Transformez votre idée de trading en un modèle StrategyQuant (rapide et facile !)

Vous êtes-vous déjà demandé comment transformer rapidement vos idées de trading en stratégies actionnables et testables ? Dans notre dernière vidéo, nous explorons l'une des fonctionnalités les plus puissantes et pourtant sous-utilisées de StrategyQuant : l'assistant Algo !

Vous apprendrez :

✅ Comment créer rapidement des modèles de stratégie à partir d'idées de trading simples.
Des moyens efficaces d'optimiser et de tester de multiples variations d'indicateurs.
✅ Des instructions pas à pas pour utiliser l'Assistant Algo afin d'automatiser vos idées.

Nous commençons par un exemple simple : trader le NASDAQ à l'aide d'une moyenne mobile et de l'indicateur CCI. Mais ne vous inquiétez pas, l'objectif n'est pas la perfection, mais la maîtrise du processus de transformation de vos idées en stratégies automatisées et rentables.

Prêt à voir vos idées en action ? Regardez le tutoriel complet maintenant et révolutionnez l'élaboration de votre stratégie !

Transcription :

Dans cette vidéo, nous vous montrons comment créer un modèle à partir de votre propre idée et utiliser l'assistant Alco pour le créer dans StrategyQuant afin d'accélérer le processus de construction.
Personnellement, je trouve que cette fonctionnalité est la meilleure qui soit dans le domaine de l'éducation et de la formation.
StrategyQuant parce que cette fonctionnalité vous permet d'élaborer des stratégies de manière efficace et rapide et de mesurer votre succès dans un flux de travail donné.
Jetons un coup d'œil sur le graphique et expliquons l'idée simple.
L'objectif de ce modèle n'est pas d'obtenir la meilleure combinaison la plus rentable, mais de vous montrer comment transformer une simple idée en StrategyQuant à l'aide de l'assistant Alco.
J'ai donc ici un graphique du NASDAQ sur une base horaire
J'ai ici une configuration de moyenne mobile avec une période de 200 et j'ai ici un indicateur CCI avec une période de 24
Mais plus tard, juste dans StrategyQuant
Je vous montrerai comment définir les fourchettes pour chaque indicateur afin que StrategyQuant trouve les variations les plus optimales.
Nous allons rechercher un signal lorsque nous sommes dans une tendance haussière.
signifie que la clôture est supérieure à la moyenne mobile avec une période de 200 ou arbitrairement différente
Ce sera le signal pour une position longue et le signal pour une position courte sera lorsque la clôture sera moins élevée.
ou inférieure à la moyenne mobile
Cela nous permettra d'être toujours à l'affût de la tendance en question.
Le deuxième indicateur CCI intervient ensuite et nous allons chercher dans la tendance haussière
Nous allons entrer dans une tendance baissière de cette tendance haussière ou dans la partie survendue de la tendance baissière.
Voici un signal long et simple
Nous entrerions quelque part autour d'ici et
sortir avec un stop loss ou un take profit
Nous allons donc vous montrer comment transposer une telle idée directement dans StrategyQuant.
J'ai préparé une stratégie simple, mais nous allons montrer comment créer une stratégie complète en partant de zéro et en utilisant le système de modèles.
Comme on peut le voir
cette stratégie est rentable
Le résultat n'est pas terrible mais le but n'est pas de créer la meilleure stratégie mais de vous montrer comment créer une idée aussi simple avec AlgoWizard et StrategyQuant.
Si nous exécutons l'ensemble du backtest
le backtest complet
StrategyQuant nous montrera les résultats de la stratégie
Le backtest
bien sûr
prend beaucoup de temps en fonction du nombre de transactions, de l'horizon temporel et de la précision utilisés dans le backtest.
Le backtest est maintenant terminé et nous pouvons voir que la stratégie effectue plus de 4 000 transactions.
