호크 아이 단기 거래 전략은 여러 기술적 지표를 결합한 단기 거래 전략이다. 전략은 이동 평균, MACD, RSI, Stoch 및 VWMA와 같은 지표를 사용하여 거래 신호를 구성하고 1 시간 이내에 단기 거래를합니다.
이 전략은 먼저 빠른 이동 평균 (21 기간) 과 느린 이동 평균 (55 기간) 을 계산합니다. 빠른 MA가 느린 MA보다 높고 MACD가 음에서 긍정적으로 전환되면 구매 신호가 생성됩니다. 빠른 MA가 느린 MA보다 낮고 MACD가 긍정적에서 부정으로 전환되면 판매 신호가 생성됩니다. 또한 전략은 신호를 필터링하기 위해 RSI 지표를 통합합니다. 구매 신호는 RSI가 낮고 상승할 때만 생성됩니다. 판매 신호는 RSI가 높고 하락할 때만 생성됩니다. 마지막으로 전략은 또한 트렌드를 확인하기 위해 빠르고 느린 이동 평균의 위치를 비교하기 위해 VWMA를 사용합니다.
특히, MACD가 마이너스에서 양으로 전환되면 빠른 MA가 느린 MA보다 높고, 50주기 VWMA가 200주기 VWMA보다 낮을 때 구매 신호가 생성됩니다. MACD가 긍정에서 부정으로 전환하면 빠른 MA가 느린 MA보다 낮고, 50주기 VWMA가 200주기 VWMA보다 높을 때 판매 신호가 생성됩니다. 전략은 빠른 스톡이 느린 스톡보다 높을 때 구매하고 빠른 스톡이 느린 스톡보다 낮을 때 판매합니다.
이 전략의 가장 큰 장점은 여러 지표가 신호를 필터하는 조합으로 잘못된 거래의 가능성을 효과적으로 줄일 수 있습니다. MACD는 트렌드 방향을 결정하고, VWMA는 주요 트렌드 위치를 판단하며, 주식 지표는 과잉 구매 / 과잉 판매 구역을 필터하고, RSI는 과잉 판매 지역을 피합니다. 여러 지표의 조합은 거래 신호를 더 신뢰할 수 있습니다. 여러 지표의 사용은 과도한 거래를 제어하면서 신호 품질을 보장합니다.
또한, 1시간 시간 내에 단기 거래는 시장에서 단기 기회를 포착하고 더 높은 수익을 얻을 수 있습니다. 장기 거래와 비교하면 단기 거래는 더 높은 승률을 가지고 있습니다.
이 전략의 가장 큰 위험은 여러 지표의 조합이 너무 복잡할 수 있다는 것입니다. 부적절한 매개 변수 설정은 나쁜 전략 성능으로 이어질 수 있습니다. 좋은 결과를 보장하기 위해 광범위한 백테스팅과 최적화가 필요합니다.
또한, 단기 거래는 거래 빈도가 높습니다. 과도하게 빈번한 거래는 거래 비용을 증가시킬뿐만 아니라 운영 위험을 증가시킵니다. 지속적으로 시장을 모니터링하지 않으면 출입 및 출입을 놓칠 수 있습니다.
마지막으로, 여러 지표의 조합은 곡선 적합성의 위험을 증가시킵니다. 최적화 과정은 과도한 적합성 문제와 라이브 거래의 저성능으로 이어질 수 있습니다.
이 전략은 다음과 같은 측면에서 최적화 될 수 있습니다.
가장 좋은 매개 변수 조합을 찾기 위해 지표 매개 변수를 최적화합니다.
단일 거래 손실을 줄이기 위해 스톱 로스 전략을 추가합니다.
트렌드 판단의 정확성을 높이기 위해 입시 조건을 최적화합니다.
자본 사용 효율을 최적화하기 위해 포지션 크기를 포함합니다.
다른 제품과 계약에 대한 효과를 테스트합니다.
기계 학습 알고리즘을 추가하여 훈련에 대한 역사적 데이터를 활용하고 과잉 적응 위험을 줄입니다.
호크 아이 단기 거래 전략은 여러 지표를 결합하여 거래 신호를 구성하고 1 시간 시간 내에 단기 거래를 수행합니다. 이 전략의 장점은 신뢰할 수있는 지표 조합과 높은 승률입니다. 그러나 매개 변수 최적화와 높은 거래 빈도 등의 위험도 있습니다. 전반적으로이 전략은 큰 최적화 잠재력을 가지고 있습니다. 적절한 매개 변수 조정으로 성능은 매우 인상적인 수 있습니다. 지속적인 최적화 및 테스트를 통해이 전략은 단기 거래에 매우 실용적인 도구가 될 수 있습니다.
/*backtest start: 2022-09-15 00:00:00 end: 2023-09-21 00:00:00 period: 1d basePeriod: 1h exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ //@version=3 strategy("Hawk 1H Strategy", overlay=true) fastLength = input(21) slowlength = input(55) MACDLength = input(8) smallEMA = ema(close, fastLength) largeEMA = ema(close, slowlength) MACD = smallEMA - largeEMA aMACD = ema(MACD, MACDLength) delta = MACD - aMACD smoothK = input(5, minval=1) smoothD = input(5, minval=1) lengthRSI = input(8, minval=1) lengthStoch = input(21, minval=1) src = input(close, title="RSI Source") vFast = stoch(close, high, low, 8) vSlow = sma(vFast, 5) rsi1 = rsi(src, lengthRSI) k = sma(stoch(rsi1, rsi1, rsi1, lengthStoch), smoothK) d = sma(k, smoothD) fiftyVWMA = vwma(close, 55) twohunVWMA = vwma(close,144) if (MACD > MACD[1]) and (MACD[1] > MACD[2]) and (fiftyVWMA < twohunVWMA) if (vFast > vSlow) and (k < 30) //and (vSlow < 40) strategy.entry("MacdLE", strategy.long, comment='Buy') if (MACD < MACD[1]) and (MACD[1] < MACD[2]) and (fiftyVWMA > twohunVWMA) if (vFast < vSlow) and (k > 70)//and (vSlow > 60)//and (rsi1 > 60) strategy.entry("MacdSE", strategy.short, comment='Sell') //plot(strategy.equity, title="equity", color=red, linewidth=2, style=areabr)