리소스 로딩... 로딩...

T3 지표에 기초한 거래 전략을 따르는 경향

저자:차오장, 날짜: 2024-01-18 16:21:40
태그:

전략 개요

이 전략은 T3 이동 평균 지표에 기반한 트렌드 다음 거래 시스템을 설계합니다. 가격 트렌드의 방향을 자동으로 식별하고 그에 따른 긴 또는 짧은 포지션을 취할 수 있습니다. 가격이 상승하면 길고 가격이 하락하면 짧습니다. 이 시스템은 또한 반전 거래 기능을 가지고 있습니다.

전략 논리

이 전략은 가격 트렌드의 방향을 결정하기 위해 T3 지표를 사용합니다. T3 지표는 가격 변화에 더 빠르게 반응할 수있는 더 높은 감수성을 가진 적응 이동 평균입니다. 계산 공식은:

T3 (n) = GD (n)

여기서 GD는 일반화된 DEMA (Double Exponential Moving Average) 를 나타냅니다.

GD (n,v) = EMA (n) * (1+v) -EMA (n) * v

v는 선형 가격 트렌드에 대한 이동 평균의 반응의 민감도를 결정하는 볼륨 인수입니다. v=0일 때 GD=EMA; v=1일 때 GD=DEMA. 저자는 v=0.7을 설정하는 것을 제안합니다.

전략은 T3 지표를 가격과 비교합니다. T3가 가격 이상으로 넘으면 상승 가격 추세를 결정하고 길게 갈 수 있습니다. T3가 가격 아래로 넘으면 하락 가격 추세를 결정하고 짧게 갈 수 있습니다.

장점

가격 트렌드 변화에 민감한 적응형 이동 평균 T3 지표를 사용합니다.
자동으로 가격 트렌드 방향을 결정, 수동 판단 필요 없습니다
설정 가능한 리버스 거래, 시장 변화에 적응할 수 있는 유연성

위험성

T3 지표는 범위에 묶인 통합 중 트렌드 방향을 결정하는 데 어려움을 겪을 수 있습니다.
적응적인 이동 평균 지표는 잘못된 신호를 생성하는 경향이 있습니다.
리버스 거래의 위험 통제는 신중해야 합니다.

이것은 T3 매개 변수를 조정하거나 필터레이션을 위한 다른 지표를 추가하거나 단일 손실을 제어하기 위해 Stop Loss를 설정함으로써 완화될 수 있다.

최적화 방향

필터링을 위해 MACD, RSI 등과 같은 다른 지표를 추가합니다.
추세 판단 규칙을 추가하여 옆 시장에서 잘못된 거래를 피합니다.
매개 변수를 최적화, 더 나은 매개 변수 조합을 위해 v 값을 조정
스톱 손실 논리를 추가합니다.

요약

이 전략은 수동 판단의 필요없이 T3 지표를 통해 자동으로 가격 트렌드 방향을 결정하고 자동으로 길거나 짧을 수 있습니다. 또한 더 복잡한 시장 상황에 대처하기 위해 반전 거래로 구성 될 수 있습니다. 전략이 더 잘 수행되도록 매개 변수, 거래 논리 등을 최적화하는 공간이 있습니다.

/*backtest
start: 2023-12-18 00:00:00
end: 2024-01-17 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=2
////////////////////////////////////////////////////////////
//  Copyright by HPotter v1.00 29/11/2017
// This indicator plots the moving average described in the January, 1998 issue
// of S&C, p.57, "Smoothing Techniques for More Accurate Signals", by Tim Tillson.
// This indicator plots T3 moving average presented in Figure 4 in the article.
// T3 indicator is a moving average which is calculated according to formula:
//     T3(n) = GD(GD(GD(n))),
// where GD - generalized DEMA (Double EMA) and calculating according to this:
//     GD(n,v) = EMA(n) * (1+v)-EMA(EMA(n)) * v,
// where "v" is volume factor, which determines how hot the moving average’s response
// to linear trends will be. The author advises to use v=0.7.
// When v = 0, GD = EMA, and when v = 1, GD = DEMA. In between, GD is a less aggressive
// version of DEMA. By using a value for v less than1, trader cure the multiple DEMA
// overshoot problem but at the cost of accepting some additional phase delay.
// In filter theory terminology, T3 is a six-pole nonlinear Kalman filter. Kalman
// filters are ones that use the error — in this case, (time series - EMA(n)) — 
// to correct themselves. In the realm of technical analysis, these are called adaptive
// moving averages; they track the time series more aggres-sively when it is making large
// moves. Tim Tillson is a software project manager at Hewlett-Packard, with degrees in
// mathematics and computer science. He has privately traded options and equities for 15 years.   
//
// You can change long to short in the Input Settings
// WARNING:
// - For purpose educate only
// - This script to change bars colors.
////////////////////////////////////////////////////////////
strategy(title="T3 Averages", shorttitle="T3", overlay = true)
Length = input(5, minval=1)
b = input(0.7, minval=0.01,step=0.01) 
reverse = input(false, title="Trade reverse")
xPrice = close
xe1 = ema(xPrice, Length)
xe2 = ema(xe1, Length)
xe3 = ema(xe2, Length)
xe4 = ema(xe3, Length)
xe5 = ema(xe4, Length)
xe6 = ema(xe5, Length)
c1 = -b*b*b
c2 = 3*b*b+3*b*b*b
c3 = -6*b*b-3*b-3*b*b*b
c4 = 1+3*b+b*b*b+3*b*b
nT3Average = c1 * xe6 + c2 * xe5 + c3 * xe4 + c4 * xe3
pos = iff(nT3Average > close, -1,
       iff(nT3Average < close, 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(nT3Average, color=blue, title="T3")

더 많은

2019 FMZ - 모든 권리 보호