", "hma", "rma", "vwma", "wma"])
lookbackPeriod = input(22, minval=10, step=10)
colorByPreviousClose = input(true)

AtrMAType = input(title="Moving Average Type", defval="hma", options=["ema", "sma", "hma", "rma", "vwma", "wma"])
AtrLength = input(10)
AtrMult = input(4)
wicks = input(false)

considerYearlyHighLow = input(false)
considerNewLongTermHighLows = input(false)
shortHighLowPeriod = 100
longHighLowPeriod = 200
tradeDirection = input(title="Trade Direction", defval=strategy.direction.all, options=[strategy.direction.all, strategy.direction.long, strategy.direction.short])

backtestYears = input(10, minval=1, step=1)


//////////////////////////////////// Calculate new high low condition //////////////////////////////////////////////////
f_calculateNewHighLows(shortHighLowPeriod, longHighLowPeriod, considerNewLongTermHighLows)=>
    newHigh = highest(shortHighLowPeriod) == highest(longHighLowPeriod) or not considerNewLongTermHighLows
    newLow = lowest(shortHighLowPeriod) == lowest(longHighLowPeriod) or not considerNewLongTermHighLows
    [newHigh,newLow]

//////////////////////////////////// Calculate Yearly High Low //////////////////////////////////////////////////
f_getYearlyHighLowCondition(considerYearlyHighLow)=>
    yhigh = security(syminfo.tickerid, '12M', high[1]) 
    ylow = security(syminfo.tickerid, '12M', low[1]) 
    yhighlast = yhigh[365]
    ylowlast = ylow[365]
    yhighllast = yhigh[2 * 365]
    ylowllast = ylow[2 * 365]
    
    yearlyTrendUp = na(yhigh)? true : na(yhighlast)? close > yhigh : na(yhighllast)? close > max(yhigh,yhighlast) : close > max(yhigh, min(yhighlast, yhighllast))
    yearlyHighCondition = (  (na(yhigh) or na(yhighlast) ? true : (yhigh > yhighlast) ) and ( na(yhigh) or na(yhighllast) ? true : (yhigh > yhighllast))) or yearlyTrendUp or not considerYearlyHighLow
    yearlyTrendDown = na(ylow)? true : na(ylowlast)? close < ylow : na(ylowllast)? close < min(ylow,ylowlast) : close < min(ylow, max(ylowlast, ylowllast))
    yearlyLowCondition = (  (na(ylow) or na(ylowlast) ? true : (ylow < ylowlast) ) and ( na(ylow) or na(ylowllast) ? true : (ylow < ylowllast))) or yearlyTrendDown or not considerYearlyHighLow
    
    label_x = time+(60*60*24*1000*1)
    [yearlyHighCondition,yearlyLowCondition]

f_getMovingAverage(source, MAType, length)=>
    ma = sma(source, length)
    if(MAType == "ema")
        ma := ema(source,length)
    if(MAType == "hma")
        ma := hma(source,length)
    if(MAType == "rma")
        ma := rma(source,length)
    if(MAType == "vwma")
        ma := vwma(source,length)
    if(MAType == "wma")
        ma := wma(source,length)
    ma

inDateRange = true
[yearlyHighCondition,yearlyLowCondition] = f_getYearlyHighLowCondition(considerYearlyHighLow)
[newHighS,newLowS] = f_calculateNewHighLows(shortHighLowPeriod, longHighLowPeriod, considerNewLongTermHighLows)
[middleclose, upperclose, lowerclose] = bb(close, BBLength, StdDev)
[middleopen, upperopen, loweropen] = bb(open, BBLength, StdDev)
[middlehigh, upperhigh, lowerhigh] = bb(high, BBLength, StdDev)
[middlelow, upperlow, lowerlow] = bb(low, BBLength, StdDev)

percentBClose = (close - lowerclose)*100/(upperclose-lowerclose)
percentBOpen = (open - loweropen)*100/(upperopen-loweropen)
percentBHigh = (high - lowerhigh)*100/(upperhigh-lowerhigh)
percentBLow = (low - lowerlow)*100/(upperlow-lowerlow)

percentBMAClose = f_getMovingAverage(percentBClose, MAType, lookbackPeriod)
percentBMAOpen = f_getMovingAverage(percentBOpen, MAType, lookbackPeriod)
percentBMAHigh = f_getMovingAverage(percentBHigh, MAType, lookbackPeriod)
percentBMALow = f_getMovingAverage(percentBLow, MAType, lookbackPeriod)

newOpen = useMovingAverage? percentBMAOpen : percentBOpen
newClose = useMovingAverage? percentBMAClose : percentBClose
newHigh = useMovingAverage? percentBMAHigh : percentBHigh
newLow = useMovingAverage? percentBMALow : percentBLow

truerange = max(newHigh, newClose[1]) - min(newLow, newClose[1])

averagetruerange = f_getMovingAverage(truerange, AtrMAType, AtrLength)
atr = averagetruerange * AtrMult

longStop = newClose - atr
longStopPrev = nz(longStop[1], longStop)
longStop := (wicks ? newLow[1] : newClose[1]) > longStopPrev ? max(longStop, longStopPrev) : longStop

shortStop = newClose + atr
shortStopPrev = nz(shortStop[1], shortStop)
shortStop := (wicks ? newHigh[1] : newClose[1]) < shortStopPrev ? min(shortStop, shortStopPrev) : shortStop

dir = 1
dir := nz(dir[1], dir)
dir := dir == -1 and (wicks ? newHigh : newClose) > shortStopPrev ? 1 : dir == 1 and (wicks ? newLow : newClose) < longStopPrev ? -1 : dir

trailingStop = dir == 1? longStop : shortStop

candleColor = colorByPreviousClose ?
                 (newClose[1] < newClose ? color.green : newClose[1] > newClose ? color.red : color.silver) : 
                 (newOpen < newClose ? color.green : newOpen > newClose ? color.red : color.silver)
plotcandle(newOpen, newHigh, newLow, newClose, title='PercentBCandle', color = candleColor, wickcolor=candleColor)
plot(trailingStop, title="TrailingStop", style=plot.style_linebr, linewidth=1, color= dir == 1 ? color.green : color.red)

buyCondition = dir==1 and yearlyHighCondition and newHighS
exitBuyCondition = dir == -1
sellCondition = dir == -1 and yearlyLowCondition and newLowS
exitSellCondition = dir == 1
strategy.risk.allow_entry_in(tradeDirection)

barcolor(buyCondition? color.lime : sellCondition ? color.orange : color.silver)
strategy.entry("Buy", strategy.long, when=buyCondition and inDateRange, oca_name="oca_buy")
strategy.close("Buy", when=exitBuyCondition)

strategy.entry("Sell", strategy.short, when=sellCondition and inDateRange, oca_name="oca_sell")
strategy.close("Sell", when=exitSellCondition)

Mais.