평형 이동 평균 전략
저자:차오장, 날짜: 2023-11-06 10:29:24태그:
전반적인 설명
이 전략은 여러 이동 평균을 결합하여 간단한 트렌드 다음 전략을 구현합니다. 또한 잡음을 필터링하는 기능을 가지고 있습니다.
전략 논리
이 전략은 먼저 닫기 가격을 매끄럽게 하며, 하이켄 아시 닫기 가격을 사용할 수 있는 옵션을 제공합니다. 그 다음 매끄러운 MA 함수를 호출하여 여러 매끄러운 이동 평균을 덮습니다. 매끄러운 MA 함수는 먼저 변수 함수를 호출하여 SMA, EMA, DEMA 등과 같은 다양한 유형의 이동 평균을 생성 할 수 있습니다. 변수 함수가 지정된 이동 평균을 생성 한 후, 매끄러운 MA는 반복적으로 변수를 여러 번 호출하여 매끄러움을 덮습니다. 이것은 높은 수준의 매끄러움을 가진 이동 평균을 만듭니다. 매끄러운 MA가 상승 할 때 구매 신호를 생성하고 감소 할 때 판매 신호를 생성합니다.
이점 분석
- 이동 평균의 여러 개의 덮여있는 것은 시장 소음을 효과적으로 필터링하고 트렌드를 식별 할 수 있습니다.
- SMA, EMA, DEMA 등 다양한 이동 평균 유형을 지원하며 유연한 조합을 허용합니다.
- 하이켄 아시 기술은 거짓 탈출을 필터링합니다.
- 간단하고 쉽게 실행할 수 있습니다.
- 사용자 정의 가능한 MA 길이, 유형 및 매끄러운 시간은 다른 제품에 대한 최적화를 허용합니다.
위험 분석
- 여러 번 평평화하면 지연이 발생하고 초기 트렌드 변경을 놓칠 수 있습니다.
- 간단한 MA 시스템은 다양한 시장에서 수익을 내기 위해 고군분투합니다.
- 실제 거래에서 수익성을 떨어뜨리는 거래 비용을 무시합니다.
- 손해를 막지 않으면 손해가 커질 위험이 있습니다.
신호 정확성을 향상시키기 위해 MACD, KDJ와 같은 다른 지표를 결합하는 것을 고려하십시오. 지연을 줄이기 위해 MA 매개 변수를 최적화하십시오. 단일 거래 손실을 제어하기 위해 합리적인 스톱 로스를 사용하십시오. 거래 비용을 최소화하기 위해 거래 주파수를 제어하십시오.
최적화 방향
- 가장 좋은 조합을 위해 다른 MA 길이와 유형을 테스트합니다.
- 더 체계적인 입출입 규칙을 위해 다른 기술적 지표를 추가합니다.
- 주요 이벤트의 영향을 피하기 위해 거래 세션 설정.
- 제품 특성에 따라 매개 변수를 조정합니다.
- 스톱 로스를 설정하고 리스크를 통제하기 위해 수익을 취합니다.
요약
이 전략은 이동 평균의 다중 덮개를 통해 트렌드를 따라 시장 소음을 효과적으로 필터합니다. 장점은 단순성과 유연성입니다. 그러나 MA에만 의존하는 것은 수익성이 제한적입니다. 다른 지표와 결합하여 위험을 관리하고 효율성을 향상시키기 위해 매개 변수를 최적화하는 것을 고려하십시오.
/*backtest
start: 2022-10-30 00:00:00
end: 2023-11-05 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
// Copyright (c) 2007-present Jurik Research and Consulting. All rights reserved.
// Copyright (c) 2018-present, Alex Orekhov (everget)
// Thanks to everget for code for more advanced moving averages
// Smooth Moving Average [STRATEGY] @PuppyTherapy script may be freely distributed under the MIT license.
