리소스 로딩... 로딩...
  1. 사각형
  2. 양적 범위 돌파구에 기초한 적응 변동 전략

양적 범위 돌파구에 기초한 적응 변동 전략

저자:차오장, 날짜: 2024-02-22 16:50:46
태그:

img

전반적인 설명

이 전략은 적응 변동 범위를 형성하기 위해 특정 최근 기간 동안 가장 높고 가장 낮은 거래량을 계산합니다. 현재 주기의 거래량이이 범위를 넘을 때 거래 신호가 생성됩니다. 신호 방향은 시장에서 갑작스러운 큰 단일 거래를 추적하는 간단하고 효과적인 전략인 진 양 촛불로 결정됩니다.

전략 논리

핵심 논리는 가장 최근의 N 사이클에서 긍정적 및 부정적인 거래 양의 가장 높고 낮은 값을 계산하여 적응 변동 범위를 형성하는 것입니다. 판단을 완료하기 위해 인 양 선 신호를 고려하면서이 범위에 기반하여 현재 기간에 돌파구가 발생하는지 여부를 결정합니다.

특정 계산 과정은 다음과 같습니다.

  1. 가장 높은 거래량 가장 높은 거래량 가장 낮은 거래량을 가장 최근 N 주기의 가장 낮은 거래량을 계산합니다
  2. 트랜잭션 볼륨이 현재 사이클의 볼륨이 최고보다 크는지 결정합니다.
  3. 현재 촛불이 인 또는 양인지 합쳐서 돌파 신호 판단을 완료
  4. 긴 신호와 짧은 신호를 생성

이점 분석

이 전략의 주요 장점은 다음과 같습니다.

  1. 적응 범위 설정은 시장 변화에 민감합니다.
  2. 높은 변동성 급증 추세를 포착하고 놓친 거래 비율을 줄이십시오.
  3. 잘못된 돌파구를 피하기 위해 촛불 모양 판단을 결합
  4. 구현 및 수정하기 쉽다
  5. 매개 변수는 다양한 제품에 맞게 조정됩니다.

위험 분석

이 전략은 또한 몇 가지 위험을 안고 있습니다.

  1. 높은 것을 추구하고 낮은 것을 죽이는 경향이 있습니다, 조절을 위해 매개 변수를 조정해야 합니다
  2. 큰 사이클 오시일레이션 시장에서 종종 잘못된 신호를 생성 할 수 있습니다.
  3. 정상과 비정상적인 돌파구를 구별 할 수 없습니다. 판단을 위해 다른 지표 또는 패턴을 통합해야합니다.
  4. 진입 기회는 하나뿐이고, 진화를 추적할 수 없습니다.

사이클 매개 변수를 조정하고 필터링을 위한 다른 지표를 통합하면 최적화 될 수 있습니다.

최적화 방향

전략은 여러 가지 방법으로 최적화 될 수 있습니다.

  1. 다양한 시장 주기에 맞게 범위 길이를 조정하기 위해 간격을 늘리십시오.
  2. 신호를 필터링하기 위해 MA, 볼링거 밴드 등을 포함합니다.
  3. 잘못된 신호를 피하기 위해 촛불 패턴과 조합을 최적화
  4. 재입구 및 스톱 손실 모듈을 추가하여 전략이 트렌드를 추적 할 수 있습니다.

요약

이 전략은 전반적으로 간단하고 실용적입니다. 적응 범위와 볼륨 가격 분석을 결합함으로써 일방적인 폭발적인 시장을 효과적으로 포착 할 수 있습니다. 그러나 잘못된 신호의 위험도 있습니다. 최대 영향을 달성하기 전에 적절한 매개 변수 조정과 보완 도구가 필요합니다.

/*backtest
start: 2024-01-01 00:00:00
end: 2024-01-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © EvoCrypto

//@version=4
strategy("Ranged Volume Strategy - evo", shorttitle="Ranged Volume", format=format.volume)

// INPUTS {
Range_Length    =   input(5,        title="Range Length",                       minval=1)

Heikin_Ashi     =   input(true,     title="Heikin Ashi Colors")
Display_Bars    =   input(true,     title="Show Bar Colors")
Display_Break   =   input(true,     title="Show Break-Out")
Display_Range   =   input(true,     title="Show Range")
// }

// SETTINGS {
Close           =   Heikin_Ashi ? security(heikinashi(syminfo.tickerid), timeframe.period, close)    : close
Open            =   Heikin_Ashi ? security(heikinashi(syminfo.tickerid), timeframe.period, open)     : open

Positive        =    volume
Negative        =   -volume

Highest         =   highest(volume, Range_Length)
Lowest          =   lowest(-volume, Range_Length)

Up              =   Highest > Highest[1] and Close > Open
Dn              =   Highest > Highest[1] and Close < Open

Volume_Color    =   
 Display_Break and Up   ? color.new(#ffeb3b, 0)     : 
 Display_Break and Dn   ? color.new(#f44336, 0)     : 
 Close > Open           ? color.new(#00c0ff, 60)    : 
 Close < Open           ? color.new(#000000, 60)    : na 
// }

//PLOTS {
plot(Positive,                      title="Positive Volume",    color=Volume_Color,             style=plot.style_histogram,  linewidth=4)
plot(Negative,                      title="Negative Volume",    color=Volume_Color,             style=plot.style_histogram,  linewidth=4)

plot(Display_Range ? Highest : na,  title="Highest",            color=color.new(#000000, 0),    style=plot.style_line,       linewidth=2)
plot(Display_Range ? Lowest  : na,  title="Lowest",             color=color.new(#000000, 0),    style=plot.style_line,       linewidth=2)

barcolor(Display_Bars ? Volume_Color : na)
// }

if (Up)
    strategy.entry("Long Entry", strategy.long)
if (Dn)
    strategy.entry("Short Entry", strategy.short)
더 많은

2019 FMZ - 모든 권리 보호