트리플 다이내믹 이동 평균 트렌드 추적 전략
저자:차오장, 날짜: 2024-02-23 12:07:11태그:
전반적인 설명
트리플 동적 이동 평균 트렌드 추적 전략은 여러 시간 프레임 동적 평형 이동 평균을 사용하여 시장 트렌드를 식별하고 다른 시간 프레임에 걸쳐 트렌드 일관성 필터링을 달성하여 거래 신호의 신뢰성을 향상시킵니다.
전략 논리
이 전략은 다른 매개 변수 설정을 가진 3 개의 동적 평형 이동 평균을 사용합니다. 첫 번째 이동 평균은 현재 기간 가격의 트렌드 방향을 계산하고, 두 번째 이동 평균은 더 높은 시간 프레임 가격의 트렌드 방향을 계산하고, 세 번째 이동 평균은 더 높은 시간 프레임 가격의 트렌드 방향을 계산합니다. 첫 번째 이동 평균이 두 번째 이동 평균보다 높을 때 구매 신호가 생성되며, 세 번째 이동 평균도 상승 추세에 있으며, 구매 신호의 신뢰성을 확인합니다. 전체 전략은 시간 프레임 간 트렌드 필터링을 통해 여러 시간 프레임에 걸쳐 트렌드 일관성을 달성하여 거래 신호의 신뢰성을 보장합니다.
동적 평형 기능은 다른 시간 프레임 사이에 적절한 평형 인수를 자동으로 계산하고 적용하기 위해 사용됩니다. 따라서 더 높은 시간 프레임 이동 평균은 낮은 시간 프레임 차트에서 톱니 모양의 지그 자그 라인 대신 부드러운 트렌드 라인을 나타냅니다. 이러한 동적 평형은 전략이 효율적인 트렌드 추적을 위해 낮은 시간 프레임에서 거래를 실행하는 동안 더 높은 시간 프레임에서 전체 트렌드 방향을 결정 할 수 있습니다.
장점
이 전략의 가장 큰 장점은 시간 프레임 사이의 트렌드 필터링 메커니즘에 있습니다. 다른 시간 기간에 걸쳐 가격의 평균 트렌드 방향을 계산하고 그 사이의 일관성을 요구함으로써 거래 신호에 영향을 미치는 단기 가격 변동을 효과적으로 필터링하여 각 거래가 주요 트렌드에 따라 배치되도록 보장하여 수익성을 크게 향상시킬 수 있습니다.
또 다른 장점은 동적 평형의 적용이다. 이것은 전략이 더 높은 시간 프레임에 대한 전체 추세와 더 낮은 시간 프레임에 대한 특정 거래 지점을 동시에 식별 할 수있게합니다. 전략은 더 낮은 시간 프레임에 특정 거래를 실행하는 동안 더 높은 시간 프레임에 대한 주요 트렌드 방향을 결정할 수 있습니다. 여러 시간 프레임의 이러한 적용은 거래 위험을 제어하는 동안 시장 기회를 활용하는 데 도움이됩니다.
위험 과 최적화
이 전략의 주요 위험은 상대적으로 적은 거래 신호입니다. 엄격한 트렌드 필터링 조건은 거래 기회의 수를 감소시킵니다. 이는 고주파 거래를 추구하는 일부 투자자에게 적합하지 않을 수 있습니다. 더 많은 거래 기회를 얻기 위해 필터링 조건의 엄격성을 줄일 수 있습니다.
또한, 다양한 시장에서 다른 최적값을 필요로 하는 이동 평균 기간, 특히 매개 변수 설정에 대한 신중한 테스트와 최적화가 필요합니다. 최적의 매개 변수 조합은 백테스팅을 통해 찾을 수 있습니다.
미래의 최적화 방향은 신호 필터링에 대한 더 많은 기술적 지표를 통합하거나 자동 매개 변수 최적화를위한 기계 학습 알고리즘을 증가시키는 것도 고려 할 수 있습니다. 이것들은 모두 전략 성능을 향상시키는 효과적인 방법입니다.
