허스트 미래 경계선 전략 (Hurst Future Lines of Demarcation Strategy) 은 1970년대에 J.M. 허스트가 도입한 미래 경계선 (FLD) 개념에 기반한 거래 전략이다. 이 전략은 금융 차트에 간단한 그러나 깊은 선을 그어 미래의 가격 움직임을 예측하며, 이는 시간 축에 절반 주기를 앞둔 가격 데이터를 교차하여 구성된다. 구체적으로, 이 전략은 세 개의 허스트 사이클: 신호 사이클, 무역 사이클, 트렌드 사이클 사이의 상호 작용에 초점을 맞추고 있다. 가격과 FLD 라인 사이의 교차 및 분차 패턴을 관찰함으로써, 거래자는 시장 추세 또는 통합을 측정하고 진입 및 출구 지점을 결정할 수 있다.
허스트 미래 분계 라인 전략의 핵심은 미래 분계 라인 (FLD) 을 구성하기 위해 시간 축에 절반의 시기를 앞두고 가격 데이터를 상쇄하는 것입니다. 예를 들어, 40 일 주기의 맥락에서 FLD는 현재 가격 데이터를 차트에서 20 일 앞당겨 표시됩니다. 전략은 주로 세 개의 허스트 사이클에 초점을 맞추고 있습니다: 신호 사이클 (전환: 20 일), 무역 사이클 (전환: 20 일), 트렌드 사이클 (전환: 80 일). 가격과 이 세 가지 FLD 패턴 사이의 교차 및 오차 패턴을 관찰함으로써 거래자는 시장 추세 또는 통합을 결정할 수 있습니다. 가격이 FLD 신호 위에있을 때, 신호는 FLD 위에 있으며, FLD는 트렌드 라인 위에 있으며, 신호는 거래 단계 (전환: 20 일), FLD 시그널 (전환: 20 일), FLD 시그널 (전환: 80 일) 또는 FLD 시그널 (전환: FLD, FLD, FLD, FLD, FLD, FLD, FLD, FLD, FLD, FLD, FLD, FLD, FLD, FL
허스트 미래 경계선 전략의 주요 장점은 다음과 같습니다.
허스트의 미래 경계선 전략은 장점에도 불구하고 몇 가지 잠재적인 위험을 가지고 있습니다.
이러한 위험을 완화하기 위해 거래자는 매개 변수 최적화를 고려하고 다른 시장 조건에 대한 전략을 조정하고 적절한 스톱 로스 및 리스크 관리 조치를 설정할 수 있습니다.
허스트 미래 경계선 전략은 다음 측면으로 최적화 될 수 있습니다.
이러한 최적화 조치로 Hurst Future Lines of Demarcation 전략은 다양한 시장 환경에 더 잘 적응하여 안정성과 수익성을 향상시킬 수 있습니다.
허스트 미래 경계선 전략 (Hurst Future Lines of Demarcation Strategy) 은 J.M. 허스트의 미래 경계선 개념에 기반한 혁신적인 거래 전략이다. 미래 경계선의 시간 축에 가격 데이터를 반 주기로 앞당기고 세 가지 다른 허스트 주기를 (신호 주기, 무역 주기 및 트렌드 주기) 결합함으로써 전략은 미래의 가격 움직임의 예측을 제공합니다. 거래자는 시장 추세 또는 통합을 결정하고 가격과 FLD 라인 사이의 교차 및 분산 패턴을 관찰하여 입점 및 출구 지점을 식별 할 수 있습니다. 전략은 단순성, 미래 지향적 성격 및 다주기 분석과 같은 장점이 있지만 매개 변수 적응성, 적응력 및 잠재 위험도 있습니다. 전략을 최적화하기 위해 거래자는 매개 변수 최적화, 멀티 타임프레임 분석, 다른 위험 지표와의 조합, 전반적인 위험 관리 및 예측을 고려 할 수 있습니다.
