리소스 로딩... 로딩...

트렌드 분석 인덱스에 기초한 양적 거래 전략

저자:차오장, 날짜: 2023-12-12 10:40:52
태그:

전반적인 설명

이 전략의 핵심 아이디어는 이동 평균의 기울기를 사용하여 시장 트렌드를 판단하고 트렌드 분석 지수 (TAI) 를 거래 신호로 구성하는 것입니다. 가격이 트렌딩 할 때 이동 평균의 기울기가 증가합니다. 가격이 트렌드 없는 영역에서 변화 할 때 이동 평균의 기울기가 감소합니다. 트렌드 분석 지수의 증가는 트렌드의 시작을 나타냅니다. 감소는 트렌드의 끝을 의미합니다.

전략 논리

이 전략은 먼저 가격의 간단한 이동 평균 (X-day MA) 을 계산한다. 그 다음 변동 범위를 얻기 위해 마지막 Y 일 동안이 이동 평균의 가장 높고 가장 낮은 값을 계산한다. 마지막으로, 가격과 이 Y-day 범위를 비교함으로써, 0-1 사이의 표준화된 지표, 즉 트렌드 분석 인덱스로 변환한다. 인덱스가 한 임계 이상의 경우 긴 포지션을 취하고 다른 임계 이하의 경우 짧은 포지션을 취한다.

이점 분석

이 전략의 장점은 다음과 같습니다.

MA의 기울기를 판단함으로써 중장기 동향을 효과적으로 파악하는 방법
더 명확한 거래 신호를 위한 표준화된 지수를 구축
다른 시장 환경에 맞게 사용자 정의 가능한 MA 및 트렌드 판단 매개 변수
다른 전략 추적 또는 헤지링을 위한 선택 가능한 리버스 거래

위험 분석

또한 몇 가지 위험이 있습니다.

범위에 묶인 시장에서 잘못된 신호에 취약합니다.
MA 매개 변수가 부적절하게 설정된 경우 트렌드 전환점이 부재합니다.
표준화 매개 변수가 적절하지 않은 경우 약한 경향을 놓치고
리버스 거래에서 손실 증가

해결책:

다른 표시기와 함께 필터 신호
가장 좋은 조합을 찾기 위해 매개 변수를 최적화
표준화 매개 변수의 문턱을 조정
리버스 트레이딩을 조심스럽게 사용하세요

최적화 방향

이 전략은 다음과 같은 측면에서 최적화 될 수 있습니다.

신호를 더 신뢰할 수 있도록 BOLL와 같은 다른 지표를 결합
단일 손실을 제어하기 위해 중지 손실을 추가
다른 시간 프레임에 특성을 맞추기 위해 MA 날을 최적화
열차의 최적의 임계 매개 변수
트레이딩을 돕기 위해 트렌드 확률에 대한 ML 모델을 추가합니다.

결론

요약하면, 이것은 이동 평균의 기울기를 기반으로 한 중장기 트렌드 다음 전략입니다. 그것은 효과적으로 트렌드를 캡처 할 수 있지만 일부 잘못된 신호 위험을 가지고 있습니다. 다른 지표와 결합하여 스톱 로스, 매개 변수 최적화 등을 추가하면 전략이 더 견고 할 수 있습니다. 본질적으로 여전히 간단한 트렌드 추적 전략입니다.

//@version=2
////////////////////////////////////////////////////////////
//  Copyright by HPotter v1.0 21/12/2017
// In essence, it is simply the standard deviation of the last x bars of a 
// y-bar moving average. Thus, the TAI is a simple trend indicator when prices 
// trend with authority, the slope of the moving average increases, and when 
// prices meander in a trendless range, the slope of the moving average decreases.
//
// You can change long to short in the Input Settings
// WARNING:
// - For purpose educate only
// - This script to change bars colors.
////////////////////////////////////////////////////////////
strategy(title="Trend Analysis Index", shorttitle="TAI")
AvgLen = input(28, minval=1)
TAILen = input(5, minval=1)
TopBand = input(0.11, step=0.01)
LowBand = input(0.02, step=0.01)
reverse = input(false, title="Trade reverse")
hline(TopBand, color=red, linestyle=line)
hline(LowBand, color=green, linestyle=line)
xPrice = close
xSMA = sma(xPrice, AvgLen)
xHH = highest(xSMA, TAILen)
xLL = lowest(xSMA, TAILen)
nRes = (xHH - xLL) * 100 / xPrice
pos = iff(nRes > TopBand, 1,
       iff(nRes < LowBand, -1, nz(pos[1], 0))) 
possig = iff(reverse and pos == 1, -1,
          iff(reverse and pos == -1, 1, pos))	   
if (possig == 1) 
    strategy.entry("Long", strategy.long)
if (possig == -1)
    strategy.entry("Short", strategy.short)	   	    
barcolor(possig == -1 ? red: possig == 1 ? green : blue ) 
plot(nRes, color=blue, title="TAI")

더 많은

2019 FMZ - 모든 권리 보호