듀얼 레인지 필터 트렌드 추적 전략
저자:차오장, 날짜: 2024-02-05 11:15:28태그:
전반적인 설명
듀얼 레인지 필터 트렌드 추적 전략은 트렌드 방향을 파악하고 트렌드를 추적하기 위해 듀얼 EMA 범위 필터를 활용하는 양적 거래 전략이다. 이 전략은 중장기 트렌드 방향을 효과적으로 인식하고 후속 스톱 로스로 이익을 잠금하기 위해 듀얼 이동 평균 필터링과 ATR 범위 계산을 결합합니다.
전략 논리
이 전략의 핵심은 이중 EMA 범위 필터링이다. 촛불의 ATR 범위를 계산하고 평평화한 다음 두 개의 EMA를 사용하여 촛불의 위치를 범위에 위치하여 현재 추세인지 여부를 결정합니다. 가격이 범위를 넘어서면 트렌드의 변화를 신호합니다.
구체적으로, 전략은 먼저 촛불의 ATR 범위 크기를 계산하고, 두 개의 EMA로 평평화합니다. ATR 범위는 촛불의 정상적인 변동 범위를 나타냅니다. 가격이 이 범위를 초과하면 트렌드 변화가 발생했다는 것을 의미합니다. 전략은 가격이 EMA 범위를 넘을 때 방향을 기록합니다. 방향이 변경되면 트렌드 역전이 발생했다는 것을 의미합니다. 그리고 그것이 시장에 진입하는 것을 선택할 수 있습니다.
시장에 진입한 후, 전략은 부동 스톱 손실을 사용하여 이익을 잠금합니다. 보유 기간 동안 촛불이 범위를 벗어났는지 지속적으로 판단합니다. 인회가 발생하면 현재 위치에서 벗어납니다. 이것은 트렌드 거래에서 이익을 효과적으로 잠금 할 수 있습니다.
이점 분석
듀얼 레인지 필터 트렌드 추적 전략은 유동 평균 필터링과 범위 계산의 장점을 결합하여 트렌드 방향을 정확하게 결정하고 레인지 시장에서 자주 시장에 진입하고 종료하는 것을 피합니다. 구체적인 장점은 다음과 같습니다.
- 촛불 변동 범위를 판단하는 ATR 원칙을 사용, 시장 범위 동안 방향 없이 시장에 들어가는 것을 피합니다
- 이중 EMA 필터는 판단 정확도를 향상시키고 잘못된 신호를 줄입니다.
- 실시간 부동 스톱 손실은 효과적으로 트렌드 이윤을 잠금 할 수 있습니다.
- 간단하고 명확한 전략 논리, 이해하기 쉽고 최적화
위험 분석
또한 이 전략에는 다음과 같은 측면에서 주로 몇 가지 위험이 있습니다.
- 큰 틈은 ATR 범위를 뚫고, 조기 진입으로 이어질 수 있습니다.
- 강한 트렌드 시장에서, 스톱 로스는 조기에 시작될 수 있습니다.
- 잘못된 매개 변수 설정 또한 전략 성능에 영향을 미칩니다
이러한 위험을 해결하기 위해 매개 변수를 적절히 최적화하고, 잘못된 파장을 방지하고, 트렌드 강도를 판단하는 방법과 같은 방법을 사용할 수 있습니다.
최적화 제안
이중 범위 필터 트렌드 추적 전략은 또한 더 많은 최적화를 위한 잠재력을 가지고 있으며, 주요 최적화 방향은 다음과 같습니다.
- 촛불 변동 범위를 부드럽게 하기 위해 ATR 매개 변수를 최적화
- 가짜 파장을 피하기 위해 부피 지표를 포함합니다.
- 일회성 파업과 지속가능한 추세를 구별하기 위해 추세 강도를 판단합니다.
- 수익을 보장하면서 긴 트렌드를 추적하기 위해 스톱 로스 가격을 최적화하십시오.
이러한 최적화를 통해 전략은 더 많은 시장 환경에서 안정적인 이익을 얻을 수 있습니다.
요약
이중 범위 필터 트렌드 추적 전략은 이동 평균 필터링과 ATR 범위 판단의 다양한 장점을 통합하고 지속 가능한 중장기 트렌드의 방향과 진입 시기를 효과적으로 식별 할 수 있습니다. 트렌드가 변화 할 때만 시장에 진출하고 수익을 잠금하기 위해 부동 스톱 손실을 사용합니다. 이 전략은 간단하고 명확한 논리를 가지고 있으며 중장기 트렌드 거래에 매우 적합합니다. 매개 변수 및 판단 규칙의 지속적인 최적화로이 전략은 다양한 시장에서 좋은 수익을 얻을 수 있습니다.
