리소스 로딩... 로딩...

모멘텀 브레이크업 전략

저자:차오장, 날짜: 2024-02-29 14:04:50
태그:

전반적인 설명

이 전략의 주된 아이디어는 가격 동력 지표에 따라 암호화폐를 언제 구매하고 판매할지 결정하는 것입니다. 가격 반전이 발생하면서 트렌드를 파악하고 가격 움직임의 동력으로부터 이익을 얻으려고합니다.

전략 논리

이 전략은 두 가지 메트릭스를 사용하여 입점 및 출구 신호를 결정합니다. 첫 번째는 가격 자체입니다. 지난 10 개의 촛불에서 가장 높고 가장 낮은 가격을 검사합니다. 두 번째는 가격 - %K 값에 기반한 모멘텀 지표입니다.

특히, 가격이 지난 10 개의 촛불에서 가장 높은 가격의 98% 이하로 떨어지면 (구매 문턱), 전략은 구매 신호를 유발합니다. 이것은 하향 브레이크업이 일어난다는 것을 의미합니다. 마찬가지로 가격이 지난 10 개의 촛불에서 가장 낮은 가격의 102% 이상으로 상승하면 (판매 문턱), 전략은 판매 신호를 유발합니다.

이 방법으로 전략은 가격 움직임에 새로운 트렌드가 형성됨에 따라 전환점을 포착 할 수 있습니다. 구매/판매 임계치를 조정함으로써 전략의 브레이크 아웃 신호에 대한 민감도는 조정 될 수 있습니다.

이점 분석

이 전략의 가장 큰 장점은 가격 수준과 동력 요인을 모두 고려한다는 것입니다. 동력 지표에 의존하는 것은 가짜 브레이크에 의해 오해되는 대신 진정한 트렌드 역전을 보다 신뢰할 수 있습니다. 구체적인 장점은 다음과 같습니다:

실제 신호를 식별하기 위해 모멘텀 메트릭을 사용하여 소음을 필터합니다.
비교적 적은 최대 수요로 훌륭한 백테스트 결과
주파수는 조절 가능한 매개 변수를 통해 제어 할 수 있습니다.
위험은 스톱 로스를 포함함으로써 효과적으로 관리될 수 있습니다.

위험 분석

이 전략에서 주목해야 할 몇 가지 위험:

시장 붕괴는 멈출 수 없는 플래시 붕괴로 이어집니다.
거래 수수료와 미끄러짐의 영향
오버 트레이딩 또는 놓친 기회를 초래하는 매개 변수 잘못된 구성

완화:

단일 지표의 실패를 방지하기 위해 여러 요소 모델을 사용
최대 손실을 제한하기 위해 중지 손실을 포함
전략이 더 견고하기 위해 매개 변수를 최적화

더 나은 기회

전략의 추가 최적화:

부피, 볼링거 밴드 등과 같은 더 많은 필터를 추가합니다.
기계 학습에 기반한 매개 변수를 동적으로 조정합니다
주요 사건에 대한 전략을 조정하기 위해 근본 분석을 포함
수익을 증대시키기 위해 레버리지를 통해 자본 활용을 최적화합니다.

요약

전반적으로 이 추진력 브레이크아웃 전략은 암호화폐의 단기 거래 기회를 포착하는 데 적합하다. 이는 위험을 제어하면서 수익을 위해 가격 반전의 추진력 특성을 효과적으로 활용한다. 매개 변수와 모델에 대한 지속적인 정제로 인해 전략이 일관된 수익을 위해 더 견고해질 수 있다.

/*backtest
start: 2023-02-22 00:00:00
end: 2024-02-28 00:00:00
period: 1d
basePeriod: 1h
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/
// © nyxover

//@version=5
strategy("Stratégie d'achat bas/vendre haut", shorttitle="Achat/Vente")

// Paramètres d'entrée
crypto = input("BTC", "Crypto-monnaie")
capital = input(1.0, "Capital de départ")
buy_threshold = input(0.02, "Seuil d'achat")
sell_threshold = input(0.02, "Seuil de vente")
fee_rate = input(0.01, "Taux de frais")

// Balances
var float initial_balance = na
var float current_balance = na

// Fonction pour calculer les frais
calculate_fees(amount) =>
    amount * fee_rate

// Fonction pour acheter
should_buy() =>
    close < ta.highest(close, 10) * (1 - buy_threshold)

// Fonction pour vendre
should_sell() =>
    close > ta.lowest(close, 10) * (1 + sell_threshold)

// Logique de la stratégie
if barstate.isfirst
    initial_balance := capital
    current_balance := capital

if should_buy()
    amount_to_buy = current_balance / close
    fees = calculate_fees(amount_to_buy)
    current_balance := current_balance - amount_to_buy - fees
    strategy.entry("Achat", strategy.long)

if should_sell()
    amount_to_sell = current_balance
    fees = calculate_fees(amount_to_sell)
    current_balance := current_balance - amount_to_sell - fees
    strategy.close("Achat")

// Affichage des informations
plot(initial_balance, color=color.green, title="Capital de départ")
plot(current_balance, color=color.blue, title="Capital actuel")

더 많은

2019 FMZ - 모든 권리 보호