리소스 로딩... 로딩...

토요일 전환 전략 (주말 필터)

저자:차오장, 날짜: 2024-04-30 16:07:45
태그:RSIATRMA

전반적인 설명

이 전략은 터너라운드 화요일 전략 (위키엔드 필터) 이라고 불린다. 주요 아이디어는 화요일 전환을 포착하기 위해 이동 평균과 다른 필터에 기반한 특정 조건이 충족되면 월요일 오픈에서 구매하고 수요일 오픈에서 판매하는 것입니다. RSI, ATR와 필터링하여 5 월과 같은 특정 시간을 제외함으로써 전략은 승률과 위험 보상 비율을 향상시키는 것을 목표로합니다.

전략 원칙

트렌드 결정의 기초로 30일 이동평균을 사용한다. 이전 거래일의 종료가 30일 MA보다 낮으면 하락 추세로 간주되며 구매 조건 중 하나를 충족시킨다.
3일 RSI와 10일 ATR를 필터 조건으로 사용하십시오. 3일 RSI가 51보다 작고 10일 ATR에 가까운 상대가 95% 미만일 경우 시장 정서가 비관적이지만 극단적인 조건이없는 것으로 간주되며 구매 조건을 충족합니다.
주식 시장이 둔화되는 경향이 있기 때문에 5 월을 제외하십시오.
위의 조건들을 조합하면, 월요일 모든 필터 조건이 충족될 때 구매하고, 수요일 오픈에 판매합니다.

전략적 장점

이동 평균과 감정 지표의 조합은 화요일의 전환을 효과적으로 포착 할 수 있습니다.
RSI와 ATR의 이중 필터링은 극단적인 조건에서의 거래를 배제하여 전략의 승률과 위험/이익 비율을 향상시킵니다.
5월을 제외하면 일반적으로 실적이 좋지 않은 기간 동안 거래를 피하고 전략 성과를 향상시킵니다.
월요일부터 수요일까지만 거래하면 거래 빈도가 낮고 수수료가 적습니다.

전략 위험

이 전략은 추세가 강하고 반전이 명백하지 않을 때 실적이 떨어질 수 있습니다.
고정된 구매 및 판매 시간은 더 나은 입출구점을 놓칠 수 있으며 전략의 유연성과 수익 잠재력을 제한합니다.
지표 판단에 의존하는 것은 시장이 급격히 변할 때 무효화 될 위험이 있습니다.
역사적인 경험에 기초한 월간 판단은 미래의 상황이 동일할 것을 보장하지 않으며, 적시성 위험을 야기합니다.

전략 최적화 방향

전략의 안정성과 적응력을 향상시키기 위해 부피와 변동성과 같은 더 효과적인 필터링 지표를 도입하는 것을 고려하십시오.
유연성과 수익 잠재력을 높이기 위해 내일 브레이크오웃 확인 조건을 추가하는 것과 같은 구매 및 판매 시기의 선택을 최적화합니다.
보유 기간 최적화를 위해 더 긴 보유 시간을 고려하여 추세를 더 완벽하게 포착하십시오.
전략의 적응력을 높이기 위해 다른 시장 조건에 대한 다른 매개 변수를 설정합니다.
극심한 시장 상황에 대처하기 위해 포지션 관리 및 리스크 제어 모듈을 통합합니다.

요약

트너아웃 화요일 전략 (주말 필터) 은 화요일 전환을 포착하는 것을 목표로 특정 시간에 이동 평균, RSI, ATR 및 기타 지표의 조합을 사용하여 매입 및 판매를 수행합니다. 전략은 낮은 거래 빈도, 낮은 수수료 비용을 가지고 있으며 시간 기간 및 지표 필터링을 통해 승률 및 위험 보상 비율을 향상시킵니다. 그러나 전략에는 트렌딩 시장과 고정 구매 / 판매 시간 및 보유 기간의 저성능과 같은 특정 한계와 위험이 있습니다. 미래 최적화는 더 많은 필터링 조건을 도입하고 출구 시기를 최적화하고 매개 변수를 동적으로 조정하고 포지션을 관리하고 변화하는 시장 조건에 더 잘 적응하기 위해 위험을 제어 할 수 있습니다.

/*backtest
start: 2024-03-01 00:00:00
end: 2024-03-31 23:59:59
period: 2h
basePeriod: 15m
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/
// © muikol  

//@version=5
strategy("Turnaround Tuesday", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=100, commission_type=strategy.commission.percent, commission_value=0.035)

// Inputs for MA period, filter_1, filter_2, month filter, and testing period
ma_period = input(30, title="Moving Average Period")
use_filter_1 = input(true, title="Use RSI Filter")
use_filter_2 = input(true, title="Use ATR Filter")
use_month_filter = input(true, title="Exclude May")
start_date = input(defval=timestamp("2009-01-01 00:00:00"), title="Start Backtest")
end_date = input(defval=timestamp("2025-01-01 00:00:00"), title="End Backtest")

// Data calculations
MA_tt = ta.sma(close, ma_period)
atr10 = ta.atr(10)
rsi3 = ta.rsi(close, 3)
c_1 = close[1]

// Entry conditions
isMonday = dayofweek == dayofweek.monday
bear = close[1] < MA_tt[1]
filter_1 = use_filter_1 ? rsi3[1] < 51 : true
filter_2 = use_filter_2 ? c_1/atr10[1] < 95 : true
notMay = use_month_filter ? month != 5 : true
entryCondition = isMonday and bear and notMay and filter_1 and filter_2

// Date check
inTestPeriod = true
// Exit conditions
isWednesdayOpen = dayofweek == dayofweek.wednesday 

// Entry and exit triggers
if entryCondition and inTestPeriod
    strategy.entry("Buy", strategy.long)

if isWednesdayOpen and strategy.position_size > 0 and inTestPeriod
    strategy.close("Buy")

// Plot the moving average
plot(MA_tt, title="Moving Average", color=color.blue)