/*backtest
start: 2023-01-29 00:00:00
end: 2024-02-04 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("Range Filter [DW] & Labels", shorttitle="RF [DW] & Labels", overlay=true)
//Conditional Sampling EMA Function
Cond_EMA(x, cond, n)=>
var val = array.new_float(0)
var ema_val = array.new_float(1)
if cond
array.push(val, x)
if array.size(val) > 1
array.remove(val, 0)
if na(array.get(ema_val, 0))
array.fill(ema_val, array.get(val, 0))
array.set(ema_val, 0, (array.get(val, 0) - array.get(ema_val, 0))*(2/(n + 1)) + array.get(ema_val, 0))
EMA = array.get(ema_val, 0)
EMA
//Conditional Sampling SMA Function
Cond_SMA(x, cond, n)=>
var vals = array.new_float(0)
if cond
array.push(vals, x)
if array.size(vals) > n
array.remove(vals, 0)
SMA = array.avg(vals)
SMA
//Standard Deviation Function
Stdev(x, n)=>
sqrt(Cond_SMA(pow(x, 2), 1, n) - pow(Cond_SMA(x, 1, n), 2))
//Range Size Function
rng_size(x, scale, qty, n)=>
ATR = Cond_EMA(tr(true), 1, n)
AC = Cond_EMA(abs(x - x[1]), 1, n)
SD = Stdev(x, n)
rng_size = scale=="Pips" ? qty*0.0001 : scale=="Points" ? qty*syminfo.pointvalue : scale=="% of Price" ? close*qty/100 : scale=="ATR" ? qty*ATR :
scale=="Average Change" ? qty*AC : scale=="Standard Deviation" ? qty*SD : scale=="Ticks" ? qty*syminfo.mintick : qty
//Two Type Range Filter Function
rng_filt(h, l, rng_, n, type, smooth, sn, av_rf, av_n)=>
rng_smooth = Cond_EMA(rng_, 1, sn)
r = smooth ? rng_smooth : rng_
var rfilt = array.new_float(2, (h + l)/2)
array.set(rfilt, 1, array.get(rfilt, 0))
if type=="Type 1"
if h - r > array.get(rfilt, 1)
array.set(rfilt, 0, h - r)
if l + r < array.get(rfilt, 1)
array.set(rfilt, 0, l + r)
if type=="Type 2"
if h >= array.get(rfilt, 1) + r
array.set(rfilt, 0, array.get(rfilt, 1) + floor(abs(h - array.get(rfilt, 1))/r)*r)
if l <= array.get(rfilt, 1) - r
array.set(rfilt, 0, array.get(rfilt, 1) - floor(abs(l - array.get(rfilt, 1))/r)*r)
rng_filt1 = array.get(rfilt, 0)
hi_band1 = rng_filt1 + r
lo_band1 = rng_filt1 - r
rng_filt2 = Cond_EMA(rng_filt1, rng_filt1 != rng_filt1[1], av_n)
hi_band2 = Cond_EMA(hi_band1, rng_filt1 != rng_filt1[1], av_n)
lo_band2 = Cond_EMA(lo_band1, rng_filt1 != rng_filt1[1], av_n)
rng_filt = av_rf ? rng_filt2 : rng_filt1
hi_band = av_rf ? hi_band2 : hi_band1
lo_band = av_rf ? lo_band2 : lo_band1
[hi_band, lo_band, rng_filt]
//-----------------------------------------------------------------------------------------------------------------------------------------------------------------
//Inputs
//-----------------------------------------------------------------------------------------------------------------------------------------------------------------
//Filter Type
f_type = input(defval="Type 1", options=["Type 1", "Type 2"], title="Filter Type")
//Movement Source
mov_src = input(defval="Close", options=["Wicks", "Close"], title="Movement Source")
//Range Size Inputs
rng_qty = input(defval=2.618, minval=0.0000001, title="Range Size")
rng_scale = input(defval="Average Change", options=["Points", "Pips", "Ticks", "% of Price", "ATR", "Average Change", "Standard Deviation", "Absolute"], title="Range Scale")
//Range Period
rng_per = input(defval=14, minval=1, title="Range Period (for ATR, Average Change, and Standard Deviation)")
//Range Smoothing Inputs
smooth_range = input(defval=true, title="Smooth Range")
smooth_per = input(defval=27, minval=1, title="Smoothing Period")
//Filter Value Averaging Inputs
av_vals = input(defval=true, title="Average Filter Changes")
av_samples = input(defval=2, minval=1, title="Number Of Changes To Average")
// New inputs for take profit and stop loss
take_profit_percent = input(defval=100.0, minval=0.1, maxval=1000.0, title="Take Profit Percentage", step=0.1)
stop_loss_percent = input(defval=100, minval=0.1, maxval=1000.0, title="Stop Loss Percentage", step=0.1)
//-----------------------------------------------------------------------------------------------------------------------------------------------------------------
//Definitions