Le résultat n'est pas très bon, mais essayons de transformer la stratégie en un modèle et de trouver les meilleurs paramètres et éventuellement d'autres conditions.
Nous créerons un modèle basé sur cette logique stratégique.
Cliquez donc sur nouveau
cliquez sur l'éditeur complet et nous pouvons l'appeler, disons
Modèle CCI
J'ai créé la structure de base de la stratégie et je dois maintenant passer la stratégie en mode "templating".
Je dois noter ici que le mode modèle de stratégie est allumé et que vous ne pouvez pas backtester le modèle dans ce mode.
Il ne peut être utilisé qu'en tant que constructeur, mais nous verrons cela plus tard.
Nous disposons donc d'une structure de base et je recommande de commencer par le côté gauche
donc de près
Nous trouvons donc la fermeture et la moyenne mobile pour le côté droit.
Ajoutons une moyenne mobile et ici je peux choisir directement la plage du paramètre
Je recommande de ne pas choisir des paramètres trop élevés, mais de toujours choisir une fourchette spécifique afin que la construction soit plus rapide, et de définir les fourchettes de manière logique et non pas dans une fourchette trop large.
Cela permettra une optimisation plus efficace
Par exemple, donner une période de 100 à 300 mais avec un pas de 10
C'est donc ce paramètre qui
nous optimiserons
Nous allons maintenant ajouter une condition pour l'ICC
soit supérieur à moins 200, soit supérieur à 100
Nous chercherons la valeur des nombres et
le fixer à moins 200 mais nous pouvons également définir une plage spécifique ici Par exemple de moins 150 à disons moins 300 avec un pas de moins 10
Nous allons donc entrer la valeur numérique et maintenant nous allons définir l'autre côté de l'indice CCI
Ici, nous voulons rechercher une période spécifique
Nous allons spécifier trois valeurs de départ
s'arrêter et marcher
Ici encore, nous mettrons par exemple 10 jusqu'à une valeur de 100 avec un pas de 10.
Nous allons à nouveau retourner le signe ici et ajouter une valeur égale à
Cela signifie que si l'ICC sur une certaine période est supérieur ou égal à des valeurs négatives et que la condition selon laquelle la clôture est supérieure à la moyenne mobile est également remplie.
nous achèterons alors
Si nous voulons le faire aussi pour le court terme
nous nous contenterons de
inverser la condition
Nous retrouverons la fermeture
modifier la condition en est inférieur à
Ainsi, la clôture est plus lente que la moyenne mobile et entre alors dans la récompense.
Encore une fois
Nous allons fixer la moyenne mobile à 100, de 100 à 300, avec un pas de 10.
Nous allons ajouter une valeur numérique
définir une valeur pour le pas, par exemple de 100 à 300 avec un pas de 10
Nous fixerons est supérieur ou égal
Ajoutez maintenant une valeur CCI à droite, comme pour l'autre CCI.
Donc une valeur de 10 à 100 avec un pas de 10
Nous allons maintenant vérifier que tout est conforme à l'idée initiale, et il semble que tout soit correct.
Jetons maintenant un coup d'œil sur les résultats
Pour simplifier
L'objectif de profit et le stop loss seront activés par défaut, ce qui signifie qu'ils seront toujours déterminés par le constructeur.
Nous utiliserons les mêmes paramètres pour le stop suiveur et le niveau d'activation TS et nous ferons de même pour les shorts.
Si nous revoyons cela encore une fois
lorsque la clôture est supérieure à la moyenne mobile
il servira de filtre de tendance et lorsque le CCI est supérieur ou égal à moins 150
il entrera dans une position longue et il entrera dans une position derrière le marché et vice versa nous entrerons dans une position courte, ce qui signifie que nous chercherons à dépasser les deux zones dans une tendance donnée.
Je sauvegarde le modèle
Je l'appelle, disons, modèle CCI 2.
Je clique maintenant sur créer un nouveau projet personnalisé et je l'appelle modèle CCI.
Je clique maintenant sur ajouter une nouvelle tâche et je vais mettre à jour les paramètres de Forex par exemple.