/*backtest start: 2024-04-27 00:00:00 end: 2024-04-28 00:00:00 period: 10m basePeriod: 1m exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ // This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/ // © BarefootJoey //@version=5 strategy("Hurst Future Lines of Demarcation Strategy", overlay=true) // FLD Settings source = input(ohlc4, 'Source') smoothFLD = input.bool(false, 'Smooth FLD') FLDtransp = input(33, 'FLD transparency') FLDsmooth = input.int(5, "FLD Smoothing", minval=1, tooltip="Number of trading days to smooth the FLD") FLD_out = ta.sma(source , smoothFLD ? FLDsmooth : 1) close_buy_in_1 = input.string('Price', 'Input Close Trigger 1', options=['Price', 'Signal', 'Trade', 'Trend', 'None']) close_buy_in_2 = input.string('Trade', 'Input Close Trigger 2', options=['Price', 'Signal', 'Trade', 'Trend', 'None']) // Quarter Cycle (Default: 20 day) Length Pivot Cycle col_q = input.color(#da00ff, "Quarter Cycle Color") cyc_q = input.int(5, "Signal Cycle Length") plot(FLD_out, color=color.new(col_q, FLDtransp), title='Signal FLD', offset = math.round(cyc_q/2) ) // Trade Cycle (Default: 20 day) Length Pivot Cycle col = input.color(#ff9800, "Trade Cycle Color") cyc = input.int(20, "Trade Cycle Length") plot(FLD_out, color=color.new(col, FLDtransp), title='Trade FLD', offset = math.round(cyc/2) ) // Double Cycle (Default: 80 day) Length Pivot Cycle col_d = input.color(color.aqua, "Double Cycle Color") cyc_d = input.int(80, "Trend Cycle Length") plot(FLD_out, color=color.new(col_d, FLDtransp), title='Trend FLD', offset = math.round(cyc_d/2) ) // Strategy Plots price = source signal = FLD_out[math.round(cyc_q/2)] trade = FLD_out[math.round(cyc/2)] trend = FLD_out[math.round(cyc_d/2)] // Trend State var state = 0 if signal > trade and trade > trend state := 1 // (A) state if state == 1 and price < signal state := 2 // (B) state if signal < trade and trade > trend state := 3 // (C) state if state == 3 and price < signal state := 4 // (D) state if signal < trade and trade < trend state := 5 // (E) state if state == 5 and price < signal state := 6 // (F) state if signal > trade and trade < trend state := 7 // (G) state if state == 7 and price < signal state := 8 // (H) state state := state // Strategy Definitions close_buy_out_1 = close_buy_in_1 == 'Price' ? price : close_buy_in_1 == 'Signal' ? signal : close_buy_in_1 == 'Trade' ? trade : close_buy_in_1 == 'Trend' ? trend : na close_buy_out_2 = close_buy_in_2 == 'Price' ? price : close_buy_in_2 == 'Signal' ? signal : close_buy_in_2 == 'Trade' ? trade : close_buy_in_2 == 'Trend' ? trend : na buy = ta.crossover(price, signal) and state == 1 close_buy = strategy.position_size>0 and ta.crossunder(close_buy_out_1, close_buy_out_2) sell = ta.crossunder(price, signal) and state == 6 close_sell = strategy.position_size<0 and ta.crossover(close_buy_out_1, close_buy_out_2) // FLD Interaction State Background interaction_color = state == 1 ? color.green : // A state == 2 ? color.aqua : // B state == 3 ? color.blue : // C state == 4 ? color.purple : // D state == 5 ? color.white : // E state == 6 ? color.red :// F state == 7 ? color.orange : // G state == 8 ? color.yellow : na // H bgcolor(color.new(interaction_color, 90), title= "A-H Background") bar_color = strategy.position_size>0 ? #00ff0a : strategy.position_size<0 ? #FF0000 : na barcolor(bar_color) if buy strategy.entry("Buy", strategy.long) if close_buy strategy.close("Buy", qty_percent=100) if sell strategy.entry("Sell", strategy.short) if close_sell strategy.close("Sell", qty_percent=100) // EoS made w/ ❤ by @BarefootJoey ✌💗📈