이중 이동 평균 교차 최적화된 손절매 전략


생성 날짜: 2024-03-22 14:53:59 마지막으로 수정됨: 2024-03-22 14:53:59
복사: 0 클릭수: 333
1
집중하다
1166
수행원

이중 이동 평균 교차 최적화된 손절매 전략

전략 개요

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.

전략 원칙

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.

  1. 빠른 평균선과 느린 평균선을 계산한다.
  2. 포지션 개설 신호가 있는지 판단한다. 빠른 평균선에서 느린 평균선을 통과하고 현재 포지션이 없는 경우 더 많은 포지션을 개설한다.
  3. 포지션 개시 가격을 기록하고, 스톱로스 가격을 계산한다.
  4. 평점 신호가 있는지 판단한다. 빠른 평균선 아래로 느린 평균선을 통과하거나, 가격이 스톱로스 가격을 넘어갈 때, 모든 과잉 상장을 평정한다.
  5. 다음 거래일에는 청산할 수 있는지 확인하기 위해 단계 2-4을 반복하십시오.

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.

전략적 이점

  1. 트렌드 추적: 평균선 교차 신호를 통해 이 전략은 시장의 트렌드를 포착하여 상승 추세에서 포지션을 유지하여 추세 수익을 얻을 수 있다.

  2. 스톱로스 메커니즘: 고정된 퍼센티지 스톱로스는 철수를 효과적으로 제어하고, 단일 거래의 손실을 과도하게 방지한다.

  3. 매개 변수 유연성: 급속한 평균의 주기 매개 변수와 중지 비율은 시장 특성과 개인 위험 선호에 따라 조정할 수 있으며, 전략의 적응성을 증가시킵니다.

  4. 적용 범위: 이 전략은 주식, 선물, 외환 등과 같은 다른 시장과 지표에 적용할 수 있으며, 지표의 특성에 따라 매개 변수를 조정할 수 있다.

  5. 단순하고 효율적인: 전략 논리가 명확하고 이해하기 쉽고 실행이 가능하며, 역측량 효율이 높으며, 많은 변수 최적화 및 시뮬레이션 거래를 수행할 수 있습니다.

전략적 위험

  1. 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.

  2. 트렌드 인식 지연: 평행선 교차 신호에는 약간의 지연성이 있으며, 특히 시장이 빠르게 변할 때, 최적의 시점을 놓칠 수 있다.

  3. 포지션 집중: 이 전략은 항상 100%의 포지션을 유지하며 포지션 관리 및 자금 배분 메커니즘이 없기 때문에 더 큰 자금 위험에 직면합니다.

  4. 흔들리는 시장의 불량: 흔들리는 시장에서, 자주 교차하는 신호는 전략 손실을 초래할 수 있다.

  5. 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.

  1. 동적 스톱을 도입: 시장의 변동률이나 가격 수준에 따라 동적으로 스톱 비율을 조정하여 다른 시장 상황에 대응한다.

  2. 포지션 개시 신호를 최적화: MACD, RSI 등과 같은 다른 기술 지표와 결합하여 트렌드 식별의 정확도와 시기적절성을 향상시킵니다.

  3. 포지션 관리를 도입: 시장 추세 강도, 변동성 등의 지표에 따라 포지션을 동적으로 조정하고, 철수 위험을 제어한다.

  4. 기본적 분석과 결합하여: 거시 경제, 산업 경기 등 요인을 종합적으로 고려하여 기본이 좋지 않은 경우 거래를 피하십시오.

  5. 총 손실 경계를 설정합니다. 극단적인 상황에 대해 총 손실 경계를 설정하고, 계좌 수준의 총 손실 경계를 설정하고, 자금 위험을 제어합니다.

전략 최적화

  1. 동적 스톱: ATR, 브린 밴드 등의 지표를 도입하여 시장의 변동률에 따라 동적으로 스톱 비율을 조정하고, 추세가 강할 때 스톱을 완화하고, 흔들리는 시장에서 스톱을 강화한다.

  2. 신호 최적화: 다양한 평행선 조합을 시도하여 더 민감하고 효과적인 청정 포지션 신호를 찾습니다. 또한 MACD, RSI와 같은 지표가 보조 판단으로 결합 될 수 있습니다.

  3. 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.

  4. 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.

  5. 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.

요약하다

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.

전략 소스 코드
/*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")