바닷가 거래의 3일 반전 전략은 래리 코너스와 세살 알바레스 (Cesar Alvarez) 의 ?? 높은 확률의 ETF 거래 ?? 의 3일 평균 반환 전략 ?? 의 수정에 기초합니다. 책에서 저자는 높은 확률의 ETF 평균 반환 전략을 논의합니다. 간단한 규칙은 다음과 같습니다.
연습과 재검토를 통해, EMA가 SMA가 아닌 EMA를 사용하여 트렌드 라인을 계산하면 이 전략이 더 효과적이라는 것을 알았습니다. 그래서, 이 스크립트는 EMA를 사용하여 트렌드 라인을 계산했습니다. 또한 EMA의 출퇴근 길이를 조정할 수 있도록 했습니다.
이 전략은 다음과 같이 작동합니다.
이 중, 탈퇴 EMA는 기본적으로 5일 EMA이며, 길이를 조정할 수 있다.
이 전략의 주요 아이디어는 단기 반전 효과를 이용하는 것이다. 주가 가격이 연속으로 하락한 후 연약한 성능을 보인다면 단기 반전이 발생할 가능성이 높다. 이 전략은 가격이 3일 연속으로 수축하고 단기 평균선보다 낮아지는지 판단함으로써 반전 기회가 있는지 판단한다. 반전이 발생하면 EMA를 뚫고 빠져나가는 것으로 적시에 상쇄된다.
기존의 이동평선교차 전략에 비해 이 전략은 다음과 같은 장점이 있다.
3일 연속으로 축소된 판단의 역전 기회를 활용하여 거래 신호의 질을 높였다.
길고 짧은 평균선 필터링과 결합하여 트렌드 시장에서 거래하는 것을 피하십시오.
EMA가 SMA가 아닌 트렌드 라인을 계산하는 것이 더 민감하고 반전을 더 빨리 잡을 수 있습니다.
EMA에서 탈퇴하는 기간은 조정할 수 있으며, 시장에 따라 중지 전략을 조정할 수 있다.
거래 빈도가 낮고, 매번 1~2일만 포지션을 보유하여 여러 명의 포지션을 보유하는 위험을 피한다.
이 전략에는 다음과 같은 위험도 있습니다.
반전 실패의 위험. 반전 신호가 발생 한 후, 가격이 파격에 실패하고 반전이 아닌 계속 하락할 수 있습니다.
빈번한 상쇄의 위험. 변동적인 상황에서는 가격이 빈번하게 상쇄를 유발할 수 있다.
매개 변수 최적화 위험. EMA 및 다른 매개 변수 탈퇴는 시장에 따라 지속적으로 테스트 및 최적화를 필요로 하며, 조정하지 않으면 효과의 오차로 이어질 수 있다.
과도한 최적화 위험. 최적화할 때 지나치게 적합하지 않도록 주의해야 하며, 매개 변수 설정이 안정적이어야 한다.
위험은 다음과 같은 방법으로 줄일 수 있습니다.
단편적 손실을 통제하기 위한 엄격한 손해 방지 규칙을 준수하십시오.
최적화 시에는 위험과 이익의 균형을 이루기 위해 탄탄한 파라미터 설정을 사용한다.
포지션 크기를 조정하고, 단위 포지션을 줄이고, 위험을 분산한다.
이 전략은 다음과 같은 측면에서 최적화될 수 있습니다.
다양한 길이의 EMA를 시장 진입과 시장 퇴출의 지표로 테스트하여 더 적합한 매개 변수를 찾습니다.
다른 필터 조건, 예를 들어 양력 지표를 추가하여 역전 신호를 더 신뢰할 수 있도록 한다.
ATR을 이용하거나, 손해를 추적하는 등의 방법으로 손해를 막는 전략을 최적화하여 손해를 더 유연하게 막을 수 있습니다.
트렌드 판단과 함께, 역전 신호가 트렌드 속의 잘못된 거래를 방지한다.
포트폴리오 최적화, 다른 전략 포트폴리오와 결합하여, 비관계성 분산 위험을 이용한다.
기계학습과 같은 방법을 사용하여 매개 변수의 적응을 최적화하여 매개 변수를 동적으로 조정하십시오.
바닷가 거래 3 일 반전 전략은 가격이 3 일 연속으로 축소되고 단기 EMA의 형태보다 낮다고 판단하여 단기 반전 기회를 찾습니다. 전통적인 이동 평균선 전략에 비해 입시 신호는 더 신뢰할 수 있으며, EMA 파라미터를 조정하여 퇴출을 최적화합니다. 이 전략은 흔들리는 시장을 정리하는 데 적합하며 단기 반전을 잡을 수 있습니다.
/*backtest
start: 2023-10-05 00:00:00
end: 2023-10-12 00:00:00
period: 10m
basePeriod: 1m
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/
// @version = 5
// Author = TradeAutomation
strategy(title="ETF 3-Day Reversion Strategy", shorttitle="ETF 3-Day Reversion Strategy", process_orders_on_close=true, overlay=true, commission_type=strategy.commission.cash_per_order, commission_value=1, initial_capital = 10000000, default_qty_type=strategy.percent_of_equity, default_qty_value=100)
// Backtest Date Range Inputs //
StartTime = input(defval=timestamp('01 Jan 2012 05:00 +0000'), title='Start Time')
EndTime = input(defval=timestamp('01 Jan 2099 00:00 +0000'), title='End Time')
InDateRange = true
// Strategy Rules //
DayEMA5 = ta.ema(close, 5)
Rule1 = close>ta.ema(close, 200)
Rule2 = close<DayEMA5
Rule3 = high<high[1] and low<low[1] and high[1]<high[2] and low[1]<low[2] and high[2]<high[3] and low[2]<low[3]
ExitEMA = ta.ema(close, input.int(5, "EMA Length For Exit Strategy", tooltip = "The strategy will sell when the price crosses over this EMA"))
plot(DayEMA5)
plot(ExitEMA, color=color.green)
// Entry & Exit Functions //
if (InDateRange)
strategy.entry("Long", strategy.long, when = Rule1 and Rule2 and Rule3)
// strategy.close("Long", when = ta.crossunder(close, ATRTrailingStop))
strategy.close("Long", when = ta.crossover(close, ExitEMA))
if (not InDateRange)
strategy.close_all()