В процессе загрузки ресурсов... загрузка...

Трехкратное отклонение от нормы Стратегия прорыва Bollinger Bands с оптимизацией скользящей средней за 100 дней

Автор:Чао Чжан, Дата: 2024-12-13 11:20:13
Тэги:М.А.ББSMAСД

Обзор

Эта стратегия представляет собой количественную торговую систему, основанную на прорыве полос Боллинджера, используя 3 стандартных отклонения для верхней полосы и 1 стандартное отклонение для нижней полосы, в сочетании со 100-дневным скользящим средним в качестве средней полосы. Стратегия в основном фиксирует долгосрочные тенденции путем обнаружения прорывов цен выше верхней полосы и использует нижнюю полосу в качестве сигнала стоп-лосса. Основная концепция заключается в том, чтобы входить в позиции во время сильных прорывов и выходить, когда цены падают ниже нижней полосы, достигая контролируемого риска после тренда.

Принципы стратегии

Основной принцип основан на статистических свойствах полос Боллинджера. Верхняя полоса использует 3 стандартных отклонения, то есть при нормальных допущениях распределения вероятность перерыва цены выше этого уровня составляет всего 0,15%, что предполагает значительное формирование тренда при прорывах. Средняя полоса использует 100-дневную скользящую среднюю, достаточно длительный период, чтобы эффективно фильтровать краткосрочный рыночный шум. Нижняя полоса использует 1 стандартное отклонение в качестве линии стоп-лоса, относительно консервативная настройка, которая помогает своевременно выйти. Стратегия генерирует длинные сигналы, когда цена перерывается выше верхней полосы и выходит, когда цена падает ниже нижней полосы.

Преимущества стратегии

Сильная способность улавливать тренд: установка 3 стандартных отклонений эффективно улавливает значительные возможности прорыва тренда.
Разумный контроль рисков: использование 1 стандартного отклонения в качестве линии стоп-лосса обеспечивает консервативное управление рисками.
Высокая адаптивность параметров: множители стандартного отклонения и скользящий средний период могут быть скорректированы для различных характеристик рынка.
Систематический подход: четкая логика стратегии с всеобъемлющими возможностями обратного тестирования для точного отслеживания производительности.
Широкое применение: может применяться на различных рынках, включая акции и криптовалюты.

Стратегические риски

Риск ложного прорыва: рынки могут показывать краткосрочные прорывы, за которыми следуют быстрые изменения, что приводит к ложным сигналам.
Значительные снижения: на сильно волатильных рынках могут происходить значительные снижения.
Риск задержки: 100-дневная скользящая средняя имеет врожденную задержку, потенциально упуская некоторые быстрые движения рынка.
Зависимость от рыночной среды: может привести к чрезмерной торговле на разных рынках, что приводит к высоким затратам на транзакции.

Направления оптимизации стратегии

Включить подтверждение объема: Добавить механизм подтверждения объема для улучшения надежности сигнала.
Оптимизировать механизм стоп-лосса: для более гибкого управления выходом следует рассмотреть вопрос о внедрении стоп-остановки или динамических стоп-остановки на основе ATR.
Добавление фильтров тренда: включить долгосрочные индикаторы идентификации тренда для торговли только в первичном направлении тренда.
Улучшить управление позициями: динамически регулировать размеры позиций на основе прорывной силы.
Добавьте временные фильтры: избегайте торговли в определенные периоды рынка.

Резюме

Это хорошо продуманный тренд, следующий за стратегией с четкой логикой. Благодаря статистическим свойствам полос Боллинджера и тенденционным характеристикам скользящих средних, он эффективно захватывает значительные возможности выхода на рынок.

/*backtest
start: 2024-11-12 00:00:00
end: 2024-12-11 08:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © MounirTrades007

// @version=6
strategy("Bollinger Bands", overlay=true, initial_capital=100000, default_qty_type=strategy.percent_of_equity, default_qty_value=200)

// Get user input
var g_bb        = "Bollinger Band Settings"
upperBandSD     = input.float(title="Upper Band Std Dev", defval=3.0, tooltip="Upper band's standard deviation multiplier", group=g_bb)
lowerBandSD     = input.float(title="Lower Band Std Dev", defval=1.0, tooltip="Lower band's standard deviation multiplier", group=g_bb)
maPeriod        = input.int(title="Middle Band MA Length", defval=100, tooltip="Middle band's SMA period length", group=g_bb)
var g_tester    = "Backtester Settings"
drawTester      = input.bool(title="Draw Backtester", defval=true, group=g_tester, tooltip="Turn on/off inbuilt backtester display")

// Get Bollinger Bands
[bbIgnore1, bbHigh, bbIgnore2] = ta.bb(close, maPeriod, upperBandSD)
[bbMid, bbIgnore3, bbLow]      = ta.bb(close, maPeriod, lowerBandSD)

// Prepare trade persistent variables
drawEntry   = false
drawExit    = false

// Detect bollinger breakout
if close > bbHigh and barstate.isconfirmed and strategy.position_size == 0
    drawEntry := true
    strategy.entry(id="Trade", direction=strategy.long)
    alert("Bollinger Breakout Detected for " + syminfo.ticker, alert.freq_once_per_bar_close)

// Detect bollinger sell signal
if close < bbLow and barstate.isconfirmed and strategy.position_size != 0
    drawExit := true
    strategy.close(id="Trade")
    alert("Bollinger Exit detected for " + syminfo.ticker, alert.freq_once_per_bar_close)

// Draw bollinger bands
plot(bbMid, color=color.blue, title="Middle SMA")
plot(bbHigh, color=color.green, title="Upper Band")
plot(bbLow, color=color.red, title="Lower Band")

// Draw signals
plotshape(drawEntry, style=shape.triangleup, color=color.green, location=location.belowbar, size=size.normal, title="Buy Signal")
plotshape(drawExit, style=shape.xcross, color=color.red, location=location.belowbar, size=size.normal, title="Sell Signal")

// // =============================================================================
// // START BACKTEST CODE
// // =============================================================================

// // Prepare stats table
// var table testTable = table.new(position.top_right, 2, 2, border_width=1)
// f_fillCell(_table, _column, _row, _title, _value, _bgcolor, _txtcolor) =>
//     _cellText = _title + "\n" + _value
//     table.cell(_table, _column, _row, _cellText, bgcolor=_bgcolor, text_color=_txtcolor)

// // Draw stats table
// var bgcolor = color.black
// if barstate.islastconfirmedhistory
//     if drawTester
//         dollarReturn = strategy.equity - strategy.initial_capital
//         f_fillCell(testTable, 0, 0, "Total Trades:", str.tostring(strategy.closedtrades), bgcolor, color.white)
//         f_fillCell(testTable, 0, 1, "Win Rate:", str.tostring(strategy.wintrades / strategy.closedtrades * 100, "##.##") + "%", bgcolor, color.white)
//         f_fillCell(testTable, 1, 0, "Equity:", "$" + str.tostring(strategy.equity, "###,###.##"), bgcolor, color.white)
//         f_fillCell(testTable, 1, 1, "Return:", str.tostring((strategy.netprofit / strategy.initial_capital) * 100, "##.##") + "%", dollarReturn > 0 ? color.green : color.red, color.white)

// // =============================================================================
// // END BACKTEST CODE
// // =============================================================================

Связанные

Больше