리소스 로딩... 로딩...

인트라바 변동성 거래 전략으로 트렌드 역전

저자:차오장, 날짜: 2024-02-26 17:15:54
태그:

전반적인 설명

이 전략은 트렌드 역전 거래 전략을 설계하기 위해 MACD 신호와 결합하여 서로 다른 시간 창을 통해 거래량에서의 구매 및 판매 압력 차이를 계산합니다. 주로 트렌드 역전 판단 신호로 거래량에서의 이상성을 활용하고 MACD 구매 및 판매 신호로 확인하여 역전 기회를 포착합니다.

전략 원칙

이 전략의 핵심 논리는 다음과 같은 점에 기초합니다.

다른 시간 창 (단기 및 긴 창) 에서 거래량 구매 압력 및 판매 압력을 계산합니다. 구매 및 판매 압력의 차이에 따라 미래의 트렌드 방향을 판단합니다.
MACD의 차이 값 (MACD 라인과 신호 라인 사이의 차이) 을 사용하여 긴 상태와 짧은 상태를 결정합니다. 트랜잭션 볼륨에서 구매 및 판매 압력 신호와 결합하여 트렌드 반전을 확인합니다.
거래량의 구매 압력 이상이 증폭되고 MACD 라인이 넘어가면 시장은 판매에서 구매로 트렌드 반전을 가질 수 있다고 결정됩니다.
거래량의 판매 압력 이상이 증폭되고 MACD 라인이 넘어가면 시장은 구매에서 판매로 트렌드 전환이있을 수 있습니다.
반전 신호를 입력한 후 리스크를 제어하기 위해 수익을 취하고 손해를 멈추는 전략을 사용하십시오.

이점 분석

이 전략의 장점은 다음과 같습니다.

트랜잭션 볼륨의 긴/단차 차이점을 사용하여 트렌드 반전 지점을 결정하는 것은 트랜잭션 볼륨의 역할을 무시하면서 이동 평균과 같은 트렌드 결정 지표에만 의존하는 것을 피합니다.
MACD 신호를 결합하여 반전을 확인하면 판단 정확도를 향상시킬 수 있습니다.
장기 및 짧은 시간 창을 사용하여 거래량에서 변칙을 결정하면 반전 신호가 더 신뢰할 수 있습니다.
반전 전략은 평균 수익률이 더 높게 나타납니다.

위험 분석

이 전략의 위험은 다음과 같습니다.

트랜잭션 볼륨과 MACD 신호는 잘못된 신호를 줄 수 있으며, 역행에 대한 잘못된 판단으로 이어질 수 있습니다.
반전 신호가 발사되면 시장은 다시 조정될 수 있고 즉시 반전되지 않을 수도 있습니다.
부적절한 취득 및 중지 손실 설정은 손실을 증가시킬 수 있습니다.
더 높은 유치율, 안정적인 수익을 추구하는 투자자에게는 적합하지 않습니다.

최적화 방향

이 전략에 대한 최적화는 다음을 포함합니다.

반전 판단을 더 정확하게 하기 위해 길고 짧은 시간 창을 최적화 합니다.
긴 / 짧은 정확도를 향상시키기 위해 MACD 매개 변수를 최적화하십시오.
손실 위험을 줄이기 위해 수익을 취하고 손실을 멈추는 알고리즘을 최적화합니다.
이상 판단 지표를 더 추가하여 역행 성공률을 향상시킵니다.
포지션 크기와 돈 관리 모듈을 추가합니다.

결론

요약하자면, 이것은 전형적인 트렌드 역전 알고리즘 거래 전략이다. 주로 거래량 이상 및 MACD 신호 검증의 증폭에 의존하여 긴 포지션에서 짧은 포지션 또는 그 반대의 가격 역전을 결정하고 캡처합니다. 이 전략은 높은 정확성과 좋은 수익의 장점이 있지만 특정 위험도 있습니다. 매개 변수 및 기능에 대한 추가 최적화는 전략을 더욱 향상시킬 수 있습니다.

