Codebase

L'Adaptive Fisher Transform (AFT) est un oscillateur sophistiqué qui convertit les données de prix en une distribution normale gaussienne tout en ajustant dynamiquement sa période de calcul en fonction de la volatilité du marché.

Le Swing Failure Index (SFI) est un oscillateur de momentum sophistiqué conçu pour identifier les renversements de tendance potentiels en détectant les divergences de momentum dans les fluctuations de prix. Contrairement aux indicateurs de momentum traditionnels qui se concentrent uniquement sur les variations de prix, le SFI analyse la relation entre le momentum actuel et le momentum moyen historique afin d'identifier le moment où les forces du marché commencent à changer.

Dans le monde réel du trading, les conditions du marché ne suivent pas une séquence prévisible. Les marchés haussiers, les marchés baissiers, les périodes de forte volatilité et les phases de consolidation peuvent se produire dans des ordres très différents selon les périodes ou les instruments.

L'analyse d'hypothèses dans StrategyQuant revient à disposer d'une machine à remonter le temps pour vos stratégies de trading. Vous exécutez un backtest, puis vous vous demandez "Et si j'avais été plus intelligent au moment de trader ?".

L'indicateur HalfTrend Bollinger Bands combine les capacités de suivi de tendance de l'indicateur HalfTrend avec les bandes de Bollinger basées sur la volatilité pour fournir une analyse de tendance améliorée avec des niveaux de support et de résistance dynamiques. Cet indicateur crée une approche sophistiquée de l'identification des tendances en appliquant des bandes statistiques autour d'une base de suivi de tendance.

L'indicateur VIDYA Bollinger Bands combine les capacités de lissage adaptatif de VIDYA (Variable Index Dynamic Average) avec des bandes de Bollinger statistiques pour fournir une analyse de tendance améliorée avec des bandes de volatilité dynamiques. Cet indicateur crée une approche sophistiquée de l'identification des tendances en appliquant une moyenne mobile adaptative qui répond à la dynamique du marché et en l'entourant de bandes basées sur la volatilité.

L'indicateur Bollinger Bands VMA combine la moyenne mobile variable (VMA) de Tushar Chande avec les bandes de Bollinger traditionnelles pour fournir une analyse de tendance améliorée avec un lissage adaptatif basé sur l'efficacité. Cet indicateur crée une approche sophistiquée de l'identification des tendances en utilisant une moyenne mobile adaptative qui répond à l'efficacité du marché comme ligne centrale, entourée de bandes statistiques basées sur la volatilité.

L'indicateur Smoothed ATR with Bands combine le double calcul de l'ATR avec des bandes statistiques afin d'améliorer l'analyse de la volatilité. Cet indicateur crée une approche plus sophistiquée de la mesure de la volatilité du marché en lissant les valeurs ATR et en ajoutant des bandes d'écart-type.

Dans le monde réel du trading, les conditions du marché sont en constante évolution. La volatilité change, la liquidité fluctue et le flux de données lui-même peut présenter d'infimes variations d'un tick à l'autre. Par conséquent, même une stratégie bien optimisée peut ne pas fonctionner exactement comme prévu par un backtest, car ses paramètres de base ou les calculs de ses indicateurs peuvent subir une légère "gigue" ou instabilité lorsqu'ils sont confrontés à des conditions réelles. Cette simulation Monte Carlo est conçue pour tester la résistance de votre stratégie à de tels écarts mineurs et imprévisibles par rapport à son comportement parfait lors du backtest.

Les imperfections d'exécution, telles que le glissement des prix ou l'élargissement temporaire des écarts, sont des phénomènes courants dans les transactions en direct. Ces facteurs peuvent faire en sorte que le prix de clôture réel d'une transaction soit moins favorable que le prix idéal observé ou visé pendant le backtest. Cette simulation Monte Carlo modélise l'impact de ces problèmes d'exécution aléatoires.