리소스 로딩... 로딩...

비트코인 선물 포지션 거래 전략

저자:차오장, 날짜: 2024-01-26 15:01:24
태그:

개요: 이 전략은 트레이드를 안내하기 위해 BitMEX 비트코인 선물 포지션 데이터를 사용합니다. 짧은 포지션이 증가하면 짧고 짧은 포지션이 감소하면 길게됩니다.

전략 논리:

BitMEX 비트코인 선물 단위 포지션을 지표로 사용한다. BitMEX는 기관과 스마트 머니이 지배하는 것으로 간주된다.
상장 포지션이 증가하면 BTC 스팟에 상장합니다. 기관은 그들의 상장 포지션을 추가합니다.
쇼트 포지션이 줄어들면 BTC 스팟에 롱으로 가십시오. 기관은 호황을 나타내는 쇼트를 줄이고 있습니다.
짧은 포지션에서 최고와 최저를 감지하기 위해 RSI 지표를 사용하십시오. 75 이상의 RSI는 최고 신호이며, 30 이하는 최저 신호입니다.
피크/트로 신호에 대한 긴/단기 포지션을 입력합니다.

이점 분석:

전문적인 BitMEX 트레이더의 위치 데이터를 사용하여 기관 활동을 캡처합니다.
RSI는 최고/저하점을 결정하고 거래 위험을 조절하는 데 도움이 됩니다.
기관의 움직임을 실시간으로 모니터링하여 자신의 입지를 적절히 조정합니다.
차트를 분석할 필요가 없습니다. 바로 "스마트 머니" 사고를 따르세요.
백테스트 결과는 괜찮고, 괜찮은 수익률이 보입니다.

위험 분석:

츠의 증가는 투기적인 것인지 아니면 헤지인지 알 수 없습니다. 조심스럽게 따라가야 합니다.
BitMEX 데이터는 지연이 있고, 최고의 입시 가격을 놓칠 수 있습니다.
기관은 100% 정확하지 않습니다. 실패는 일어납니다.
RSI 매개 변수 조정이 안되면 잘못된 신호나 신호가 없어집니다.
너무 느슨한 스톱 손실, 단일 손실은 엄청나게 될 수 있습니다.

최적화 방향:

RSI 매개 변수를 최적화하고, 다른 대기 기간을 테스트합니다.
KD, MACD와 같은 다른 지표를 시도해 보세요.
한 번의 손실을 제한하기 위해 더 긴 스톱 손실.
트렌드 반전, 브레이커 등과 같은 출구 조건을 추가합니다.
다른 코인에 적용 가능성을 테스트합니다. 예를 들어, BTC 쇼트를 따라 ETH를 거래합니다.

요약:
이 전략은 비트메크스 전문 비트코인 선물 거래자를 활용하여 적시에 신호를 얻을 수 있다. 투자자들이 시장 정서를 측정하고 고도/하위점을 발견할 수 있도록 도와준다. 또한 고래가 크게 짧은 경우 하향 위험을 경고한다. 전반적으로 선물 위치 데이터를 활용한 흥미로운 접근법이지만 라이브로 배치하기 전에 매개 변수와 위험 통제에 대한 추가 정교화가 필요하다.

/*backtest
start: 2023-12-26 00:00:00
end: 2024-01-25 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Bitfinex Shorts Strat", 
     overlay=true,
     default_qty_type=strategy.percent_of_equity,
     default_qty_value=10, precision=2, initial_capital=1000,
     pyramiding=2,
     commission_value=0.05)

//Backtest date range
StartDate = input(timestamp("01 Jan 2021"), title="Start Date")
EndDate = input(timestamp("01 Jan 2024"), title="Start Date")
inDateRange = true

symbolInput = input(title="Bitfinex Short Symbol", defval="BTC_USDT:swap")
Shorts = request.security(symbolInput, "", open)

// RSI Input Settings
length = input(title="Length", defval=7, group="RSI Settings" )
overSold = input(title="High Shorts Threshold", defval=75, group="RSI Settings" )
overBought = input(title="Low Shorts Threshold", defval=30, group="RSI Settings" )

// Calculating RSI
vrsi = ta.rsi(Shorts, length)
RSIunder = ta.crossover(vrsi, overSold)
RSIover = ta.crossunder(vrsi, overBought)

// Stop Loss Input Settings
longLossPerc = input.float(title="Long Stop Loss (%)", defval=25, group="Stop Loss Settings") * 0.01
shortLossPerc = input.float(title="Short Stop Loss (%)", defval=25, group="Stop Loss Settings") * 0.01

// Calculating Stop Loss
longStopPrice  = strategy.position_avg_price * (1 - longLossPerc)
shortStopPrice = strategy.position_avg_price * (1 + shortLossPerc)

// Strategy Entry
if (not na(vrsi))
	if (inDateRange and RSIover)
		strategy.entry("LONG", strategy.long, comment="LONG")
	if (inDateRange and RSIunder)
		strategy.entry("SHORT", strategy.short, comment="SHORT")

// Submit exit orders based on calculated stop loss price
if (strategy.position_size > 0)
    strategy.exit(id="LONG STOP", stop=longStopPrice)
if (strategy.position_size < 0)
    strategy.exit(id="SHORT STOP", stop=shortStopPrice)

더 많은

2019 FMZ - 모든 권리 보호