쌍평평선 교차 최적화 중지 전략 (TQQQ) 은 두 개의 다른 주기 이동 평균 (SMA) 교차 신호를 기반으로 한 정량 거래 전략이다. 이 전략은 단지 더 많이 하고, 빠른 평균선 상에서 느린 평균선을 통과할 때 포지션을 열고, 빠른 평균선 아래에서 느린 평균선을 통과하거나 가격이 중지 손실 가격을 넘어갈 때 평평한다. 이 전략은 빠른 평균선 사이클과 중지 손실 비율을 파라미터를 통해 최적화하여 황시 시장에서 더 높은 수익을 얻고, 동시에 시장이 떨어질 때 손실을 줄인다.
이 전략의 핵심은 서로 다른 주기적인 이동 평균의 교차 신호를 사용하여 시장의 추세를 포착하는 것이다. 단기 평균선 위에 장기 평균선을 통과하면, 시장이 상승 추세에 들어갈 수 있음을 나타내고, 이때 더 많은 포지션을 열는다. 단기 평균선 아래에 장기 평균선을 통과하면, 상승 추세가 끝날 수 있음을 나타내고, 이때 평지한다.
평행선 교차 신호 외에도 이 전략은 손해 중지 제도를 도입한다. 시장 가격이 고정된 퍼센트의 손해 중지 가격 아래로 떨어지면, 평행선이 평소 신호를 내지 않더라도 전략은 손해 중지 출전을 한다. 이 제도의 목적은 회수를 제어하고, 트렌드 역전 시 큰 손실을 방지하는 것이다.
특히, 이 전략은 다음과 같은 단계를 포함합니다.
이 일련의 단계를 통해, 이 전략은 시장의 추세 변화에 빠르게 적응할 수 있고, 불시장에서 추세를 따라잡고, 풍부한 수익을 얻을 수 있으며, 시장이 하락할 때 적시에 손실을 멈추고, 회수를 제어할 수 있다.
트렌드 추적: 평균선 교차 신호를 통해 이 전략은 시장의 트렌드를 포착하여 상승 추세에서 포지션을 유지하여 추세 수익을 얻을 수 있다.
스톱로스 메커니즘: 고정된 퍼센티지 스톱로스는 철수를 효과적으로 제어하고, 단일 거래의 손실을 과도하게 방지한다.
매개 변수 유연성: 급속한 평균의 주기 매개 변수와 중지 비율은 시장 특성과 개인 위험 선호에 따라 조정할 수 있으며, 전략의 적응성을 증가시킵니다.
적용 범위: 이 전략은 주식, 선물, 외환 등과 같은 다른 시장과 지표에 적용할 수 있으며, 지표의 특성에 따라 매개 변수를 조정할 수 있다.
단순하고 효율적인: 전략 논리가 명확하고 이해하기 쉽고 실행이 가능하며, 역측량 효율이 높으며, 많은 변수 최적화 및 시뮬레이션 거래를 수행할 수 있습니다.
변수 민감: 평균선 주기 및 스톱 손실 비율의 선택은 전략의 성능에 큰 영향을 미칩니다. 부적절한 변수는 빈번한 거래 또는 미스 트렌드 행태로 이어질 수 있습니다.
트렌드 인식 지연: 평행선 교차 신호에는 약간의 지연성이 있으며, 특히 시장이 빠르게 변할 때, 최적의 시점을 놓칠 수 있다.
포지션 집중: 이 전략은 항상 100%의 포지션을 유지하며 포지션 관리 및 자금 배분 메커니즘이 없기 때문에 더 큰 자금 위험에 직면합니다.
흔들리는 시장의 불량: 흔들리는 시장에서, 자주 교차하는 신호는 전략 손실을 초래할 수 있다.
블랙 스완 사건: 극단적인 상황에서는 거래 신호가 유효하지 않을 수 있으며 고정된 스톱 리스 비율이 실제 위험을 커버하지 않을 수 있습니다.
위와 같은 위험들에 대해, 다음과 같은 측면에서 최적화 및 개선이 가능합니다.
동적 스톱을 도입: 시장의 변동률이나 가격 수준에 따라 동적으로 스톱 비율을 조정하여 다른 시장 상황에 대응한다.
포지션 개시 신호를 최적화: MACD, RSI 등과 같은 다른 기술 지표와 결합하여 트렌드 식별의 정확도와 시기적절성을 향상시킵니다.
포지션 관리를 도입: 시장 추세 강도, 변동성 등의 지표에 따라 포지션을 동적으로 조정하고, 철수 위험을 제어한다.