strategy( title="Smooth Moving Average [STRATEGY] @PuppyTherapy", overlay=true )
// ---- CONSTANTS ----
lsmaOffset = 1
almaOffset = 0.85
almaSigma = 6
phase = 2
power = 2
// ---- GLOBAL FUNCTIONS ----
kama(src, len)=>
xvnoise = abs(src - src[1])
nfastend = 0.666
nslowend = 0.0645
nsignal = abs(src - src[len])
nnoise = sum(xvnoise, len)
nefratio = iff(nnoise != 0, nsignal / nnoise, 0)
nsmooth = pow(nefratio * (nfastend - nslowend) + nslowend, 2)
nAMA = 0.0
nAMA := nz(nAMA[1]) + nsmooth * (src - nz(nAMA[1]))
t3(src, len)=>
xe1_1 = ema(src, len)
xe2_1 = ema(xe1_1, len)
xe3_1 = ema(xe2_1, len)
xe4_1 = ema(xe3_1, len)
xe5_1 = ema(xe4_1, len)
xe6_1 = ema(xe5_1, len)
b_1 = 0.7
c1_1 = -b_1*b_1*b_1
c2_1 = 3*b_1*b_1+3*b_1*b_1*b_1
c3_1 = -6*b_1*b_1-3*b_1-3*b_1*b_1*b_1
c4_1 = 1+3*b_1+b_1*b_1*b_1+3*b_1*b_1
nT3Average_1 = c1_1 * xe6_1 + c2_1 * xe5_1 + c3_1 * xe4_1 + c4_1 * xe3_1
// The general form of the weights of the (2m + 1)-term Henderson Weighted Moving Average
getWeight(m, j) =>
numerator = 315 * (pow(m + 1, 2) - pow(j, 2)) * (pow(m + 2, 2) - pow(j, 2)) * (pow(m + 3, 2) - pow(j, 2)) * (3 * pow(m + 2, 2) - 11 * pow(j, 2) - 16)
denominator = 8 * (m + 2) * (pow(m + 2, 2) - 1) * (4 * pow(m + 2, 2) - 1) * (4 * pow(m + 2, 2) - 9) * (4 * pow(m + 2, 2) - 25)
denominator != 0
? numerator / denominator
: 0
hwma(src, termsNumber) =>
sum = 0.0
weightSum = 0.0
termMult = (termsNumber - 1) / 2
for i = 0 to termsNumber - 1
weight = getWeight(termMult, i - termMult)
sum := sum + nz(src[i]) * weight
weightSum := weightSum + weight
sum / weightSum
get_jurik(length, phase, power, src)=>
phaseRatio = phase < -100 ? 0.5 : phase > 100 ? 2.5 : phase / 100 + 1.5
beta = 0.45 * (length - 1) / (0.45 * (length - 1) + 2)
alpha = pow(beta, power)
jma = 0.0
e0 = 0.0
e0 := (1 - alpha) * src + alpha * nz(e0[1])
e1 = 0.0
e1 := (src - e0) * (1 - beta) + beta * nz(e1[1])
e2 = 0.0
e2 := (e0 + phaseRatio * e1 - nz(jma[1])) * pow(1 - alpha, 2) + pow(alpha, 2) * nz(e2[1])
jma := e2 + nz(jma[1])
variant(src, type, len ) =>
v1 = sma(src, len) // Simple
v2 = ema(src, len) // Exponential
v3 = 2 * v2 - ema(v2, len) // Double Exponential
v4 = 3 * (v2 - ema(v2, len)) + ema(ema(v2, len), len) // Triple Exponential
v5 = wma(src, len) // Weighted
v6 = vwma(src, len) // Volume Weighted
v7 = na(v5[1]) ? sma(src, len) : (v5[1] * (len - 1) + src) / len // Smoothed
v8 = wma(2 * wma(src, len / 2) - wma(src, len), round(sqrt(len))) // Hull
v9 = linreg(src, len, lsmaOffset) // Least Squares
v10 = alma(src, len, almaOffset, almaSigma) // Arnaud Legoux
v11 = kama(src, len) // KAMA
ema1 = ema(src, len)
ema2 = ema(ema1, len)
v13 = t3(src, len) // T3
v14 = ema1+(ema1-ema2) // Zero Lag Exponential
v15 = hwma(src, len) // Henderson Moving average thanks to @everget
ahma = 0.0
ahma := nz(ahma[1]) + (src - (nz(ahma[1]) + nz(ahma[len])) / 2) / len //Ahrens Moving Average
v16 = ahma
v17 = get_jurik( len, phase, power, src)
type=="EMA"?v2 : type=="DEMA"?v3 : type=="TEMA"?v4 : type=="WMA"?v5 : type=="VWMA"?v6 :
type=="SMMA"?v7 : type=="Hull"?v8 : type=="LSMA"?v9 : type=="ALMA"?v10 : type=="KAMA"?v11 :
type=="T3"?v13 : type=="ZEMA"?v14 : type=="HWMA"?v15 : type=="AHMA"?v16 : type=="JURIK"?v17 : v1
