Стратегия покупки цен на падение с несколькими таймфреймами


Дата создания: 2023-10-27 16:56:23 Последнее изменение: 2023-10-27 16:56:23
Копировать: 0 Количество просмотров: 411
1
Подписаться
1166
Подписчики

Стратегия покупки цен на падение с несколькими таймфреймами

Обзор

Стратегия покупки ценовых падений в несколько временных рамок является относительно простой автоматической торговой стратегией, которая может принести значительную прибыль в период повышения тренда. Однако не все ценовые падений подходят для покупки, и каждая сделка должна быть оптимизирована в соответствии с различными временными рамками.

Эта стратегия использует 1-часовую временную рамку, чтобы зафиксировать внезапное падение цен, при этом за последние 12 часов цены значительно выросли. В условиях резкой тенденции к росту, мгновенный крах, вызванный прибылью, обеспечивает очень хорошее время для входа на рынок.

Настройки сценария оптимизированы для 30-минутных временных рамок. Вы можете настроить параметры для различных временных рамок.

Система выдает сигнал “покупаю” при выполнении следующих условий:

  • Цена снизилась на 1% по сравнению с двумя предыдущими линиями K ((1 часовой временной рамок = две линии K 30 минут)

  • Цены выросли на 3% за последние 12 часов (24 30-минутные K-линии = временные рамки по умолчанию)

Настройка была оптимизирована и проведена более 150 обратных тестов на более чем 20 различных криптовалютных парах.

Стратегия предполагает, что 30% от имеющихся средств для каждой сделки. Стратегия учитывает плату за транзакцию в размере 0.1%, которая соответствует базовой стоимости биржи Coinbase.

Стратегический принцип

Основная идея стратегии по покупке цены в падении в течение нескольких временных рамок заключается в объединении двух временных рамок: долгосрочной и краткосрочной.

Во-первых, на 1-часовой временной рамке определяется, произошло ли внезапное падение цены. Здесь это подтверждается оценкой, произошел ли падение более чем на 1% по сравнению с предыдущими двумя линиями K.

Во-вторых, на 12-часовой временной рамке оценить, существует ли существенный рост цены на длинной линии. Здесь можно подтвердить, достиг ли рост цены 3% за последние 12 часов.

Сигналы на покупку появляются только в том случае, если краткосрочные временные рамки падают, а долгосрочные временные рамки имеют тенденцию к росту.

Такая комбинация позволяет избежать слепой покупки в долгосрочных нисходящих тенденциях, а также может использовать возможности покупки, предоставляемые краткосрочными корректировками. Комбинация различных временных рамок делает торговую стратегию более стабильной и надежной.

Технически, эта стратегия используется, чтобы вызвать два разных параметра.perc_change()Функция реализует суждение двух временных рамок: одно суждение о росте за последние 12 часов, другое суждение о росте за последний час. Когда оба условия выполняются одновременно, подается сигнал покупки.

Анализ преимуществ

Наибольшие преимущества стратегии покупки цены снижения в многократных временных рамках заключаются в том, что она позволяет эффективно оценивать тенденции и удерживать время покупки краткосрочных корректировок. В частности, основные преимущества:

  1. В сочетании с двумя более короткими временными рамками, можно избежать покупки во время длительного падения и, таким образом, уменьшить ненужные потери.

  2. Краткосрочные временные рамки позволяют зафиксировать внезапные изменения, которые обеспечивают более низкую цену покупки.

  3. Отзыв оптимизировал параметры, чтобы сделать стратегию более подходящей для высокофлюитабельных характеристик криптовалюты.

  4. С учётом влияния сборов на транзакции, имитация приближена к реальной среде транзакций.

  5. Простая логика торговли и параметры, которые легко понять и настроить.

  6. Широкое применение в различных торговых парах, высокая гибкость.

Анализ рисков

Также существуют риски, связанные с многократными временными рамками, которые сосредоточены на следующем:

  1. Невозможно полностью избежать риска ложного прорыва, и краткосрочная коррекция может быть обратным шагом в долгосрочной тенденции.

  2. Фиксированные параметры могут не полностью адаптироваться к изменениям рынка и нуждаться в корректировке.

  3. Отзыв: Always хорошо работает в симуляторах, в реальном мире есть различия.

  4. При наличии задержки времени, можно пропустить оптимальную точку покупки для краткосрочных колебаний цен.

  5. Одиночная торговая стратегия подвержена системному риску.

  6. Высокая частота торгов увеличивает нагрузку на сборы за транзакции.

В ответ на стратегические риски можно рассмотреть следующие варианты оптимизации:

  1. Добавить больше показателей для определения долгосрочных и краткосрочных тенденций, чтобы повысить точность оценки.

