리소스 로딩... 로딩...

자동 예측 장기/단기 목표 중단 손실 전략 9:15 높은/하위

저자:차오장날짜: 2024-03-19 18:37:37
태그:

img

전반적인 설명

이 전략은 9:15 분 촛불의 높음과 낮음에 따라 장기 및 단기 목표 가격과 스톱 로스 수준을 자동으로 계산합니다. 현재 시장의 과잉 구매 또는 과잉 판매 상태를 결정하기 위해 RSI 지표를 사용하여 가격이 9:15 높음 / 낮음을 깨고 RSI 조건이 충족되면 장기 또는 단기 입력을 유발합니다. 전략은 장기 및 단기 방향의 목표 가격과 스톱 로스 수준을 자동으로 예측함으로써 거래 프로세스를 단순화합니다.

전략 원칙

  1. 9시 15분 촛불의 높음과 낮음을 길고 짧은 방향의 핵심 수준으로 결정합니다.
  2. 긴 방향: 목표 가격은 9:15 최고 + 200 포인트, 중지 손실은 9:15 낮습니다.
  3. 짧은 방향: 목표 가격은 9:15 낮은 - 200 포인트, 손실 중지 9:15 높습니다.
  4. 14의 기본 매개 변수와 RSI 지표를 계산합니다. 60에서 과잉 구매 라인, 40에서 과잉 판매 라인.
  5. 긴 진입 조건: 닫는 가격 폭이 9:15 이상이고 RSI는 과잉 매수 라인보다 높습니다.
  6. 코트 엔트리 조건: 가격 폐쇄가 9:15 하위 밑으로 떨어지고 RSI는 과잉 판매 라인보다 낮습니다.
  7. 입력 조건이 충족되면 해당 긴 입력 또는 짧은 입력 실행.
  8. 그래프에 9:15의 높은/저한, 긴/단한 목표 가격, 스톱 로스 레벨, 그리고 엔트리 신호를 그래프에 그려보세요.

이 전략은 9:15 분 촛불의 높고 낮을 주요 수준으로 활용하고 장기 및 단위 방향의 목표 가격과 스톱 손실을 자동으로 계산하여 거래자의 작업을 단순화합니다. 또한 RSI 지표를 필터 조건으로 도입하여 빈번한 엔트리와 잘못된 브레이크오웃을 어느 정도 피하는 데 도움이 될 수 있습니다.

이점 분석

  1. 장기/단기 목표 및 스톱 손실의 자동 계산: 전략은 9:15 최고/하위 기준으로 장기 및 단기 방향의 목표 가격 및 스톱 손실 수준을 자동으로 계산합니다. 거래자는 수동으로 설정할 필요가 없으며 운영 프로세스를 단순화하고 거래 효율성을 향상시킵니다.

  2. RSI 지표 필터: 전략은 RSI 지표를 진입의 필터 조건으로 도입합니다. 가격이 핵심 수준을 넘으면 RSI는 진입 신호를 유발하기 위해 과반 구매 또는 과반 판매 상태에 도달해야합니다. 이것은 거래자가 빈번한 거래 및 잘못된 브레이크아웃 함정을 어느 정도 피하는 데 도움이 될 수 있습니다.

  3. 직관적인 차트 표시: 전략은 9:15 높은 / 낮은, 긴 / 짧은 목표 가격, 중지 손실 수준, 차트에 입력 신호를 그래프. 거래자는 직관적으로 주요 수준과 거래 신호를 볼 수 있습니다., 그들의 의사결정을 용이하게.

  4. 단기 거래에 적합: 전략은 9:15 분 촛불의 높고 낮을 기반으로하며 목표 가격과 스톱 손실이 상대적으로 가깝게 설정됩니다. 따라서 단기 거래 운영에 더 적합하며, 단기 가격 움직임을 포착하기 위해 빠른 입출출을 허용합니다.

위험 분석

  1. 내일 변동성 위험: 전략은 9:15 최고/하위치를 핵심 수준으로 사용하지만 거래일 동안 가격이 상당한 변동을 경험할 수 있습니다. 진입을 유발한 후 가격이 빠르게 역전되면 거래자가 기대 이상의 손실을 입을 수 있습니다.

  2. 스톱 로스 레벨 리스크: 전략의 스톱 로스 레벨은 고정되어 있으며, 긴 스톱 로스는 9:15 최저 수준과 짧은 스톱 로스는 9:15 최고 수준입니다. 가격이 9:15 최고 / 최저 수준을 넘어서면 계속 크게 움직이면 고정 된 스톱 로스 레벨은 더 큰 손실을 초래할 수 있습니다.

  3. RSI 지표 매개 변수 위험: 전략은 14의 길이를 가진 기본 RSI 매개 변수를 사용하고, 60에서 과잉 구매 라인과 40에서 과잉 판매 라인을 사용합니다. 그러나 이러한 매개 변수는 다른 시장 환경과 도구에 적합하지 않을 수 있습니다. 고정 매개 변수 설정은 전략의 효과에 영향을 줄 수 있습니다.

  4. 리스크/상금 비율 위험: 전략의 고정된 목표 가격과 스톱 로스 레벨은 각 거래의 리스크/상금 비율을 결정합니다. 리스크/상금 비율이 적절하게 설정되지 않으면 전략의 장기 수익성이 떨어질 수 있습니다.