smoothMA(c, maLoop, type, len) =>
ma_c = 0.0
if maLoop == 1
ma_c := variant(c, type, len)
if maLoop == 2
ma_c := variant(variant(c ,type, len),type, len)
if maLoop == 3
ma_c := variant(variant(variant(c ,type, len),type, len),type, len)
if maLoop == 4
ma_c := variant(variant(variant(variant(c ,type, len),type, len),type, len),type, len)
if maLoop == 5
ma_c := variant(variant(variant(variant(variant(c ,type, len),type, len),type, len),type, len),type, len)
ma_c
// Smoothing HA Function
smoothHA( o, h, l, c ) =>
hao = 0.0
hac = ( o + h + l + c ) / 4
hao := na(hao[1])?(o + c / 2 ):(hao[1] + hac[1])/2
hah = max(h, max(hao, hac))
hal = min(l, min(hao, hac))
[hao, hah, hal, hac]
// ---- Main Selection ----
haSmooth = input(false, title=" Use HA as source ? " )
length = input(60, title=" MA1 Length", minval=1, maxval=1000)
maLoop = input(2, title=" Nr. of MA1 Smoothings ", minval=1, maxval=5)
type = input("EMA", title="MA Type", options=["SMA", "EMA", "DEMA", "TEMA", "WMA", "VWMA", "SMMA", "Hull", "LSMA", "ALMA", "KAMA", "ZEMA", "HWMA", "AHMA", "JURIK", "T3"])
// ---- BODY SCRIPT ----
[ ha_open, ha_high, ha_low, ha_close ] = smoothHA(open, high, low, close)
_close_ma = haSmooth ? ha_close : close
_close_smoothed_ma = smoothMA( _close_ma, maLoop, type, length)
maColor = _close_smoothed_ma > _close_smoothed_ma[1] ? color.lime : color.red
plot(_close_smoothed_ma, title= "MA - Trend", color=maColor, transp=85, linewidth = 4)
long = _close_smoothed_ma > _close_smoothed_ma[1] and _close_smoothed_ma[1] < _close_smoothed_ma[2]
short = _close_smoothed_ma < _close_smoothed_ma[1] and _close_smoothed_ma[1] > _close_smoothed_ma[2]
plotshape( short , title="Short", color=color.red, transp=80, style=shape.triangledown, location=location.abovebar, size=size.small)
plotshape( long , title="Long", color=color.lime, transp=80, style=shape.triangleup, location=location.belowbar, size=size.small)
//* Backtesting Period Selector | Component *//
//* Source: https://www.tradingview.com/script/eCC1cvxQ-Backtesting-Period-Selector-Component *//
testStartYear = input(2018, "Backtest Start Year",minval=1980)
testStartMonth = input(1, "Backtest Start Month",minval=1,maxval=12)
testStartDay = input(1, "Backtest Start Day",minval=1,maxval=31)
testPeriodStart = timestamp(testStartYear,testStartMonth,testStartDay,0,0)
testStopYear = 9999 //input(9999, "Backtest Stop Year",minval=1980)
testStopMonth = 12 // input(12, "Backtest Stop Month",minval=1,maxval=12)
testStopDay = 31 //input(31, "Backtest Stop Day",minval=1,maxval=31)
testPeriodStop = timestamp(testStopYear,testStopMonth,testStopDay,0,0)
testPeriod() => time >= testPeriodStart and time <= testPeriodStop ? true : false
if testPeriod() and long
strategy.entry( "long", strategy.long )
if testPeriod() and short
strategy.entry( "short", strategy.short )
더 많은
- 월요일 반전 Intraday 트렌드 전략
- ADX 필터드
데 크롤 스톱 로스 트렌드 전략 - 이동 평균 전략의 트렌드 오차 지수
- 모멘텀 통합 지표 전략
- MACD 이동 평균 크로스오버 트렌드
- 두 가지 트렌드 포착 융합 전략
- 가격 돌파구 볼링거 밴드 A 전략
- ROC 거래 전략에 기초한 RSI
- 어제의 높은 탈출 전략
- 전략 을 따르는 경향
- 이중 이동 평균 크로스오버 트렌드 거래 전략
- 코네티컷 거북이 시스템
- 전략 을 따르는 경향
- 듀얼 레이저 트렌드 검색 전략
- 전략에 따른 EMA 오시레이터 트렌드
- 삼중 이동 평균 크로스오버 전략
- 동력 파열에 기반한 트렌드 추적 전략
- 무작위 오스실레이션 전략
- 슈퍼 모멘텀 전략
- 사이즈블록 전략