이 전략은 RSI 및 MFI 지표의 장점을 결합한 AlphaTrend 지표에 기반하고 있으며, 상승 및 하락 트렌드 시장에서 좋은 결과를 얻을 수 있습니다. 전략은 주로 가격이 AlphaTrend 곡선을 통과하는지 여부에 따라 트렌드의 방향을 판단합니다.
이 전략은 주로 알파 트렌드 곡선에 의존하여 가격 트렌드 방향을 결정합니다. ATR, RSI / MFI를 고려하고 트렌드를 효과적으로 추적 할 수 있습니다. 가격이 곡선을 침투하면 트렌드의 변화를 신호하고 입구점을 형성합니다.
요약하자면, 이 전략은 상승과 하락 시장에 모두 효과가 있고, 시장 소음을 효과적으로 필터링하고, 추세를 정확하게 식별하며, 효율적인 추세를 따르는 전략입니다.
위험을 해결하기 위해, 스톱 로스는 단일 거래 손실을 제어 할 수 있습니다. 잘못된 신호를 피하기 위해 다른 지표와 결합; 다른 시장에 기반한 매개 변수를 조정합니다.
다른 시장과 매개 변수들에 대한 테스트를 통해 더 많은 최적화를 할 수 있습니다. 따라서 전략은 더 많은 시장 조건에 적응 할 수 있습니다.
전반적으로 이 알파 트렌드 전략은 단순하고 효율적인 트렌드 추적 시스템이다. 상승 및 하락 시장에 적응하기 위해 가격 및 부피 정보를 모두 포함한다. 브레이크아웃 메커니즘은 명확한 입시 신호를 제공한다. 적절한 위험 통제로 좋은 결과를 얻을 수 있다. 추가 테스트와 향상은 더 많은 시장 조건에서 수익성을 안정시키는 데 도움이 될 수 있다.
/*backtest
start: 2023-09-20 00:00:00
end: 2023-09-26 00:00:00
period: 30m
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// author © KivancOzbilgic
// developer © KivancOzbilgic
// pv additions, simplification and strategy conversion @ treigen
//@version=5
strategy('AlphaTrend For ProfitView', overlay=true, calc_on_every_tick=true, process_orders_on_close=true, default_qty_type=strategy.percent_of_equity, default_qty_value=100, commission_type=strategy.commission.percent, commission_value=0.1, initial_capital=1000)
coeff = input.float(1.5, 'Multiplier', step=0.1)
AP = input(15, 'Common Period')
ATR = ta.sma(ta.tr, AP)
novolumedata = input(title='Change calculation (no volume data)?', defval=false)
i_startTime = input(defval = timestamp("01 Jan 2014 00:00 +0000"), title = "Backtesting Start Time", inline="timestart", group='Backtesting')
i_endTime = input(defval = timestamp("01 Jan 2100 23:59 +0000"), title = "Backtesting End Time", inline="timeend", group='Backtesting')
timeCond = true
pv_ex = input.string('', title='Exchange', tooltip='Leave empty to use the chart ticker instead (Warning: May differ from actual market name in some instances)', group='PV Settings')
pv_sym = input.string('', title='Symbol', tooltip='Leave empty to use the chart ticker instead (Warning: May differ from actual market name in some instances)', group='PV Settings')
pv_acc = input.string("", title="Account", group='PV Settings')
pv_alert_long = input.string("", title="PV Alert Name Longs", group='PV Settings')
pv_alert_short = input.string("", title="PV Alert Name Shorts", group='PV Settings')
pv_alert_test = input.bool(false, title="Test Alerts", tooltip="Will immediately execute the alerts, so you may see what it sends. The first line on these test alerts will be excluded from any real alert triggers" ,group='PV Settings')
upT = low - ATR * coeff
downT = high + ATR * coeff
AlphaTrend = 0.0
AlphaTrend := (novolumedata ? ta.rsi(close, AP) >= 50 : ta.mfi(hlc3, AP) >= 50) ? upT < nz(AlphaTrend[1]) ? nz(AlphaTrend[1]) : upT : downT > nz(AlphaTrend[1]) ? nz(AlphaTrend[1]) : downT
k1 = plot(AlphaTrend, color=color.new(#0022FC, 0), linewidth=3)
k2 = plot(AlphaTrend[2], color=color.new(#FC0400, 0), linewidth=3)
buySignalk = ta.crossover(AlphaTrend, AlphaTrend[2])
sellSignalk = ta.crossunder(AlphaTrend, AlphaTrend[2])
var exsym = ""
if barstate.isfirst
exsym := pv_ex == "" ? "" : "ex=" + pv_ex + ","
exsym := pv_sym == "" ? exsym : exsym + "sym=" + pv_sym + ","
if barstate.isconfirmed and timeCond
if strategy.position_size <= 0 and buySignalk
strategy.entry("Buy", strategy.long)
alert(pv_alert_long + "(" + exsym + "acc=" + pv_acc + ")", alert.freq_once_per_bar_close)
if strategy.position_size >= 0 and sellSignalk
strategy.entry("Sell", strategy.short)
alert(pv_alert_short + "(" + exsym + "acc=" + pv_acc + ")", alert.freq_once_per_bar_close)
// Only used for testing/debugging alert messages
if pv_alert_test
alert("<![Alert Test]!>\n" + pv_alert_long + "(" + exsym + "acc=" + pv_acc + ")", alert.freq_once_per_bar)
alert("<![Alert Test]!>\n" + pv_alert_short + "(" + exsym + "acc=" + pv_acc + ")", alert.freq_once_per_bar)