  2. Оптимизация параметров, позволяющая более динамично адаптироваться к изменениям рынка.

  3. Тестирование стратегий в реальных условиях, измерение различий между обратным измерением и реальным диском.

  4. Соответствующая корректировка временных рамок для снижения задержек.

  5. При использовании нескольких несвязанных стратегий одновременно распределяется системный риск.

  6. Разумная установка стоп-стоп и контроль риска в отдельных сделках.

Направление оптимизации

Существует много возможностей для оптимизации стратегии падения цены на покупку в многократных временных рамках, в основном в следующих аспектах:

  1. Добавление большего количества показателей, таких как BRI, RSI и т.д., повышает стабильность стратегии.

  2. Присоединение к модели машинного обучения, динамическая оптимизация параметров, адаптация к изменениям рынка.

  3. Оптимизация стратегии стоп-стоп и снижение риска в отдельных сделках.

  4. Попробуйте провести обратную проверку в большем количестве торговых пар и временных циклов, чтобы найти оптимальную комбинацию параметров.

  5. Вместе с такими показателями, как изменение объемов торгов, избегайте обмана в арбитраже.

  6. Добавление модулей управления рисками, таких как распределение активов, контроль позиций и т. д., чтобы контролировать общий риск.

  7. Попробуйте другие типы стратегий алгоритмического трейдинга, такие как слежение за тенденциями, арбитраж и т. д.

  8. Исследуйте более сложные комбинации многовременных рамок, чтобы найти оптимальные комбинации параметров.

  9. Включение элемента новостной торговли с использованием новостных событий в качестве драйвера торговли.

С помощью вышеуказанных методов оптимизации можно сделать стратегию более стабильной, умной и всеобъемлющей, адаптированной к сложности крипторынка. Однако любая оптимизация требует тщательного тестирования, чтобы избежать проблемы чрезмерной оптимизации.

Подвести итог

Многовременные рамки для покупки стратегии падения цены в целом является очень практичной стратегии торговли короткой линии. Она одновременно обращает внимание на краткосрочные и долгосрочные два временных измерения, оставаясь относительно эффективной, а также повышает точность суждения. С разумной параметрической настройкой и оптимизацией она может быть адаптирована к большинству торговых рынков, особенно в трендовых продуктах.

Но, как и любая механизированная стратегия, она имеет свои ограничения, требуя от трейдеров оставаться рациональными и постоянно оптимизировать и адаптироваться к изменениям рынка. Успешная стратегия всегда эволюционирует, а не неизменна.

В целом, многократная стратегия покупки в падении цены на временные рамки является отличным примером алгоритмической торговли. Она обобщает основные моменты алгоритмической торговли, такие как выбор разных временных рамок, настройка параметров, оптимизация обратной измерения и контроль риска.

Исходный код стратегии
/*backtest
start: 2023-09-26 00:00:00
end: 2023-10-26 00:00:00
period: 4h
basePeriod: 15m
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/
// © Coinrule

//@version=1
strategy(shorttitle='Multi Time Frame Buy the Dips',title='Multi Time Frame Buy the Dips (by Coinrule)', overlay=true, initial_capital = 1000, default_qty_type = strategy.percent_of_equity, default_qty_value = 30, commission_type=strategy.commission.percent, commission_value=0.1)


//Backtest dates
fromMonth = input(defval = 1,  title = "From Month")     
fromDay   = input(defval = 10,    title = "From Day")       
fromYear  = input(defval = 2020, title = "From Year")       
thruMonth = input(defval = 1,    title = "Thru Month")     
thruDay   = input(defval = 1,    title = "Thru Day")     
thruYear  = input(defval = 2112, title = "Thru Year")       

showDate  = input(defval = true, title = "Show Date Range")

start     = timestamp(fromYear, fromMonth, fromDay, 00, 00)        // backtest start window
finish    = timestamp(thruYear, thruMonth, thruDay, 23, 59)        // backtest finish window
window()  => true       // create function "within window of time"

inp_lkb = input(24, title='Lookback Long Period')
inp_lkb_2 = input(2, title='Lookback Short Period')
 
perc_change(lkb) =>
    overall_change = ((close[0] - close[lkb]) / close[lkb]) * 100

// Call the function    
overall = perc_change(inp_lkb)
overall_2 = perc_change(inp_lkb_2)

//Entry

dip= -(input(1))
increase= (input(3))

strategy.entry(id="long", long = true, when = overall > increase and overall_2 < dip and window()) 

//Exit
Stop_loss= ((input (3))/100)
Take_profit= ((input (4))/100)

longStopPrice  = strategy.position_avg_price * (1 - Stop_loss)
longTakeProfit = strategy.position_avg_price * (1 + Take_profit)

strategy.close("long", when = close < longStopPrice or close > longTakeProfit and window())