//-----------------------------------------------------------------------------------------------------------------------------------------------------------------
//High And Low Values
h_val = mov_src=="Wicks" ? high : close
l_val = mov_src=="Wicks" ? low : close
//Range Filter Values
[h_band, l_band, filt] = rng_filt(h_val, l_val, rng_size((h_val + l_val)/2, rng_scale, rng_qty, rng_per), rng_per, f_type, smooth_range, smooth_per, av_vals, av_samples)
//Direction Conditions
var fdir = 0.0
fdir := filt > filt[1] ? 1 : filt < filt[1] ? -1 : fdir
upward = fdir==1 ? 1 : 0
downward = fdir==-1 ? 1 : 0
//Colors
filt_color = upward ? #05ff9b : downward ? #ff0583 : #cccccc
bar_color = upward and (close > filt) ? (close > close[1] ? #05ff9b : #00b36b) :
downward and (close < filt) ? (close < close[1] ? #ff0583 : #b8005d) : #cccccc
//-----------------------------------------------------------------------------------------------------------------------------------------------------------------
//Outputs
//-----------------------------------------------------------------------------------------------------------------------------------------------------------------
//Filter Plot
filt_plot = plot(filt, color=filt_color, transp=0, linewidth=3, title="Filter")
//Band Plots
h_band_plot = plot(h_band, color=#05ff9b, transp=100, title="High Band")
l_band_plot = plot(l_band, color=#ff0583, transp=100, title="Low Band")
//Band Fills
fill(h_band_plot, filt_plot, color=#00b36b, transp=85, title="High Band Fill")
fill(l_band_plot, filt_plot, color=#b8005d, transp=85, title="Low Band Fill")
//Bar Color
barcolor(bar_color)
//External Trend Output
plot(fdir, transp=100, editable=false, display=display.none, title="External Output - Trend Signal")
// Trading Conditions Logic
longCond = close > filt and close > close[1] and upward > 0 or close > filt and close < close[1] and upward > 0
shortCond = close < filt and close < close[1] and downward > 0 or close < filt and close > close[1] and downward > 0
CondIni = 0
CondIni := longCond ? 1 : shortCond ? -1 : CondIni[1]
longCondition = longCond and CondIni[1] == -1
shortCondition = shortCond and CondIni[1] == 1
// Strategy Entry and Exit
strategy.entry("Buy", strategy.long, when = longCondition)
strategy.entry("Sell", strategy.short, when = shortCondition)
// New: Close conditions based on percentage change
long_take_profit_condition = close > strategy.position_avg_price * (1 + take_profit_percent / 100)
short_take_profit_condition = close < strategy.position_avg_price * (1 - take_profit_percent / 100)
long_stop_loss_condition = close < strategy.position_avg_price * (1 - stop_loss_percent / 100)
short_stop_loss_condition = close > strategy.position_avg_price * (1 + stop_loss_percent / 100)
strategy.close("Buy", when = shortCondition or long_take_profit_condition or long_stop_loss_condition)
strategy.close("Sell", when = longCondition or short_take_profit_condition or short_stop_loss_condition)
// Plot Buy and Sell Labels
plotshape(longCondition, title = "Buy Signal", text ="BUY", textcolor = color.white, style=shape.labelup, size = size.normal, location=location.belowbar, color = color.green, transp = 0)
plotshape(shortCondition, title = "Sell Signal", text ="SELL", textcolor = color.white, style=shape.labeldown, size = size.normal, location=location.abovebar, color = color.red, transp = 0)
// Alerts
alertcondition(longCondition, title="Buy Alert", message = "BUY")
alertcondition(shortCondition, title="Sell Alert", message = "SELL")
더 많은
- 슈퍼트렌드 채널에 기반한 양자 거래 전략
- 이윤율 이론 변동성 지수 정량화 전략
- 상대적 강도 지수 장기적 양자 전략
- 이중 이동 평균 추적 스톱 손실 전략
- RSI와 WMA의 크로스오버 전략
- 동적 SMA 크로스 트렌드 전략
- 이중 MA 지표 오스실레이션 가격 추적 전략
- 이중 이동 평균 슈퍼 트렌드 양적 거래 전략
- 헐 및 LSMA 지표에 기초한 양자 전략의 추세
- 이동평균 및 RSI 크로스오버 전략
- 이동 평균에 기초한 전략을 따르는 슈퍼 트렌드
을 삼키는 RSI 거래 전략 - RSI에 기반한 볼링거 밴드 및 트렌드 추적 전략
- 강력한 이중 이동 평균 거래 전략
- 볼링거 밴드 모멘텀 브레이크아웃 거래 전략
- 5일 이동평균 대역 및 GBS 구매/판매 신호에 기초한 양적 거래 전략
- 이중 이동 평균 오시레이터 주식 전략
- 모멘텀 스윙 거래 전략
- 동적 PSAR 주식 변동 추적 전략
- 종료 가격 비교 이중 이동 평균 크로스오버 전략