결론
결론적으로, 이것은 매우 실용적인 트렌드 추적 전략이다. 시간 프레임 사이의 트렌드 필터링은 각 거래 결정을 지원하기 위해 좋은 방향 지침을 제공하며, 효과적으로 거래 위험을 줄인다. 동적 평형의 추가 또한 이 다중 시간 프레임 접근법의 효율적인 구현을 가능하게 한다. 전체 전략 프레임은 합리적이고 효율적이며, 학습과 응용을 가치가 있다.
/*backtest
start: 2024-01-23 00:00:00
end: 2024-02-22 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © Harrocop
//@version=5
strategy(title = "Triple MA HTF strategy - Dynamic Smoothing", shorttitle = "Triple MA strategy", overlay=true,
pyramiding=5, initial_capital = 10000,
calc_on_order_fills=false,
slippage = 0,
commission_type=strategy.commission.percent, commission_value=0.05)
//////////////////////////////////////////////////////
////////// Risk Management ////////////
//////////////////////////////////////////////////////
RISKM = "-------------------- Risk Management --------------------"
InitialBalance = input.float(defval = 10000, title = "Initial Balance", minval = 1, maxval = 1000000, step = 1000, tooltip = "starting capital", group = RISKM)
LeverageEquity = input.bool(defval = true, title = "qty based on equity %", tooltip = "true turns on MarginFactor based on equity, false gives fixed qty for positionsize", group = RISKM)
MarginFactor = input.float(0, minval = - 0.9, maxval = 100, step = 0.1, tooltip = "Margin Factor, meaning that 0.5 will add 50% extra capital to determine ordersize quantity, 0.0 means 100% of equity is used to decide quantity of instrument", inline = "qty", group = RISKM)
QtyNr = input.float(defval = 3.5, title = "Quantity Contracts", minval = 0, maxval = 1000000, step = 0.01, tooltip = "Margin Factor, meaning that 0.5 will add 50% extra capital to determine ordersize quantity, 0.0 means 100% of equity is used to decide quantity of instrument", inline = "qty", group = RISKM)
EquityCurrent = InitialBalance + strategy.netprofit[1]
QtyEquity = EquityCurrent * (1 + MarginFactor) / close[1]
QtyTrade = LeverageEquity ? QtyEquity : QtyNr
/////////////////////////////////////////////////////
////////// MA Filter Trend ////////////
/////////////////////////////////////////////////////
TREND = "-------------------- Moving Average 1 --------------------"
Plot_MA = input.bool(true, title = "Plot MA trend?", inline = "Trend1", group = TREND)
TimeFrame_Trend = input.timeframe(title='Higher Time Frame', defval='15', inline = "Trend1", group = TREND)
length = input.int(21, title="Length MA", minval=1, tooltip = "Number of bars used to measure trend on higher timeframe chart", inline = "Trend2", group = TREND)
MA_Type = input.string(defval="McGinley" , options=["EMA","DEMA","TEMA","SMA","WMA", "HMA", "McGinley"], title="MA type:", inline = "Trend2", group = TREND)
ma(type, src, length) =>
float result = 0
if type == 'TMA' // Triangular Moving Average
result := ta.sma(ta.sma(src, math.ceil(length / 2)), math.floor(length / 2) + 1)
result
if type == 'LSMA' // Least Squares Moving Average
result := ta.linreg(src, length, 0)
result
if type == 'SMA' // Simple Moving Average
result := ta.sma(src, length)
result
if type == 'EMA' // Exponential Moving Average
result := ta.ema(src, length)
result
if type == 'DEMA' // Double Exponential Moving Average
e = ta.ema(src, length)
result := 2 * e - ta.ema(e, length)
result
if type == 'TEMA' // Triple Exponentiale
e = ta.ema(src, length)