/*backtest
start: 2024-01-26 00:00:00
end: 2024-02-25 00:00:00
period: 4h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("3 10 Oscillator Profile Flagging", shorttitle="3 10 Oscillator Profile Flagging", overlay=false)

signalBiasValue = input(title="Signal Bias", defval=0.26)
macdBiasValue = input(title="MACD Bias", defval=0.8)
shortLookBack = input( title="Short LookBack", defval=3)
longLookBack = input( title="Long LookBack", defval=10)
takeProfit = input( title="Take Profit", defval=0.75)
stopLoss = input( title="Stop Loss", defval=0.5)

fast_ma = ta.sma(close, 3)
slow_ma = ta.sma(close, 10)
macd = fast_ma - slow_ma
signal = ta.sma(macd, 16)
hline(0, "Zero Line", color = color.black)

buyVolume = volume*((close-low)/(high-low))
sellVolume = volume*((high-close)/(high-low))
buyVolSlope = buyVolume - buyVolume[1]
sellVolSlope = sellVolume - sellVolume[1]
signalSlope = ( signal - signal[1] )
macdSlope = ( macd - macd[1] )
plot(macd, color=color.blue, title="Total Volume")
plot(signal, color=color.orange, title="Total Volume")
intrabarRange = high - low

getLookBackSlope(lookBack) => signal - signal[lookBack]
getBuyerVolBias(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if buyVolume[i] > sellVolume[i]
            j += 1
    j

getSellerVolBias(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if sellVolume[i] > buyVolume[i]
            j += 1
    j

getVolBias(lookBack) =>
    float b = 0
    float s = 0
    for i = 1 to lookBack
        b += buyVolume[i]
        s += sellVolume[i]
    b > s

getSignalBuyerBias(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if signal[i] > signalBiasValue
            j += 1
    j

getSignalSellerBias(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if signal[i] < ( 0 - signalBiasValue )
            j += 1
    j

getSignalNoBias(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if signal[i] < signalBiasValue and signal[i] > ( 0 - signalBiasValue )
            j += 1
    j

getPriceRising(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if close[i] > close[i + 1]
            j += 1
    j


getPriceFalling(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if close[i] < close[i + 1] 
            j += 1
    j

getRangeNarrowing(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if intrabarRange[i] < intrabarRange[i + 1] 
            j+= 1
    j

getRangeBroadening(lookBack) =>
    j = 0
    for i = 1 to lookBack
        if intrabarRange[i] > intrabarRange[i + 1] 
            j+= 1
    j

bool isNegativeSignalReversal = signalSlope < 0 and signalSlope[1] > 0
bool isNegativeMacdReversal = macdSlope < 0 and macdSlope[1] > 0

bool isPositiveSignalReversal = signalSlope > 0 and signalSlope[1] < 0
bool isPositiveMacdReversal = macdSlope > 0 and macdSlope[1] < 0

bool hasBearInversion = signalSlope > 0 and macdSlope < 0
bool hasBullInversion = signalSlope < 0 and macdSlope > 0

bool hasSignalBias = math.abs(signal) >= signalBiasValue
bool hasNoSignalBias = signal < signalBiasValue and signal > ( 0 - signalBiasValue )

bool hasSignalBuyerBias = hasSignalBias and signal > 0
bool hasSignalSellerBias = hasSignalBias and signal < 0

bool hasPositiveMACDBias = macd > macdBiasValue
bool hasNegativeMACDBias = macd < ( 0 - macdBiasValue )

bool hasBullAntiPattern = ta.crossunder(macd, signal)
bool hasBearAntiPattern = ta.crossover(macd, signal)

bool hasSignificantBuyerVolBias = buyVolume > ( sellVolume * 1.5 )
bool hasSignificantSellerVolBias = sellVolume > ( buyVolume * 1.5 )

// 7.48 Profit 52.5% 
if ( hasSignificantBuyerVolBias and getPriceRising(shortLookBack) == shortLookBack  and getBuyerVolBias(shortLookBack) == shortLookBack and hasPositiveMACDBias and hasBullInversion)
    strategy.entry("Short1", strategy.short, qty=10)
strategy.exit("TPS", "Short1", limit=strategy.position_avg_price - takeProfit, stop=strategy.position_avg_price + stopLoss)

// 32.53 Profit 47.91%
if ( getPriceFalling(shortLookBack) and (getVolBias(shortLookBack) == false) and signalSlope < 0 and hasSignalSellerBias)
    strategy.entry("Long1", strategy.long, qty=10)
strategy.exit("TPS", "Long1", limit=strategy.position_avg_price + takeProfit, stop=strategy.position_avg_price - stopLoss)

더 많은

2019 FMZ - 모든 권리 보호