Volatiliteit is een van de belangrijkste kenmerken van Bitcoin, maar ook een van de moeilijkste om te beheren voor wie handelt. De Average True Range (ATR) is een indicator die het mogelijk maakt deze te meten en om te zetten in precieze operationele regels. Laten we bekijken hoe hij werkt en hoe hij kan worden gebruikt binnen een tradingsysteem.
Bitcoin is een markt die perioden van relatieve rust kan afwisselen met fasen die worden gekenmerkt door zeer grote koersbewegingen. Dagelijkse uitslagen van enkele duizenden dollar zijn niet per se een uitzonderlijke gebeurtenis, vooral wanneer de volatiliteit toeneemt.
Voor een systematische trader vormt dit kenmerk tegelijk een kans en een probleem. Enerzijds creëren koersbewegingen operationele mogelijkheden. Anderzijds maken ze het moeilijk te bepalen wanneer de markt te betreden, waar een stop loss te plaatsen en hoeveel kapitaal aan elke transactie toe te wijzen. Precies in deze context komt de Average True Range in het spel, doorgaans afgekort tot ATR.
Inhoudsopgave
Wat is de Average True Range en hoe wordt die berekend
De Average True Range (ATR) is een technische indicator die de gemiddelde omvang van de koersschommelingen van een financieel instrument meet. Hij werd ontwikkeld door J. Welles Wilder in 1978, met als doel de volatiliteit te meten. In tegenstelling tot andere indicatoren, zoals voortschrijdende gemiddelden of de MACD, probeert de ATR niet de richting van de markt te bepalen. Hij vertelt ons dus niet of Bitcoin zal stijgen of dalen, maar hoe groot de gemiddelde koersbewegingen zijn geweest.
De werking ervan vertrekt van de zogenaamde True Range, die de grootste koersuitslag weergeeft op basis van drie waarden: het verschil tussen hoogste en laagste punt van de candle, de afstand tussen de hoogste koers en de vorige slotkoers en die tussen de laagste koers en de vorige slotkoers. Deze berekeningswijze maakt het mogelijk ook eventuele koersgaps tussen de ene candle en de volgende mee te nemen. De ATR wordt vervolgens verkregen via een afgevlakt gemiddelde van de True Range-waarden. De meest gebruikte parameter is 14 perioden, al kan die worden aangepast aan de operationele behoeften.
Als bijvoorbeeld op de daggrafiek van Bitcoin de 14-periodes ATR gelijk is aan 2.500 dollar, betekent dit dat de recente dagelijkse uitslag, gemeten via de True Range, rond deze waarde ligt.
Let echter op: dit betekent niet dat Bitcoin zich de volgende dag noodzakelijkerwijs 2.500 dollar moet verplaatsen. De ATR beschrijft de waargenomen volatiliteit, niet de toekomstige. Wanneer de indicator stijgt, betekent dit dat de schommelingen groter worden. Wanneer hij daalt, bevindt de markt zich in een fase van lagere volatiliteit.
Waarom de ATR gebruiken om de volatiliteit van Bitcoin te meten
De cryptovalutamarkt vertoont enkele kenmerken die een indicator als de ATR bijzonder nuttig maken. Allereerst wordt Bitcoin 24 uur per dag, zeven dagen per week verhandeld. Er bestaat geen wekelijkse sluiting vergelijkbaar met die van de traditionele aandelenmarkten en wijzigingen in de volatiliteit kunnen op elk moment optreden, ook in het weekend.
Bovendien is de volatiliteit niet constant in de tijd. Een stop loss van 2% kan bijvoorbeeld ruim genoeg zijn tijdens een rustige fase, maar te krap blijken wanneer de markt een bijzonder turbulente periode doormaakt. Altijd dezelfde procentuele afstand gebruiken betekent het negeren van de context waarin men opereert. De ATR maakt het daarentegen mogelijk regels op te stellen die zich automatisch aanpassen aan de marktomstandigheden. Laten we enkele concrete toepassingen bekijken.