해결책:

  1. 일내 변동성 위험은 볼륨 지표나 스톱 로스 범위를 좁히는 것과 같은 더 많은 필터 조건을 도입하는 것을 고려해야 합니다.
  2. 스톱 로스 레벨 리스크의 경우 트래일링 스톱 로스 또는 조건형 스톱 로스를 사용하여 시장 조건에 따라 스톱 로스 레벨을 동적으로 조정하는 것을 고려해야 합니다.
  3. RSI 지표 파라미터 리스크의 경우, 더 적합한 조합을 찾기 위해 다른 시장과 도구에 대한 파라미터를 최적화합니다.
  4. 리스크/보상비율 리스크를 위해, 더 최적의 리스크/보상비율 설정을 찾기 위해, 역사적 데이터에 기초하여 다른 목표 가격과 스톱 로스 조합을 테스트하십시오.

최적화 방향

  1. 동적 스톱 손실: 현재의 전략은 고정 스톱 손실 수준을 사용합니다. 후속 스톱 손실 또는 조건적 스톱 손실과 같은 동적 스톱 손실 메커니즘을 도입하는 것을 고려하십시오. 이것은 가격이 예상치 못한 변동성을 경험할 때 적시에 위험을 제어 할 수 있습니다.

  2. 더 많은 필터 조건을 도입: 전략은 현재 주로 가격 브레이크와 RSI 지표에 의존하고 있습니다. 볼륨 지표 또는 변동성 지표와 같은 더 많은 필터 조건을 추가하는 것을 고려하십시오. 여러 조건을 통해 입력 신호를 확인함으로써 신호의 효과를 향상시킬 수 있습니다.

  3. 매개 변수 최적화: 다른 시장 및 도구에 대한 RSI 지표 매개 변수를 최적화합니다. 역사적 데이터를 테스트하여 전략의 안정성을 향상시키기 위해 현재 거래 도구에 더 적합한 매개 변수 조합을 찾습니다.

  4. 리스크-상금 비율 최적화: 리스크-상금 비율은 장기적인 수익성에 중요한 영향을 미칩니다. 역사적 데이터를 백테스트하여 더 높은 수익을 창출 할 수있는 리스크-상금 비율 설정을 찾기 위해 다른 목표 가격과 스톱 손실 조합을 테스트하십시오.

  5. 트렌드 분석을 통합: 현재 전략은 주로 반트렌드 접근법인 내일 높은 / 낮은 브레이크에 의존합니다. 더 큰 트렌드 방향으로 거래하는 트렌드 분석을 통합하여 승률과 위험 / 보상 비율을 향상시키는 것을 고려하십시오.

결론

이 전략은 자동으로 길고 짧은 목표 가격과 스톱 로스 레벨을 9:15 최고/하위 기준으로 계산하며, RSI 지표를 필터 조건으로 사용하여 트레이더의 운영 프로세스를 단순화합니다. 전략의 장점은 높은 수준의 자동화, 직관적인 사용성 및 단기 거래 운영에 적합함입니다. 그러나, 그것은 또한 내일 변동성 위험, 스톱 로스 레벨 위험, 지표 매개 변수 위험, 위험 보상 비율 위험과 같은 특정 위험을 포함합니다. 이러한 위험을 해결하기 위해, 전략은 더 많은 필터 조건, 매개 변수 최적화, 위험 보상 비율 최적화 및 트렌드 분석을 도입하여 동적 스톱 손실을 통해 개선 될 수 있습니다. 전략을 지속적으로 최적화하고 개선함으로써, 다른 시장 환경에 더 잘 적응하기 위해 안정성과 수익성이 향상 될 수 있습니다.


/*backtest
start: 2024-02-01 00:00:00
end: 2024-02-29 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("9:15 AM High/Low with Automatic Forecasting", overlay=true)

// Parameters
showSignals = input(true, title="Show Signals")

// Define session time
sessionStartHour = input(9, title="Session Start Hour")
sessionStartMinute = input(0, title="Session Start Minute")
sessionEndHour = input(9, title="Session End Hour")
sessionEndMinute = input(15, title="Session End Minute")

// Calculate session high and low
var float sessionHigh = na
var float sessionLow = na
if (hour == sessionStartHour and minute == sessionStartMinute)
    sessionHigh := high
    sessionLow := low

// Update session high and low if within session time
if (hour == sessionStartHour and minute >= sessionStartMinute and minute < sessionEndMinute)
    sessionHigh := high > sessionHigh or na(sessionHigh) ? high : sessionHigh
    sessionLow := low < sessionLow or na(sessionLow) ? low : sessionLow

// Plot horizontal lines for session high and low
plot(sessionHigh, color=color.green, title="9:00 AM High", style=plot.style_stepline, linewidth=1)
plot(sessionLow, color=color.red, title="9:00 AM Low", style=plot.style_stepline, linewidth=1)

// Calculate targets and stop loss
longTarget = sessionHigh + 200
longStopLoss = sessionLow
shortTarget = sessionLow - 200
shortStopLoss = sessionHigh

// Plot targets and stop loss
plot(longTarget, color=color.blue, title="Long Target", style=plot.style_cross, linewidth=1)
plot(longStopLoss, color=color.red, title="Long Stop Loss", style=plot.style_cross, linewidth=1)
plot(shortTarget, color=color.blue, title="Short Target", style=plot.style_cross, linewidth=1)
plot(shortStopLoss, color=color.red, title="Short Stop Loss", style=plot.style_cross, linewidth=1)

// RSI
rsiLength = input(14, title="RSI Length")
overboughtLevel = input(60, title="Overbought Level")
oversoldLevel = input(40, title="Oversold Level")
rsi = ta.rsi(close, rsiLength)

// Entry conditions
longCondition = close > sessionHigh and rsi > overboughtLevel
shortCondition = close < sessionLow and rsi < oversoldLevel

// Long entry
if (showSignals and longCondition)
    strategy.entry("Long", strategy.long)

// Short entry
if (showSignals and shortCondition)
    strategy.entry("Short", strategy.short)


더 많은