전략 을 따르는 단순 경향

이 문서에서는 간단한 이동 평균에 기반한 트렌드 다음 전략을 상세히 분석합니다. 전략은 전형적인 트렌드 다음 전략에 속하는 다른 시간 프레임의 이동 평균의 조합을 사용하여 거래 신호를 생성합니다.

전략 개요

이 전략은 21일, 50일, 100일 및 200일 간단한 이동 평균을 동시에 사용합니다. 이 이동 평균을 통해 가격이 깨지면 구매 및 판매 신호를 생성합니다. 또한, 이 전략은 20일 또는 55일 최고/최저 가격을 통해 가격이 깨졌을 때 거래 신호를 보완하기 위해 돈치안 채널을 사용합니다. 이 전략은 명백한 추세를 보이는 시장에 적합하며 여러 시간 프레임에서 트렌드 수익을 잠금합니다.

전략 원칙

핵심 원칙은 트렌드 방향을 결정하기 위해 여러 이동 평균 시간 프레임을 사용하는 것입니다. 구체적으로, 전략은 21 일, 50 일, 100 일 및 200 일이라는 다른 시간 스펀드를 가진 4 개의 간단한 이동 평균을 사용합니다. 이러한 이동 평균의 시간 스펀드는 단기에서 장기로 점차 확장되며, 다양한 수준의 트렌드를 식별하는 데 사용됩니다.

단기 이동 평균이 장기 이동 평균보다 높을 때 구매 신호가 생성됩니다. 이것은 시장 추세가 역전되어 상승 추세로 진입했을 수 있음을 나타냅니다. 단기 이동 평균이 장기 이동 평균보다 낮을 때 판매 신호가 생성됩니다. 이것은 시장 추세가 역전되고 하락 추세로 진입하기 시작했을 수 있음을 나타냅니다.

또한, 전략은 또한 도 채널을 사용하여 거래 신호를 보충합니다. 즉, 가격이 20 일 또는 55 일 최고 / 최저 가격을 뚫을 때, 구매 / 판매 신호도 트렌드 수익을 잠금하기 위해 활성화됩니다.

요약하자면, 전략은 트렌드 방향을 결정하기 위해 여러 시간 프레임을 통해 이동 평균 이론과 돈치안 채널을 결합하여 전형적인 트렌드 다음 전략에 속합니다.

장점

1. 멀티 타임프레임 디자인은 중장기 트렌드를 효과적으로 포착 할 수 있습니다.
2. 이동 평균과 돈치안 채널의 사용은 신호를 더 신뢰할 수 있습니다.
3. 구현하기 쉽고, 양적 거래 연습을 시작하는 데 적합합니다

위험성

1. 가짜 브레이크의 위험. 가격은 일정 기간 동안 격렬하게 변동하여 이동 평균 또는 돈치안 채널에서 잘못된 신호를 유발할 수 있습니다.
2. 범위 시장에서 손실을 중지하기 쉽습니다. 전략은 명백한 추세를 가진 시장에 더 적합합니다.
3. 매개 변수 최적화에 대한 제한된 공간. 이동 평균 및 돈치안 채널의 매개 변수를 효과적으로 조정하는 것이 어렵습니다.

위험에 대한 해결책:

1. 부피 조건을 추가하는 것과 같은 거짓 파장을 피하기 위해 필터 조건을 추가합니다.
2. 적당하게 줄이십시오 중지 손실 범위 범위 시장에 대처하기
3. 매개 변수를 자동 최적화하기 위해 기계 학습 알고리즘을 도입 시도

최적화 방향

1. 부피 기반 필터를 추가하여 치열한 가격 변동 중에 잘못된 신호를 피합니다.
2. 이동 평균을 카우프먼의 적응 이동 평균과 같은 가격을 더 잘 매끄럽게 할 수있는 지표로 대체하십시오.
3. 기계 학습 알고리즘을 적용하여 현재 시장 조건에 더 잘 적응하기 위해 매개 변수를 자동 최적화합니다.
4. 변동성 지표를 포함하여 트렌드 강도를 측정하여 범위에 있는 시장에 갇히지 않도록 한다.

결론

이 기사에서는 다중 시간 프레임 이동 평균과 돈치안 채널을 기반으로 한 간단한 트렌드 다음 전략을 상세히 분석했습니다. 전략은 구현하기 쉬운 간단하고 명확한 원칙으로 다른 길이 이동 평균을 사용하여 트렌드 방향을 결정합니다. 동시에 장점, 잠재적 위험 및 미래 최적화 아이디어도 논의됩니다. 깊이 있는 이해와 적절한 최적화로이 전략은 양적 거래에 유용한 도구가 될 수 있다고 믿습니다.