result := 3 * (e - ta.ema(e, length)) + ta.ema(ta.ema(e, length), length)
result
if type == 'WMA' // Weighted Moving Average
result := ta.wma(src, length)
result
if type == 'HMA' // Hull Moving Average
result := ta.wma(2 * ta.wma(src, length / 2) - ta.wma(src, length), math.round(math.sqrt(length)))
result
if type == 'McGinley' // McGinley Dynamic Moving Average
mg = 0.0
mg := na(mg[1]) ? ta.ema(src, length) : mg[1] + (src - mg[1]) / (length * math.pow(src / mg[1], 4))
result := mg
result
result
// Moving Average
MAtrend = ma(MA_Type, close, length)
MA_Value_HTF = request.security(syminfo.tickerid, TimeFrame_Trend, MAtrend)
// Get minutes for current and higher timeframes
// Function to convert a timeframe string to its equivalent in minutes
timeframeToMinutes(tf) =>
multiplier = 1
if (str.endswith(tf, "D"))
multiplier := 1440
else if (str.endswith(tf, "W"))
multiplier := 10080
else if (str.endswith(tf, "M"))
multiplier := 43200
else if (str.endswith(tf, "H"))
multiplier := int(str.tonumber(str.replace(tf, "H", "")))
else
multiplier := int(str.tonumber(str.replace(tf, "m", "")))
multiplier
// Get minutes for current and higher timeframes
currentTFMinutes = timeframeToMinutes(timeframe.period)
higherTFMinutes = timeframeToMinutes(TimeFrame_Trend)
// Calculate the smoothing factor
dynamicSmoothing = math.round(higherTFMinutes / currentTFMinutes)
MA_Value_Smooth = ta.sma(MA_Value_HTF, dynamicSmoothing)
// Trend HTF
UP = MA_Value_Smooth > MA_Value_Smooth[1] // Use "UP" Function to use as filter in combination with other indicators
DOWN = MA_Value_Smooth < MA_Value_Smooth[1] // Use "Down" Function to use as filter in combination with other indicators
/////////////////////////////////////////////////////
////////// Second MA Filter Trend ///////////
/////////////////////////////////////////////////////
TREND2 = "-------------------- Moving Average 2 --------------------"
Plot_MA2 = input.bool(true, title = "Plot Second MA trend?", inline = "Trend3", group = TREND2)
TimeFrame_Trend2 = input.timeframe(title='HTF', defval='60', inline = "Trend3", group = TREND2)
length2 = input.int(21, title="Length Second MA", minval=1, tooltip = "Number of bars used to measure trend on higher timeframe chart", inline = "Trend4", group = TREND2)
MA_Type2 = input.string(defval="McGinley" , options=["EMA","DEMA","TEMA","SMA","WMA", "HMA", "McGinley"], title="MA type:", inline = "Trend4", group = TREND2)
// Second Moving Average
MAtrend2 = ma(MA_Type2, close, length2)
MA_Value_HTF2 = request.security(syminfo.tickerid, TimeFrame_Trend2, MAtrend2)
// Get minutes for current and higher timeframes
higherTFMinutes2 = timeframeToMinutes(TimeFrame_Trend2)
// Calculate the smoothing factor for the second moving average
dynamicSmoothing2 = math.round(higherTFMinutes2 / currentTFMinutes)
MA_Value_Smooth2 = ta.sma(MA_Value_HTF2, dynamicSmoothing2)
// Trend HTF for the second moving average
UP2 = MA_Value_Smooth2 > MA_Value_Smooth2[1]
DOWN2 = MA_Value_Smooth2 < MA_Value_Smooth2[1]
/////////////////////////////////////////////////////
////////// Third MA Filter Trend ///////////
/////////////////////////////////////////////////////
TREND3 = "-------------------- Moving Average 3 --------------------"
