리소스 로딩... 로딩...

이동평균 크로스오버에 기초한 전략을 따르는 경향

저자:차오장, 날짜: 2024-02-23 15:14:31
태그:

전반적인 설명

이 전략은 움직이는 평균의 황금 십자가와 죽음의 십자가의 원리에 기초하여 설계되었습니다. 빠른 라인 (단기 이동 평균) 과 느린 라인 (장기 이동 평균) 사이의 교차 상황을 계산함으로써 시장 트렌드를 판단하고 추세를 실현합니다. 빠른 라인이 느린 라인을 넘어 올라갈 때 구매 신호가 생성됩니다. 빠른 라인이 느린 라인을 넘어 내려갈 때 판매 신호가 생성됩니다.

원칙

이 전략은 주로 이동 평균 크로스오버의 원칙에 의존한다. 빠른 라인 매개 변수는 50일로 설정되고 느린 라인 매개 변수는 200일로 설정된다. 가장 최근 50일과 200일 동안의 평균 폐쇄 가격을 각각 빠른 라인과 느린 라인으로 계산한다. 빠른 라인이 느린 라인을 넘어 올라가면 주가가 상승 추세로 진입했다는 것을 결정하고 구매 신호가 생성된다. 빠른 라인이 느린 라인을 통해 하락 추세로 진입했을 때 주가가 하락 추세로 진입했다는 것을 결정하고 판매 신호가 생성된다.

다른 매개 변수와 함께 빠른 및 느린 라인 조합을 설정함으로써 전략의 감수성을 조정할 수 있습니다. 빠른 라인 매개 변수가 작을수록 트렌드의 결정이 빠르지만 더 많은 잘못된 신호가 발생할 수 있습니다. 느린 라인 매개 변수가 클수록 트렌드 판단이 더 좋아지지만 트렌드의 결정이 느립니다. 이 전략은 50 및 200 일 이동 평균을 사용하여 전략의 감수성과 안정성을 포괄적으로 고려합니다.

장점

동향을 자동으로 추적하기 위해 이동 평균 크로스오버 원칙을 사용하여 시장 추세와 전환점을 효과적으로 결정합니다.
합리적인 빠르고 느린 라인 매개 변수 설정은 시장 추세를 효과적으로 결정 할 수있는 잡음을 필터하는 동안 충분히 민감하게 만듭니다.
이해하기 쉬운 전략 논리와 명확한 매개 변수 설정은 구현 및 최적화를 쉽게
엄격한 스톱 로스 통제는 위험 관리에 기여합니다.

위험성

이동 평균 전략은 더 많은 반전 또는 잘못된 신호를 생성 할 수 있으며 필터링을 위해 다른 지표의 도움을 필요로합니다.
변동성 시장은 잘못된 거래 신호를 생성 할 수 있으며 특정 주식의 변동 빈도를 평가해야합니다.
손해를 막는 지점 설정은 개별 주식의 특성을 고려해야 합니다. 너무 엄격한 지점은 비용을 증가시킬 수 있지만 너무 느슨한 지점은 손실을 증가시킬 수 있습니다.

최적화

MACD와 KD와 같은 다른 기술적 지표를 결합하여 잘못된 신호를 필터링합니다.
개별 주식의 특성과 변동 빈도에 기초한 이동 평균 매개 변수를 설정
매우 변동성 있는 주식에서 스톱 로스 거리를 조정합니다.
전략을 최적화 하기 위해 다른 매개 변수 조합을 테스트
오픈 포지션을 늘리고 포지션 규칙을 추가

요약

이 전략은 이동 평균 크로스오버의 원리를 활용하여 시장의 트렌드 방향을 자동으로 결정하고 트렌드를 추적하여 주요 트렌드를 효과적으로 파악할 수 있습니다. 전략의 민감성을 제어하고 다른 보조 지표와 신호를 필터링하기 위해 빠르고 느린 이동 평균의 매개 변수를 설정함으로써 전략의 안정성과 효과를 균형 잡을 수 있습니다. 이 전략은 중장기 운영에 적합합니다. 매개 변수는 주식 및 시장의 특성에 따라 조정 할 수 있습니다. 진입 및 중지 손실 규칙을 확장하면 더 나은 거래 성능을 얻기 위해 더 최적화 할 수 있습니다.

/*backtest
start: 2023-02-16 00:00:00
end: 2024-02-22 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Gleitend Strategie", overlay=true)

// Einstellungen für die gleitenden Durchschnitte
short_MA_length = input(50, title="Kürzerer MA Länge")
long_MA_length = input(200, title="Längerer MA Länge")

// Berechnung der gleitenden Durchschnitte
short_MA = ta.sma(close, short_MA_length)
long_MA = ta.sma(close, long_MA_length)

// Kaufsignal: Kürzerer MA über Längerer MA
buy_signal = ta.crossover(short_MA, long_MA)

// Verkaufssignal: Kürzerer MA unter Längerer MA
sell_signal = ta.crossunder(short_MA, long_MA)

// Stop Loss und Take Profit Ebenen
stop_loss = strategy.position_avg_price * 0.985
take_profit = strategy.position_avg_price * 1.02

// Trading-Logik
if (buy_signal)
    strategy.entry("Buy", strategy.long)
    
if (sell_signal)
    strategy.close("Buy")
    
strategy.exit("Take Profit/Stop Loss", "Buy", stop=stop_loss, limit=take_profit)

// Bedingungen für Short-Positionen
if (sell_signal)
    strategy.entry("Sell", strategy.short)

strategy.exit("Take Profit/Stop Loss", "Sell", stop=stop_loss, limit=take_profit)

// Plot der gleitenden Durchschnitte
plot(short_MA, color=color.blue, title="Kürzerer MA")
plot(long_MA, color=color.red, title="Längerer MA")

더 많은

2019 FMZ - 모든 권리 보호