Hoe de ATR te gebruiken om de stop loss en de te kopen hoeveelheid te berekenen
Een van de meest directe toepassingen betreft het plaatsen van stop losses. Stel dat we Bitcoin kopen op 90.000 dollar, met een dagelijkse ATR van 2.000 dollar. We zouden kunnen besluiten de stop loss te plaatsen op een afstand gelijk aan twee keer de ATR, dus 4.000 dollar onder de instapkoers, op 86.000 dollar.
Als de ATR daarentegen 3.500 dollar zou bedragen, zou dezelfde regel de stop op 83.000 dollar brengen. Op deze manier past de afstand van de stop zich aan de volatiliteit van dat moment aan, in plaats van willekeurig te worden vastgesteld. Uiteraard impliceert een verder verwijderde stop een groter potentieel verlies bij gelijke gekochte hoeveelheid. Daarom kan de ATR ook worden gebruikt voor de positiegroottebepaling.
Stel dat we een kapitaal van 20.000 dollar hebben en dat we maximaal 1% per transactie willen riskeren, dus 200 dollar. Met een stop die 4.000 dollar onder de instapkoers ligt, zou de theoretisch te kopen hoeveelheid zijn:
200 / 4.000 = 0,05 BTC
Als de volatiliteit zou toenemen en de stop zou moeten worden verruimd tot 7.000 dollar, zou de hoeveelheid dalen tot ongeveer 0,0286 BTC.
Het principe is eenvoudig: wanneer de volatiliteit toeneemt, wordt de exposure verlaagd. Wanneer ze afneemt, kan deze worden verhoogd, altijd met inachtneming van de vastgestelde risicolimieten. Deze berekeningen zijn theoretisch en houden geen rekening met commissies, slippage en eventuele verschillen tussen de stopkoers en de uitvoeringskoers.
Breakout-strategie op Bitcoin met ATR: regels en backtest
We proberen nu een eenvoudig tradingsysteem te bouwen dat de ATR niet alleen gebruikt voor risicobeheer, maar ook om mogelijke handelssignalen te identificeren. Het idee is de fasen te benutten waarin Bitcoin een significante prijszone doorbreekt, met de bedoeling deel te nemen aan een eventuele trendmatige beweging. Het gaat dus om een eenvoudige trendvolgende long-strategie, bedoeld voor de spotmarkt maar ook toepasbaar op futures.
De beschouwde sessie loopt conventioneel van 00:00 tot 23:59 GMT, om deze te laten samenvallen met de kalenderdag, aangezien cryptovaluta’s 24 uur per dag worden verhandeld. Er zal bovendien gebruik worden gemaakt van een 15-minutengrafiek om vrij nauwkeurig op de markt te kunnen handelen, maar ook van een tweede dataserie (data2) met dagbars voor de berekening van het instapniveau.
Dit niveau wordt verkregen door bij de slotkoers van de laatste dagbar een bepaalde hoeveelheid op te tellen, bepaald via de Average True Range (ATR) van de laatste 5 dagen (period), vermenigvuldigd met een factor (factor) die aanvankelijk op 1 wordt gezet.
buy next bar at c data2 + factor*AvgTrueRange(period)data2 stop;
Als we veronderstellen dat we met 10.000 dollar per transactie opereren, zal de sluiting van de trade plaatsvinden bij het bereiken van een stop loss van 1.000 dollar, een vrij ruime waarde maar waarvan wordt aangenomen dat die op deze markt nodig is en later dient te worden geverifieerd via een optimalisatie. De strategie heeft een intradayhorizon, dus posities worden eventueel aan het einde van de sessie gesloten, zonder dat een take profit hoeft te worden gebruikt.
Door deze strategie toe te passen op de spotmarkt van Bitcoin (BTC) tegenover USDT (stablecoin gekoppeld aan de dollar), van januari 2018 tot oktober 2026, worden zeer bemoedigende resultaten behaald, met een equity line die vrij regelmatig stijgt.