Plot_MA3 = input.bool(true, title = "Plot third MA trend?", inline = "Trend5", group = TREND3)
TimeFrame_Trend3 = input.timeframe(title='HTF', defval='240', inline = "Trend5", group = TREND3)
length3 = input.int(50, title="Length third MA", minval=1, tooltip = "Number of bars used to measure trend on higher timeframe chart", inline = "Trend6", group = TREND3)
MA_Type3 = input.string(defval="McGinley" , options=["EMA","DEMA","TEMA","SMA","WMA", "HMA", "McGinley"], title="MA type:", inline = "Trend6", group = TREND3)
// Second Moving Average
MAtrend3 = ma(MA_Type3, close, length3)
MA_Value_HTF3 = request.security(syminfo.tickerid, TimeFrame_Trend3, MAtrend3)
// Get minutes for current and higher timeframes
higherTFMinutes3 = timeframeToMinutes(TimeFrame_Trend3)
// Calculate the smoothing factor for the second moving average
dynamicSmoothing3 = math.round(higherTFMinutes3 / currentTFMinutes)
MA_Value_Smooth3 = ta.sma(MA_Value_HTF3, dynamicSmoothing3)
// Trend HTF for the second moving average
UP3 = MA_Value_Smooth3 > MA_Value_Smooth3[1]
DOWN3 = MA_Value_Smooth3 < MA_Value_Smooth3[1]
/////////////////////////////////////////////////////
////////// Entry Settings ////////////
/////////////////////////////////////////////////////
BuySignal = ta.crossover(MA_Value_HTF, MA_Value_HTF2) and UP3 == true
SellSignal = ta.crossunder(MA_Value_HTF, MA_Value_HTF2) and DOWN3 == true
ExitBuy = ta.crossunder(MA_Value_HTF, MA_Value_HTF2)
ExitSell = ta.crossover(MA_Value_HTF, MA_Value_HTF2)
/////////////////////////////////////////////////
/////////// Strategy ////////////////
/////////// Entry & Exit ////////////////
/////////// logic ////////////////
/////////////////////////////////////////////////
// Long
if BuySignal
strategy.entry("Long", strategy.long, qty = QtyTrade)
if (strategy.position_size > 0 and ExitBuy == true)
strategy.close(id = "Long", comment = "Close Long")
// Short
if SellSignal
strategy.entry("Short", strategy.short, qty = QtyTrade)
if (strategy.position_size < 0 and ExitSell == true)
strategy.close(id = "Short", comment = "Close Short")
/////////////////////////////////////////////////////
////////// Visuals Chart ////////////
/////////////////////////////////////////////////////
// Plot Moving Average HTF
p1 = plot(Plot_MA ? MA_Value_Smooth : na, "HTF Trend", color = UP ? color.rgb(238, 255, 0) : color.rgb(175, 173, 38), linewidth = 1, style = plot.style_line)
p2 = plot(Plot_MA2 ? MA_Value_Smooth2 : na, "HTF Trend", color = UP2 ? color.rgb(0, 132, 255) : color.rgb(0, 17, 255), linewidth = 1, style = plot.style_line)
plot(Plot_MA3 ? MA_Value_Smooth3 : na, "HTF Trend", color = UP3 ? color.rgb(0, 255, 8) : color.rgb(255, 0, 0), linewidth = 2, style = plot.style_line)
fill(p1, p2, color = color.rgb(255, 208, 0, 90), title="Fill")
더 많은
- 크로싱 이동 평균 RR 전략
- DCA 전략 후속 수익
- 슈퍼트렌드 볼링거 밴드 이중 이동 평균 거래 전략
- 이동 평균 크로스오버 거래 전략
- 전략에 따른 SMA 시스템 트렌드
- 다중 시간 프레임 RSI 거래 전략
- 이동평균 크로스오버에 기초한 전략을 따르는 경향
- 이중 EMA 골든 크로스 장기 전략
- 동적 회귀 채널 전략
- 역동 동력 파업 전략
- 모멘텀 브레이크오웃 EMA 크로스오버 전략
- 트레이딩 동적 트렌드 추적 전략
- MA 전략과 함께 MACD 모멘텀
- EMA의 크로스오버 거래 전략
- RSI를 기반으로 한 간단한 암호화폐 거래 전략
- SMA와 가격 크로스오버에 기반한 양적 거래 전략
- 스톱 로스와 영업 취득을 가진 이중 이동 평균 크로스오버 전략
- 동력 추적 및 트렌드 전략
- MA 라인업에 기반한 전략을 따르는 경향
- 볼링거 밴드 기반의 트렌드를 따르는 전략