기본적 분석과 결합하여: 거시 경제, 산업 경기 등 요인을 종합적으로 고려하여 기본이 좋지 않은 경우 거래를 피하십시오.
총 손실 경계를 설정합니다. 극단적인 상황에 대해 총 손실 경계를 설정하고, 계좌 수준의 총 손실 경계를 설정하고, 자금 위험을 제어합니다.
동적 스톱: ATR, 브린 밴드 등의 지표를 도입하여 시장의 변동률에 따라 동적으로 스톱 비율을 조정하고, 추세가 강할 때 스톱을 완화하고, 흔들리는 시장에서 스톱을 강화한다.
신호 최적화: 다양한 평행선 조합을 시도하여 더 민감하고 효과적인 청정 포지션 신호를 찾습니다. 또한 MACD, RSI와 같은 지표가 보조 판단으로 결합 될 수 있습니다.
포지션 관리: ATR, ADX 등의 지표에 따라 시장 추세 강도를 측정하고, 추세가 분명할 때 포지션을 늘리고, 추세가 불명확할 때 포지션을 줄일 수 있다. 동시에, 최대 포지션 상한을 설정할 수 있으며, 포지션과 포지션을 분기적으로 구축한다.
다공개 포지션: 불안한 시장에서 동시에 다공개 포지션을 보유하는 것을 고려하여, 시장 위험을 포지션한다. 공포 지수 VIX와 같은 시장 감정 지표와 결합하여 다공개 비율을 동적으로 조정할 수 있다.
변수 자동 적응: 다양한 시장과 기준에 대해, 기계 학습 알고리즘을 사용하여 최적의 변수 조합을 자동으로 찾고, 전략의 적응성과 안정성을 향상시킵니다.
이러한 최적화 방법을 통해 전략의 수익성과 위험성을 더욱 향상시킬 수 있으며, 변화하는 시장 환경에 더 잘 적응할 수 있습니다.
쌍평평선 교차 최적화 중지 전략 (TQQQ) 은 간단하고 효과적인 양자 거래 전략이다. 그것은 다른 주기 이동 평균의 교차 신호를 사용하여 시장의 추세를 포착하고, 고정된 중지 비율을 통해 회수 위험을 제어한다. 이 전략은 논리적으로 명확하고, 구현 및 최적화하기 쉽고, 여러 시장과 지표에 적합하다.
합리적으로 선택된 평균선 주기 및 손실 비율을 통해 이 전략은 황소 시장에서 상당한 수익을 얻을 수 있다. 그러나 동시에, 이 전략은 파라미터 민감성, 트렌드 식별 지연, 포지션 집중 등과 같은 위험에 직면해 있다. 이러한 위험에 대해, 동적 중단, 신호 최적화, 포지션 관리, 다공포冲冲, 파라미터 자조 등의 측면에서 개선 및 최적화를 할 수 있다.
종합적으로 볼 때, TQQQ는 시도하고 깊이 연구할 가치가 있는 양적 거래 전략이다. 지속적으로 최적화하고 개선함으로써 투자자에게 강력한 도구가 될 수 있으며, 불안정한 시장에서 투자자에게 안정적인 수익을 얻을 수 있습니다. 그러나 동시에, 모든 전략에는 한계가 있으며, 투자자는 자신의 위험 선호와 시장 관점에 따라 유연하게 사용되고 지속적으로 조정하여 양적 거래의 길을 더 나아갈 수 있습니다.
/*backtest
start: 2023-03-16 00:00:00
end: 2024-03-21 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
strategy("SMA Crossover Strategy with Customized Stop Loss (Long Only)", overlay=true)
// Define input variables for SMA lengths and stop loss multiplier
fast_length = input(9, "Fast SMA Length")
slow_length = input(14, "Slow SMA Length")
stop_loss_multiplier = input(0.1, "Stop Loss Multiplier")
// Calculate SMA values
fast_sma = sma(close, fast_length)
slow_sma = sma(close, slow_length)
// Define entry and exit conditions
enter_long = crossover(fast_sma, slow_sma)
exit_long = crossunder(fast_sma, slow_sma)
// Plot SMAs on chart
plot(fast_sma, color=color.red)
plot(slow_sma, color=color.blue)
// Set start date for backtest
start_date = timestamp(2022, 01, 01, 00, 00)
// Filter trades based on start date
if time >= start_date
if (enter_long)
strategy.entry("Buy", strategy.long, when = strategy.position_size == 0)
// Calculate stop loss level
buy_price = strategy.position_avg_price
stop_loss_level = buy_price * (1 - stop_loss_multiplier)
// Exit trades
if (exit_long or low <= stop_loss_level)
strategy.close("Buy")