В процессе загрузки ресурсов... загрузка...

Средняя реверсия Боллингер-Банда Средняя стоимость в долларах Инвестиционная стратегия

Автор:Чао Чжан, Дата: 2024-12-12 17:17:15
Тэги:ББDCAЕМАSMA

Обзор

Эта стратегия представляет собой интеллектуальный инвестиционный подход, который сочетает в себе среднюю стоимость доллара (DCA) с техническим индикатором Боллинджерских полос. Он систематически формирует позиции во время снижения цен, используя принципы среднего реверсии.

Принципы стратегии

Стратегия построена на трех фундаментальных столпах: 1) Средняя стоимость доллара, которая снижает риски временного риска за счет регулярных инвестиций в фиксированную сумму; 2) Теория среднего реверсии, которая предполагает, что цены в конечном итоге вернутся к их историческому среднему; 3) Индикатор полос Боллинджера для определения зон перекупки и перепродажи. Сигналы покупки запускаются, когда цена прорывается ниже нижней полосы, при этом количество покупки определяется делением установленной суммы инвестиций на текущую цену. Стратегия использует 200-периодную EMA в качестве средней полосы с мультипликатором стандартного отклонения 2 для определения верхней и нижней полос.

Преимущества стратегии

Снижение риска временного риска - систематическая покупка, а не субъективное суждение, уменьшает человеческие ошибки
Отчет об отклонениях - автоматическое исполнение покупок при условии перепродажи
Флексифицированные параметры - параметры регулируемой полосы Боллинджера и суммы инвестиций для различных рыночных условий
Четкие правила въезда/выезда - объективные сигналы, основанные на технических показателях
Автоматизированное исполнение - не требуется ручного вмешательства, избегая эмоциональной торговли

Стратегические риски

Средний риск неудачи реверсии - может генерировать ложные сигналы на трендовых рынках
Риск управления капиталом - требуется достаточное капитальное резервирование для последовательных сигналов покупки
Риск оптимизации параметров - чрезмерная оптимизация может привести к неудаче стратегии
Отношение к рыночной среде - может оказаться менее эффективным на сильно волатильных рынках Рекомендуется внедрять строгие правила управления капиталом и регулярно оценивать результаты стратегии для управления этими рисками.

Направления оптимизации стратегии

Включить фильтры тенденций для предотвращения операций, противоречащих тенденциям, при сильных тенденциях
Добавить несколько механизмов подтверждения временных рамок
Оптимизация системы управления капиталом с помощью размещения позиций на основе волатильности
Внедрять механизмы получения прибыли, когда цены возвращаются к среднему
Подумайте о сочетании с другими техническими показателями для повышения надежности сигнала

Резюме

Это надежная стратегия, которая сочетает в себе технический анализ с систематическими методами инвестирования. Она использует полосы Боллинджера для выявления возможностей перепродажи при реализации средней стоимости доллара для снижения риска. Ключ к успеху заключается в правильной установке параметров и строгой дисциплине исполнения.

/*backtest
start: 2019-12-23 08:00:00
end: 2024-12-10 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("DCA Strategy with Mean Reversion and Bollinger Band", overlay=true) // Define the strategy name and set overlay=true to display on the main chart

// Inputs for investment amount and dates
investment_amount = input.float(10000, title="Investment Amount (USD)", tooltip="Amount to be invested in each buy order (in USD)") // Amount to invest in each buy order
open_date = input(timestamp("2024-01-01 00:00:00"), title="Open All Positions On", tooltip="Date when to start opening positions for DCA strategy") // Date to start opening positions
close_date = input(timestamp("2024-08-04 00:00:00"), title="Close All Positions On", tooltip="Date when to close all open positions for DCA strategy") // Date to close all positions

// Bollinger Band parameters
source = input.source(title="Source", defval=close, group="Bollinger Band Parameter", tooltip="The price source to calculate the Bollinger Bands (e.g., closing price)") // Source of price for calculating Bollinger Bands (e.g., closing price)
length = input.int(200, minval=1, title='Period', group="Bollinger Band Parameter", tooltip="Period for the Bollinger Band calculation (e.g., 200-period moving average)") // Period for calculating the Bollinger Bands (e.g., 200-period moving average)
mult = input.float(2, minval=0.1, maxval=50, step=0.1, title='Standard Deviation', group="Bollinger Band Parameter", tooltip="Multiplier for the standard deviation to define the upper and lower bands") // Multiplier for the standard deviation to calculate the upper and lower bands

// Timeframe selection for Bollinger Bands
tf = input.timeframe(title="Bollinger Band Timeframe", defval="240", group="Bollinger Band Parameter", tooltip="The timeframe used to calculate the Bollinger Bands (e.g., 4-hour chart)") // Timeframe for calculating the Bollinger Bands (e.g., 4-hour chart)

// Calculate BB for the chosen timeframe using security
[basis, bb_dev] = request.security(syminfo.tickerid, tf, [ta.ema(source, length), mult * ta.stdev(source, length)]) // Calculate Basis (EMA) and standard deviation for the chosen timeframe
upper = basis + bb_dev // Calculate the Upper Band by adding the standard deviation to the Basis
lower = basis - bb_dev // Calculate the Lower Band by subtracting the standard deviation from the Basis

// Plot Bollinger Bands
plot(basis, color=color.red, title="Middle Band (SMA)") // Plot the middle band (Basis, EMA) in red
plot(upper, color=color.blue, title="Upper Band") // Plot the Upper Band in blue
plot(lower, color=color.blue, title="Lower Band") // Plot the Lower Band in blue
fill(plot(upper), plot(lower), color=color.blue, transp=90) // Fill the area between Upper and Lower Bands with blue color at 90% transparency

// Define buy condition based on Bollinger Band 
buy_condition = ta.crossunder(source, lower) // Define the buy condition when the price crosses under the Lower Band (Mean Reversion strategy)

// Execute buy orders on the Bollinger Band Mean Reversion condition
if (buy_condition ) // Check if the buy condition is true and time is within the open and close date range
    strategy.order("DCA Buy", strategy.long, qty=investment_amount / close) // Execute the buy order with the specified investment amount

// Close all positions on the specified date
if (time >= close_date) // Check if the current time is after the close date
    strategy.close_all() // Close all open positions

// Track the background color state
var color bgColor = na // Initialize a variable to store the background color (set to 'na' initially)

// Update background color based on conditions
if close > upper // If the close price is above the Upper Band
    bgColor := color.red // Set the background color to red
else if close < lower // If the close price is below the Lower Band
    bgColor := color.green // Set the background color to green

// Apply the background color
bgcolor(bgColor, transp=90, title="Background Color Based on Bollinger Bands") // Set the background color based on the determined condition with 90% transparency

// Postscript:
// 1. Once you have set the "Investment Amount (USD)" in the input box, proceed with additional configuration. 
// Go to "Properties" and adjust the "Initial Capital" value by calculating it as "Total Closed Trades" multiplied by "Investment Amount (USD)" 
// to ensure the backtest results are aligned correctly with the actual investment values.
//
// Example:
// Investment Amount (USD) = 100 USD
// Total Closed Trades = 10 
// Initial Capital = 10 x 100 = 1,000 USD

// Investment Amount (USD) = 200 USD
// Total Closed Trades = 24 
// Initial Capital = 24 x 200 = 4,800 USD

Связанные

Больше