资源加载中... loading...

N Bars 突破策略

Author: ChaoZhang, Date: 2024-04-12 16:57:15
Tags:

N Bars 突破策略

概述

N Bars 突破策略是一种基于价格突破的量化交易策略。该策略的主要思路是,当收盘价突破过去N个交易日的最高价时开多仓,当收盘价跌破过去N个交易日的最低价时平多仓。该策略通过比较当前价格与过去N个交易日的最高最低价,捕捉强势突破行情,达到趋势跟踪的效果。

策略原理

计算过去N个交易日的最高价(highest)和最低价(lowest)。
如果当前收盘价高于highest,则开多仓(long)。
如果当前收盘价低于lowest,则平多仓(short)。
可以选择使用收盘价(close)或者高低价(high/low)作为信号源(source)。
根据信号源的不同,使用ta.highest和ta.lowest计算最高价和最低价。
使用ta.crossover和ta.crossunder判断价格突破情况。

策略优势

逻辑简单清晰,易于实现和优化。
可以有效捕捉强势突破行情,趋势跟踪能力强。
参数调优空间大,可以根据不同品种和周期进行优化。
适用性广,对多数品种和周期都有不错的表现。
可以灵活选择信号源,提高策略适应性。

策略风险

对震荡行情和小幅波动行情表现较差,频繁开平仓导致较高的交易成本。
参数选择不当可能导致过拟合风险。
趋势转折时可能出现较大回撤。
单一信号源可能面临信号失真的风险。

策略优化方向

增加趋势过滤条件,如ma趋势方向、adx等,减少震荡行情下的交易。
优化参数选择,如N值、信号源等,提高策略稳定性和盈利能力。
增加止损和移动止损逻辑,控制单笔交易风险。
结合多个信号源,提高信号可靠性,如同时考虑收盘价和高低价突破。
根据不同品种和周期,分别优化参数和逻辑。

总结

N Bars 突破策略是一个简单实用的量化交易策略,通过捕捉价格突破行情,实现了较好的趋势跟踪效果。该策略逻辑清晰,优化空间大,适用性广,是一个值得进一步研究和优化的量化策略。通过合理的参数优化和逻辑改进,可以进一步提高该策略的稳定性和盈利能力,更好地适应不同市场环境。

/*backtest
start: 2023-04-06 00:00:00
end: 2024-04-11 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Breakout", overlay=true, precision=6, pyramiding=0, initial_capital=1000, default_qty_type=strategy.percent_of_equity, default_qty_value=25.0, commission_value=0.05)

n = input.int(5, "N Bars", minval=1)
src_input = input.string("Close", "Source", ["Close", "High/Low"])

bull_src = switch src_input
	"Close" => close
	"High/Low" => high
	=>
		runtime.error("Invalid source input")
		na

bear_src = switch src_input
	"Close" => close
	"High/Low" => low
	=>
		runtime.error("Invalid source input")
		na

highest = ta.highest(bull_src[1], n)
lowest = ta.lowest(bear_src[1], n)

//-----------------------------------------------------------------------------------------------------------------------------------------------------------------
// Plots
//-----------------------------------------------------------------------------------------------------------------------------------------------------------------

bool long = ta.crossover(bull_src, highest)
bool short = ta.crossunder(bear_src, lowest)

//Plots
lowest_plot  = plot(lowest,  color=color.red, title="Lowest")
highest_plot  = plot(highest,  color=color.green, title="Highest")
bull_src_plot = plot(bull_src, color=color.blue, title="Bull")
bear_src_plot = plot(bear_src, color=color.orange, title="Bear")

// this message is an alert that can be sent to a webhook, which allows for simple automation if you have a server that listens to alerts and trades programmatically.
enter_long_alert = '{"side": "Long", "order": "Enter", "price": ' + str.tostring(open) + ', "timestamp": ' + str.tostring(timenow) + '}'
exit_long_alert = '{"side": "Long", "order": "Exit", "price": ' + str.tostring(open) + ', "timestamp": ' + str.tostring(timenow) + '}'

if long
    strategy.entry(id="Long", direction=strategy.long, limit=open, alert_message=enter_long_alert)

if short
    strategy.close(id="Long", comment="Close Long", alert_message=exit_long_alert)

更多内容

2019 - FMZ - 发明者量化