Nous allons donc construire pour le Nasdaq avec un profil Roboforex et nous allons choisir que nous voulons construire à partir du modèle
Ici, nous allons sélectionner le modèle que nous voulons choisir
Pour simplifier
nous construirons en utilisant des pips fixes
Stop loss avec une fourchette de 300 à 1000 pips
Nous avons fixé le même objectif de profit, mais avec des valeurs légèrement plus élevées, afin d'élaborer des stratégies présentant un risque positif.
taux de récompense
Nous avons fixé le marché
Nous choisissons un échantillon parce que nous ne voulons utiliser que les données de cette section.
Nous réglons les données de la tique et pour une rapide
comparaison avec 50
étant le premier à sortir de l'échantillon
Je recommande toujours de conserver des données pour valider la stratégie ultérieurement
Nous avons sélectionné des blocs spécifiques, mais dans ce cas, seules les valeurs optimisées seront utilisées.
Nous utilisons une gestion monétaire fixe de 0,1 perte qui ne joue pas de rôle dans ce cas et nous allons désactiver le contrôle brut de haute précision et définir toutes les valeurs dans l'échantillon afin de ne pas regarder vers l'avenir.
Pour simplifier, nous allons désactiver tous les filtres automatiques
Nous avons défini 1000 stratégies et nous pouvons ajouter une condition selon laquelle nous voulons recevoir les stratégies qui ont au moins 50 transactions en dehors de l'échantillon, par exemple
De cette façon, nous n'évaluerons pas les stratégies en dehors de l'échantillon, mais tout ce qui nous importe est de recevoir un nombre statistiquement significatif de transactions en dehors de l'échantillon. La configuration est terminée et nous pouvons cliquer sur le bouton "Démarrer".
Nous attendrons un moment et nous verrons les résultats dans un instant ou dans quelques secondes.
Les premières stratégies se trouvent dans la banque de données
Je vais les examiner et comme le backtest sur les données d'une minute peut prendre plus de temps, vous verrez comment le We s'aligne.
Nous pouvons voir que la stratégie a été entraînée sur ces données et qu'il n'y a pas eu d'erreur.
validée sur la base de ces données
Si nous ajoutons un autre test, nous pouvons le refaire sur des données totalement inutilisées.
Maintenant, nous regardons dans le code source où nous pouvons voir dans le pseudocode que la stratégie effectue des transactions conformément à nos exigences
Maintenant, nous pourrions éventuellement continuer à l'affiner
Si nous examinons les résultats spécifiques directement dans AlgoWizard sur le graphique, nous mettons en évidence la stratégie suivante
cliquer sur outils et éditer une stratégie
La stratégie sera envoyée directement à AlgoWizard où nous pourrons faire des backtests et voir les résultats directement sur le graphique.
Nous cliquons sur les options de négociation et les données graphiques stockées, puis nous sélectionnons le backtest complet.
Nous pouvons voir que ce backtest affiche des données historiques complètes et que nous pouvons réinitialiser les valeurs pour l'ensemble de l'historique.
Nous pouvons ainsi tester à rebours les performances de la stratégie sur l'ensemble des données.
Nous pouvons constater que la stratégie est rentable même sur les données complètes. Elle a connu une légère baisse avant 2017.
mais la courbe à long terme est rentable
Il est maintenant possible d'améliorer la stratégie car elle effectue un grand nombre de transactions.
ce qui signifie qu'il y a beaucoup de possibilités d'amélioration et d'ajout de filtres
Cependant
de l'expérience
plus la stratégie est complexe
plus la stratégie a tendance à être surajustée
Et c'est tout pour cette vidéo Si vous avez des questions
N'hésitez pas à nous envoyer un message dans la section des commentaires et j'espère vous voir dans la prochaine vidéo.
Au revoir