리소스 로딩... 로딩...

동적 이동 평균에 기초한 역전 거래 전략

저자:차오장, 날짜: 2024-02-27 14:38:45
태그:

전반적인 설명

이 전략은 선택된 주식이나 암호화폐에서 잠재적인 브레이크아웃 기회를 식별하기 위해 이중 이동 평균 시스템을 사용합니다. 핵심 원칙은 단기 이동 평균이 장기 이동 평균 아래에서 다시 반등 할 때 구입하고 가격이 장기 이동 평균을 다시 테스트 할 때 판매하는 것입니다.

전략 논리

이 전략은 거래 신호로 서로 다른 기간을 가진 두 가지 간단한 이동 평균 (SMA) 을 사용합니다. 첫 번째 SMA는 전반적인 트렌드 방향을 나타내는 더 긴 기간을 가지고 있습니다. 두 번째 SMA는 단기 가격 변동을 포착하는 더 짧은 기간을 가지고 있습니다.

단기 SMA가 아래에서 장기 SMA를 넘을 때, 전체적으로 가격 상승 추세를 알리고 따라서 전략은 긴 포지션을 개설합니다. 장기 SMA를 다시 테스트하기 위해 가격이 다시 내려갈 때, 단기 pullback가 끝났고 전략은 포지션에서 중단하거나 이익을 취하는 것을 고려합니다.

또한 이 전략은 극한 상황에서의 거래를 피하기 위해 oversold 및 overbought 조건을 갖추고 있습니다. 이 전략은 SMA 크로스오버와 합리적인 평가 기준이 모두 충족될 때만 포지션을 개설합니다.

장점

이중 이동 평균 체계는 중장기 동향을 효과적으로 식별합니다.
트렌드 따라와 풀백 거래의 장점을 결합합니다.
부재한 거래가 줄어드는 부재한 판매와 구매 조건

위험 분석

정밀한 철수 종료 시기를 결정하기가 어렵고, 조기에 중단 될 수 있습니다.
트렌드 변동에 따라 손실을 빠르게 줄일 수 없으므로 큰 마감으로 고통받을 수 있습니다.
매개 변수 조정이 제대로 되지 않으면 과잉 거래 또는 보수적인 거래로 이어질 수 있습니다.

최적화 방향

이 전략을 최적화 할 수있는 더 많은 공간이 있습니다.

가격 파동과 트렌드를 측정하기 위해 볼링거 밴드 및 KD와 같은 더 고급 기술 지표를 활용하십시오.
부피 변화, 변동성 같은 더 많은 요소를 포함
수익 잠재력을 극대화하기 위해 역동적으로 규모가 큰 포지션
KAMA, 이치모쿠 클라우드 및 낮은 시간 프레임 신호로 스톱 손실 논리를 최적화

결론

이 전략은 트렌드 추종 및 풀백 거래의 장점을 결합하여 기회를 탐지하기 위해 이중 이동 평균 시스템을 사용합니다. 동시에 부득이한 포지션 개척을 방지하기 위해 부착 된 과잉 구매 / 과잉 판매 조건이 있습니다. 심층 연구와 최적화를 가치가있는 매우 실용적인 양 거래 전략입니다.

/*backtest
start: 2023-02-20 00:00:00
end: 2024-02-26 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// @version=5
strategy("Profitable Pullback Trading Strategy", overlay=true,initial_capital=1000, default_qty_type=strategy.percent_of_equity, default_qty_value=100)

// Inputs
ma_length1 = input.int(280,'MA length 1', step = 10,group = 'Moving Avg. Parameters', inline = 'MA')
ma_length2 = input.int(13,'MA length 2', step = 1,group = 'Moving Avg. Parameters', inline = 'MA')
sl = input.float(title="Stop Loss (%)", defval=0.07, step=0.1, group="Moving Avg. Parameters")
too_deep    = input.float(title="Too Deep (%)", defval=0.27, step=0.01, group="Too Deep and Thin conditions", inline = 'Too')
too_thin    = input.float(title="Too Thin (%)", defval=0.03, step=0.01, group="Too Deep and Thin conditions", inline = 'Too')

// Calculations
ma1 = ta.sma(close,ma_length1)
ma2 = ta.sma(close,ma_length2)
too_deep2   = (ma2/ma1-1) < too_deep
too_thin2   = (ma2/ma1-1) > too_thin

// Entry and close condtions
var float buy_price = 0
buy_condition = (close > ma1) and (close < ma2) and strategy.position_size == 0 and too_deep2 and too_thin2
close_condition1  = (close > ma2) and strategy.position_size > 0 and (close < low[1])
stop_distance = strategy.position_size > 0 ? ((buy_price - close) / close) : na
close_condition2 = strategy.position_size > 0 and stop_distance > sl
stop_price = strategy.position_size > 0 ? buy_price - (buy_price * sl) : na

// Entry and close orders
if buy_condition
    strategy.entry('Long',strategy.long)
if buy_condition[1]
    buy_price := open
if close_condition1 or close_condition2
    strategy.close('Long',comment="Exit" + (close_condition2 ? "SL=true" : ""))
    buy_price := na

plot(ma1,color = color.blue)
plot(ma2,color = color.orange)

더 많은

2019 FMZ - 모든 권리 보호