В процессе загрузки ресурсов... загрузка...
  1. Площадь
  2. Стратегия торговли диапазоном волатильности на основе стохастического осциллятора

Стратегия торговли диапазоном волатильности на основе стохастического осциллятора

Автор:Чао Чжан, Дата: 2024-06-17 14:52:10
Тэги:ATR

img

Обзор

Эта стратегия использует стохастический осциллятор для выявления условий рынка с перекупленными и перепроданными, запуская сделки с заранее определенными параметрами риска и вознаграждения для извлечения выгоды из колебаний цен в пределах волатильного торгового диапазона.

Логика стратегии

  1. Когда стохастический осциллятор пересекает уровень перепроданности (20), стратегия входит в длинную позицию; когда он пересекает уровень перекупленности (80), стратегия входит в короткую позицию.
  2. Уровень стоп-лосса и уровень прибыли устанавливаются на основе 2x среднего истинного диапазона (ATR), и каждая сделка рискует 1% от собственного капитала счета.
  3. Чтобы предотвратить переоценку, стратегия предусматривает минимум 20 бар между каждой сделкой, что позволяет пройти период охлаждения и избежать сбоев.

Преимущества стратегии

  1. Стратегия может улавливать колебания цен в пределах волатильного диапазона торговли, покупая в низких точках и продавая в высоких точках для потенциальной прибыли.
  2. Он использует строгие меры управления рисками, включая уровни стоп-лосса и прибыли на основе ATR и фиксированный 1% риск на сделку, что помогает контролировать снижение и убытки от одной сделки.
  3. Установив минимальный интервал между сделками (20 баров), стратегия позволяет избежать частой торговли и быть обманутым рыночным шумом.
  4. Логика стратегии ясна, ее легко понять и реализовать, что делает ее подходящей для применения в различных рыночных условиях.

Стратегические риски

  1. Успех стратегии во многом зависит от правильного определения диапазона торговли; если диапазон неправильно определен, это может привести к потере сделок.
  2. Если рынок выходит из диапазона торговли и формирует тренд, стратегия может упустить возможности следования тренду.
  3. Несмотря на действующие меры по управлению рисками, стратегия может по-прежнему испытывать убытки, превышающие ожидания в экстремальных рыночных условиях.
  4. Параметры стратегии (например, уровни перекупленности/перепроданности, кратный ATR) должны быть оптимизированы для различных рыночных условий; ненадлежащие параметры могут привести к плохой производительности.

Направления оптимизации стратегии

  1. Подумайте о сочетании других технических индикаторов (например, MACD, RSI) для подтверждения торговых сигналов и повышения надежности сигналов.
  2. Внедрить динамические механизмы стоп-лосса и тока прибыли, например, корректировать уровень стоп-лосса по мере движения цены в благоприятном направлении, чтобы потенциально достичь более высокой доходности.
  3. Для идентификации диапазона торговли используйте более продвинутые методы, такие как алгоритмы машинного обучения, чтобы улучшить точность.
  4. На рынках с тенденциями следует использовать фильтр тренда, чтобы избежать торговли против тренда.

Резюме

Стратегия торговли в диапазоне волатильности, основанная на стохастическом осцилляторе, пытается извлечь выгоду из сигналов перекупа и перепродажи осциллятора в пределах заранее определенного диапазона торговли. Стратегия контролирует риск посредством строгого управления рисками и торговых интервалов. Хотя стратегия имеет определенные преимущества, ее успех во многом зависит от правильного определения диапазона торговли.

/*backtest
start: 2023-06-11 00:00:00
end: 2024-06-16 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Range Trading with Stochastic", overlay=true)

// Input Parameters
overboughtLevel = input.int(80, title="Overbought Level", minval=1, maxval=100)
oversoldLevel = input.int(20, title="Oversold Level", minval=1, maxval=100)
stochLength = input.int(14, title="Stochastic Length", minval=1)
riskPerTrade = input.float(0.01, title="Risk per Trade (%)", minval=0.01, maxval=100, step=0.01)
barsBetweenTrades = input.int(20, title="Bars Between Trades", minval=1)

// Calculate Stochastic Oscillator
k = ta.sma(ta.stoch(close, high, low, stochLength), 3)
d = ta.sma(k, 3)

// Variables to Track Time Since Last Trade
var lastTradeBar = 0
barsSinceLastTrade = bar_index - lastTradeBar

// Risk Management
atr = ta.atr(14)
stopLoss = 2 * atr
takeProfit = 2 * atr
riskAmount = strategy.equity * riskPerTrade / 100
positionSize = 1

// Entry Conditions
longCondition = k < oversoldLevel and strategy.position_size == 0 and barsSinceLastTrade >= barsBetweenTrades
shortCondition = k > overboughtLevel and strategy.position_size == 0 and barsSinceLastTrade >= barsBetweenTrades

// Entry/Exit Orders
if longCondition
    strategy.entry("Long", strategy.long, qty=positionSize)
    strategy.exit("Long Exit", "Long", stop=close - stopLoss, limit=close + takeProfit)
    lastTradeBar := bar_index // Update last trade bar
if shortCondition
    strategy.entry("Short", strategy.short, qty=positionSize)
    strategy.exit("Short Exit", "Short", stop=close + stopLoss, limit=close - takeProfit)
    lastTradeBar := bar_index // Update last trade bar

// Plot Stochastic
plot(k, color=color.blue, title="%K")
plot(d, color=color.orange, title="%D")
hline(overboughtLevel, color=color.red, title="Overbought")
hline(oversoldLevel, color=color.green, title="Oversold")
Связанные
Больше

2019 FMZ - Все права защищены.