리소스 로딩... 로딩...

이치모쿠 클라우드 기반의 모멘텀 추적 전략

저자:차오장, 날짜: 2024-01-18 12:32:46
태그:

전반적인 설명

이 전략은 이동 평균, 상대 강도 지수 (RSI) 및 이치모쿠 클라우드를 결합하여 가격 트렌드를 식별하고 그에 따라 거래를 수행합니다. 핵심 아이디어는 단기 이동 평균이 중기 평균을 넘어서 클라우드를 침투 할 때 구매 신호를 생성하고 반대로 발생할 때 판매 신호를 생성하는 것입니다.

전략 논리

이 전략은 13일, 21일, 89일, 233일 4개의 이동평균을 사용한다. 13일 MA는 단기 트렌드를 나타내고 233일 라인은 장기 트렌드를 나타낸다. 21일과 89일 MA는 그 사이에 있다. 단기 MA가 중기 MMA를 넘으면 상승폭을 나타내고 구매 신호를 발생시킨다. 반대 크로스는 판매 신호로 이어진다.

또한 이치모쿠 클라우드의 전환선 (9일 MA), 기본선 (26일 MA) 및 선도 스판 (환환 평균 및 기본선) 이 사용된다. 선도 스판 이상으로 침투하면 구매 신호가 나오고 아래로 침투하면 판매가 나타난다.

또한, 12일 및 24일 RSI가 적용된다. 12일 RSI는 단기 과잉 구매/ 과잉 판매 수준을 나타내고, 24일 라인은 중장기 상황을 나타낸다. 둘 사이의 크로스오버는 거래 신호를 확인하는 데 도움이 될 수 있다.

장점

MA를 통해 트렌드 방향을 파악합니다.
출입 및 출입 시간을 위한 이치모쿠 클라우드
RSI를 사용하여 가짜 브레이크를 피하십시오.

이 전략은 유가증권 가격의 유행 트렌드를 파악하는 데 탁월합니다. MA와 ichimoku를 기반으로 입출은 정확도를 향상시킵니다. 게다가 RSI 크로스오버는 잘못된 신호를 피하는 데 도움이됩니다. 요약하면 트렌드를 따라 효과적으로 거래하기 위해 여러 지표의 강점을 결합합니다.

위험성

트렌드 역전 위험
트레이더들은 이동평균에 닿는 가격에 주의를 기울이고 포지션을 닫을 준비를 해야 합니다.
매개 변수 최적화
MA 기간, 이치모쿠 매개 변수 등을 개선하는 공간이 있습니다. 거래자는 다양한 제품에 최적의 세트를 찾기 위해 실험 할 수 있습니다.
높은 거래 빈도
전략은 꽤 자주 거래 될 수 있으므로 수수료 비용을 고려해야합니다. 세밀한 조정 매개 변수는 불필요한 거래를 줄이는 데 도움이 될 수 있습니다.

개선

스톱 로스/이익 목표를 추가합니다.
이러한 위험 관리 메커니즘을 도입하면 인출을 줄일 수 있습니다.
매개 변수 조정
MA 기간, Ichimoku 입력, RSI 일 등을 최적화하여 다른 제품에서 더 나은 안정성을 얻습니다.
더 많은 지표를 포함
변동성과 부피에 관한 다른 파생 지표는 추가적인 통찰력을 제공할 수 있습니다.

결론

이것은 MAs, RSI 및 Ichimoku 클라우드의 강점을 활용한 전략을 따르는 전형적인 추세입니다. 기존 트렌드를 안정적으로 잠금합니다. 스톱 로스, 매개 변수 최적화 등과 같은 정제로 성능이 더욱 향상 될 수 있습니다. 전반적으로 이것은 지속적인 이익을 추구하는 충분한 위험 열정을 가진 투자자에게 적합한 안정적이고 수익성있는 추진력 전략입니다.

/*backtest
start: 2023-01-11 00:00:00
end: 2024-01-17 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3

strategy("EMA + Ichimoku Kinko Hyo Strategy", shorttitle="EMI", overlay=true, default_qty_type=strategy.percent_of_equity, max_bars_back=1000, default_qty_value=100, calc_on_order_fills= true, calc_on_every_tick=true, pyramiding=0)

TenkanSenPeriods = input(9, minval=1, title="Tenkan Sen Periods")
KijunSenPeriods = input(26, minval=1, title="Kijun Sen Periods")
SenkouSpanBPeriods = input(52, minval=1, title="Senkou Span B Periods")
displacement = input(26, minval=1, title="Displacement")
donchian(len) => avg(lowest(len), highest(len))
TenkanSen = donchian(TenkanSenPeriods)
KijunSen = donchian(KijunSenPeriods)
SenkouSpanA = avg(TenkanSen, KijunSen)
SenkouSpanB = donchian(SenkouSpanBPeriods)
SenkouSpanH = max(SenkouSpanA[displacement - 1], SenkouSpanB[displacement - 1])
SenkouSpanL = min(SenkouSpanA[displacement - 1], SenkouSpanB[displacement - 1])
ChikouSpan = close[displacement-1]

Sema = ema(close, 13)
Mema = ema(close, 21)
Lema = ema(close, 89)
XLema = ema(close, 233)

plot(Sema, color=blue, title="13 EMA", linewidth = 2)
plot(Mema, color=fuchsia, title="21 EMA", linewidth = 1)
plot(Lema, color=orange, title="89 EMA", linewidth = 2)
plot(XLema, color=teal, title="233 EMA", linewidth = 2)
plot(KijunSen, color=maroon, title="Kijun Sen", linewidth = 3)
plot(close, offset = -displacement, color=lime, title="Chikou Span", linewidth = 2)
sa=plot (SenkouSpanA, offset = displacement, color=green,  title="Senkou Span A", linewidth = 1)
sb=plot (SenkouSpanB, offset = displacement, color=red,  title="Senkou Span B", linewidth = 3)
fill(sa, sb, color = SenkouSpanA > SenkouSpanB ? green : red)

longCondition = (rsi(close, 12)>rsi(close, 24)) and close>ChikouSpan and Sema>KijunSen
strategy.entry("Long",strategy.long,when = longCondition)

strategy.close("Long", when = (rsi(close, 12)<rsi(close, 24) and (close<KijunSen and close<ChikouSpan)))

shortCondition = (rsi(close, 12)<rsi(close, 24)) and close<ChikouSpan and Sema<KijunSen
strategy.entry("Short",strategy.short, when = shortCondition)

strategy.close("Short", when = (rsi(close, 12)>rsi(close, 24) and (close>KijunSen and close>ChikouSpan)))

더 많은

2019 FMZ - 모든 권리 보호