Figuur – Equity line van de breakout-strategie op BTC/USDT met ATR, vóór de optimalisatie.
Dit wordt bevestigd door de jaarlijkse resultaten weergegeven in Figuur 2, die echter een average trade van ongeveer 46 dollar laten zien, niet erg constant door de jaren heen, en die men zou kunnen proberen te verbeteren om de strategie robuuster te maken met het oog op het dragen van de operationele kosten van het reële traden.

Figuur – Jaarlijkse resultaten van de breakout-strategie op BTC/USDT vóór de optimalisatie, van januari 2018 tot oktober 2026.
Optimalisatie van de ATR-periode, de vermenigvuldigingsfactor en de stop loss
Onder de variabelen waaraan kan worden gesleuteld om de strategie te optimaliseren, bevinden zich zeker de periode (period) waarop de ATR wordt berekend, maar ook de vermenigvuldigingsfactor (factor).
Door de ‘period’ te laten variëren tussen 2 en 10 dagen en de ‘factor’ tussen 0,1 en 2 (in stappen van 0,1), terwijl de stop loss voorlopig ongewijzigd blijft, verkrijgt men de resultaten in Figuur 3.

Figuur – Optimalisatie van de periode en de vermenigvuldigingsfactor van de ATR.
Door ze te rangschikken naar Net profit en alleen de resultaten te filteren die de oorspronkelijke average trade verbeteren, valt bijvoorbeeld de combinatie ‘period’=2 en ‘factor’=0,8 op, die het mogelijk maakt de nettowinst te verhogen met een goede verhouding Net Profit/Drawdown.
Een uitstekend resultaat, maar dat neemt niet weg dat er verder aan kan worden gewerkt om het nog verder te verbeteren. Op dit moment voorziet de strategie immers in het gebruik van een stop loss van 1.000 dollar, oftewel 10% van de positiewaarde, die niet is geoptimaliseerd. In Figuur 4 is te zien hoe, door de stop loss te laten variëren van 0 tot 2.000 dollar, waarden rond 300 dollar (3%) de algemene statistieken verbeteren.

Figuur – Optimalisatie van de stop loss.
Figuur 5 toont de equity curve van de uiteindelijke strategie, die zeker interessant is in haar eenvoud en potentieel toepasbaar op vele andere cryptovaluta’s, met de nodige aanpassingen en optimalisaties.

Figuur 5 – Equity line van de breakout-strategie op BTC/USDT na de optimalisatie van de ATR-parameters en de stop loss.
De beperkingen van de ATR en het belang van de backtest
Zoals alle indicatoren kent ook de ATR beperkingen. De eerste is dat hij de volatiliteit uit het verleden meet. Een plotselinge toename van de schommelingen kan eerder berekende niveaus ongeschikt maken.
De tweede is dat hij geen onderscheid maakt tussen gunstige en ongunstige bewegingen. Een hoge ATR kan zowel een sterke stijging als een hevige daling begeleiden.
Ten slotte garandeert het gebruik van de ATR niet automatisch een betere performance. Een adaptieve stop (niet gebruikt in het vorige voorbeeld) zou voortijdige uitstappen kunnen verminderen, maar ook het gemiddelde verlies van de negatieve transacties kunnen verhogen. Een rigoureuze test zou het gedrag ervan moeten verifiëren op perioden die niet zijn gebruikt om de parameters te kiezen (ons voorbeeld zou vanaf november 2026 moeten worden gevalideerd), om te vermijden dat een systeem wordt gebouwd dat perfect is aangepast aan het verleden maar niet in staat is in de toekomst te functioneren.
Van volatiliteit naar operationele regels
De echte waarde van de Average True Range ligt dus niet in zijn vermogen om de volgende beweging van Bitcoin te voorspellen, maar in de mogelijkheid om een marktkenmerk, de volatiliteit, om te zetten in meetbare en herhaalbare regels, die het mogelijk maken de discretionaire component van beslissingen te verminderen.
Dit is een van de fundamentele principes van systematisch traden: niet proberen elke koersbeweging te raden, maar een samenhangend geheel van regels opbouwen, het gedrag ervan op data verifiëren en ze met discipline toepassen. De ATR vormt op zichzelf geen winstgevend tradingsysteem. Hij kan echter een waardevol instrument worden binnen een gestructureerde strategie, vooral op een dynamische en volatiele markt als die van Bitcoin.




