리소스 로딩... 로딩...

SMC 시장의 높은 낮은 브레이크업 전략

저자:차오장, 날짜: 2024-05-23 18:04:59
태그:SMCHTF

전반적인 설명

SMC 시장의 높은 낮은 브레이크아웃 전략은 우수한 시장 개념 (SMC) 의 원칙에 기반한 양적 거래 전략이다. 높은 시간 프레임에서 중요한 구매/판매 압력 영역 (오더 블록) 을 식별하고 현재 시간 프레임에서 최적의 브레이크아웃 입구 지점을 추구합니다. 이것은 이러한 블록이 종종 지원 또는 저항 수준으로 작용한다는 SMC 원칙과 일치합니다. 전략은 진입 수준과 수익 목표를 최적화하기 위해 트렌드 방향, 유도 패턴 및 위험-이익 비율을 고려합니다.

전략 원칙

더 높은 시간 프레임 (예: 1 시간 차트) 에서 상승 추세와 하락 추세를 식별합니다. 상승 추세는 이전 기간에 비해 더 높은 폐쇄와 더 높은 낮은 것으로 정의됩니다. 하락 추세는 그 반대입니다.
더 높은 시간 프레임에서 유도 패턴을 찾으십시오. 이전 최고가 지난 2 및 3 기간의 최고보다 높을 때 상승 추세에서 상승 유도 현상이 발생합니다. 이전 최저가 지난 2 및 3 기간의 최저보다 낮을 때 하락 추세에서 하락 유도 현상이 발생합니다.
더 높은 시간 프레임에서 주문 블록을 식별하십시오. 상승 동기를 부여 한 후, 그 기간의 높고 낮은 주문 블록의 상부 및 하부 경계를 정의합니다. 반대의 경우 하향 동기를 부여합니다.
현재 시간 프레임 (예를 들어, 15 분 차트) 에 최적의 입점점을 찾아라. 현재 클로즈는 오더 블록의 하단 경계보다 높고 이전 클로즈는 블록 내에 있을 때 긴 엔트리가 발생한다. 짧은 엔트리는 클로즈는 상단 경계보다 낮을 때 발생한다.
스톱 로스 및 트레이프 레벨을 설정합니다. 스톱 로스는 오더 블록의 경계에 배치되며, 트레이프 수익은 설정된 리스크 리워드 비율 (예: 1:1.5) 에 따라 계산됩니다.

전략적 장점

SMC 원칙에 기초하여 더 높은 시간 프레임에서 주요 추세와 주요 지원/저항 수준을 캡처하고, 더 낮은 시간 프레임에서 노이즈 간섭을 피합니다.
유도 패턴을 파악하면 트렌드 강도와 지속가능성을 측정할 수 있고 진입에 더 많은 근거를 제공합니다.
현재 기간에 대한 정확한 브레이크아웃 엔트리는 잘못된 신호와 유출 위험을 줄입니다.
유연한 리스크 보상 비율 설정은 개인의 리스크 선호도에 따라 조정될 수 있습니다.

전략 위험

시장 확충이나 초기 트렌드 전환 시 전략은 마감 위험에 직면 할 수 있습니다.
극단적인 시장 조건 (예를 들어 급격한 상승 또는 하락) 에서, 명령 블록은 무효가 될 수 있으며, 너무 느슨한 스톱 로스로 이어질 수 있습니다.
가격 행동만을 고려하고 부피와 같은 다른 중요한 지표를 무시하면 편향된 판단으로 이어질 수 있습니다.

전략 최적화 방향

장기적인 추세를 파악하기 위해 필터링을 위해 더 높은 시간 프레임 (예: 매일, 주간) 을 도입하십시오.
유동 평균 시스템, 모멘텀 지표 등을 결합하여 트렌드 및 유도 패턴 식별의 정확성을 향상시킵니다.
다른 시장 조건에 적응하기 위해 평균 진정한 범위 (ATR) 또는 채널 너비를 고려하는 것과 같은 주문 블록 경계를 동적으로 최적화하십시오.
ATR 또는 Parabolic SAR를 추적하는 것과 같은 입점 후 후속 스톱 손실을 구현하여 보유 위험을 줄이십시오.
시장 감정 지표 (예를 들어 VIX) 또는 거시 경제 데이터를 고려하여 잠재적 인 트렌드 반전 또는 블랙 스완 이벤트를 식별하십시오.

요약

SMC 시장 고저출점 전략 (SMC Market High-Low Breakout Strategy) 은 SMC 원칙에 기반한 양적 거래 전략이다. 이는 더 높은 시간 프레임에서 주요 압력 영역을 식별하고 현재 시간 프레임에서 최적의 브레이크아웃 진입 지점을 추구한다. 전략은 진입 수준과 수익 목표를 최적화하기 위해 트렌드 방향, 유도 패턴 및 리스크-리워드 비율을 포괄적으로 고려한다. 이 전략의 장점은 더 높은 시간 프레임에 기반한 잡음을 필터링하고, 트렌드를 정확하게 포착하고, 유연한 리스크 관리 기능을 제공하는 데 있다. 그러나 전략은 시장 통합 또는 초기 트렌드 역전 중에 감소에 직면할 수 있다. 미래 최적화는 더 많은 시간 프레임을 도입하고, 주문 블록 경계를 최적화하고, 스톱-로스를 구현하며, 전략의 역동성과 적응성을 향상시키기 위해 시장 정서를 고려할 수 있다.

//@version=5
strategy("SMC Indian Market Strategy", overlay=true)

// Input Parameters
htf = input.timeframe("60", title="Higher Timeframe")  // For Inducement & Order Block
riskRewardRatio = input.float(1.5, title="Risk:Reward Ratio", minval=0.1)

// Higher Timeframe Data
[htfOpen, htfHigh, htfLow, htfClose] = request.security(syminfo.tickerid, htf, [open, high, low, close])

// Trend Identification (HTF)
bool htfUptrend = htfClose > htfClose[1] and htfLow > htfLow[1]  // Price action
bool htfDowntrend = htfClose < htfClose[1] and htfHigh < htfHigh[1]

// Inducement Identification (HTF)
bool htfInducementHigh = htfUptrend and high[1] > high[2] and high[1] > high[3] 
bool htfInducementLow = htfDowntrend and low[1] < low[2] and low[1] < low[3]
float inducementLevel = htfInducementHigh ? high[1] : htfInducementLow ? low[1] : na

// Order Block Identification (HTF)
var float htfOBHigh = na // Highest high within the order block
var float htfOBLow = na  // Lowest low within the order block

if htfInducementHigh
    htfOBHigh := htfHigh
    htfOBLow := htfLow
else if htfInducementLow
    htfOBHigh := htfHigh
    htfOBLow := htfLow

// Optimal Entry (Current Timeframe)
bool longEntry = htfUptrend and close > htfOBLow and close[1] < htfOBLow  // Break of OB low
bool shortEntry = htfDowntrend and close < htfOBHigh and close[1] > htfOBHigh  // Break of OB high

// Stop Loss and Take Profit
float longSL = htfOBLow
float longTP = close + (close - longSL) * riskRewardRatio
float shortSL = htfOBHigh
float shortTP = close - (shortSL - close) * riskRewardRatio

// Strategy Execution
if longEntry
    strategy.entry("Long", strategy.long, stop=longSL, limit=longTP)
else if shortEntry
    strategy.entry("Short", strategy.short, stop=shortSL, limit=shortTP)