5배 강한 이동 평균 전략
저자:차오장날짜: 2024-05-23 18:14:35태그:EMAWMASMATMAVARWWMAZLEMATSF
전반적인 설명
퀸투플 강 이동 평균 전략은 여러 이동 평균을 기반으로 하는 거래 전략이다. 이 전략은 시장의 강력한 트렌드를 식별하기 위해 다른 시간 프레임과 유형의 5 개의 이동 평균을 사용합니다. 첫 번째 3 개의 이동 평균은 전략의 핵심 구성 요소이며, 주로 트렌드 식별 및 신호 생성에 사용됩니다. 4 번째와 5 번째 이동 평균은 주로 보조 판단 및 시각 분석에 사용됩니다.
이 전략은 다양한 시간 프레임과 유형의 이동 평균의 경향과 상대적 위치 관계를 종합적으로 고려함으로써 시장의 현재 트렌드 방향과 힘을 정확하게 결정할 수 있으며, 좋은 수익성을 달성하기 위해 트렌드 변화에 따라 위치를 적시에 조정할 수 있습니다.
전략 원칙
이 전략은 5개의 다른 시간 프레임과 유형의 이동 평균을 사용합니다.
- 레벨 1 이동 평균: 사용자 정의 가능한 디스플레이, 라벨, 데이터 소스, 시간 프레임, 길이, 라인 너비, 색상 및 타입
- 레벨 2 이동 평균: 사용자 정의 가능한 디스플레이, 라벨, 데이터 소스, 시간 프레임, 길이, 라인 너비, 색상 및 타입
- 레벨 3 이동 평균: 사용자 정의 가능한 디스플레이, 라벨, 데이터 소스, 시간 프레임, 길이, 라인 너비, 색상 및 타입
- 레벨 4 이동 평균: 주로 보조 판단, 사용자 정의 표시, 라벨, 데이터 소스, 시간 프레임, 길이, 라인 너비 및 색상을 위해 사용됩니다.
- 레벨 5 이동 평균: 주로 보조 판단, 사용자 정의 표시, 라벨, 데이터 소스, 시간 프레임, 길이, 라인 너비 및 색상을 위해 사용됩니다.
이 5개의 이동 평균의 유형은 SMA, EMA, WMA, TMA, VAR, WWMA, ZLEMA, TSF 및 기타 8가지 유형을 포함하여 유연하게 설정할 수 있습니다.
이 전략의 핵심 아이디어는 다른 시간 프레임과 유형의 이동 평균의 여러 트렌드 확인을 사용하여 트렌드 방향과 강도를 결정하는 것입니다.
- 클로징 가격이 레벨 1, 2, 3 이동 평균보다 높으면, 긴 거래가 됩니다.
- 클로징 가격이 레벨 1, 2, 3 이동 평균보다 낮을 때, 쇼트가 됩니다.
- 긴 포지션을 보유할 때, 닫기 가격이 레벨 1 및 레벨 2 이동 평균 이하로 떨어지면 긴 포지션을 닫습니다.
- 쇼트 포지션을 보유할 때, 종료 가격이 레벨 1 및 레벨 2 이동 평균보다 상승하면 쇼트를 닫습니다.
또한 이 전략은 현재 위치에 따라 촛불의 색을 표시합니다:
- 긴 포지션을 유지하는 경우 촛불은 녹색입니다.
- 쇼트 포지션을 유지하는 경우 촛불은 빨간색입니다.
- 다른 경우, 촛불은 회색입니다.
전략적 장점
- 강한 트렌드 추적 능력: 이 전략은 트렌드를 결정하기 위해 여러 중장기 이동 평균의 조합을 사용하여 주요 시장 트렌드를 효과적으로 파악 할 수있는 강력한 트렌드 인식 능력을 사용합니다.
- 유연하게 조정 가능한 매개 변수 이 전략의 매개 변수는 유연하게 설정 될 수 있습니다. 이 매개 변수에는 이동 평균의 종류, 시간 프레임, 길이가 포함되며 다른 시장 특성과 투자자 선호도에 따라 최적화 될 수 있습니다.
- 다중 시장에 적응력. 이 전략의 추세 판단은 주로 가격 움직임 자체에 기반하고 시장에 대한 강력한 적응력을 가지고 있으며 주식, 선물, 외환, 암호화폐 등과 같은 여러 시장에서 사용할 수 있습니다.
- 명확하고 간단한 논리 이 전략의 핵심 논리는 너무 복잡한 수학적 모델을 필요로 하지 않고 간단하고 명확하고 이해하기 쉽고 구현하기 쉽습니다.
전략 위험
- 범위를 제한하는 시장에서 거래 위험을 씻으십시오. 이 전략은 일반적으로 범위를 제한하는 시장에서 수행되며 더 많은 소손실 거래를 경험할 수 있으며, 그 결과 순이익이 감소합니다.
- 매개 변수 최적화 위험. 이 전략은 많은 매개 변수를 사용합니다. 충분한 역사 데이터 백테스팅과 매개 변수 최적화가 수행되지 않으면 향후 라이브 거래에서 더 큰 마감으로 이어질 수 있습니다.
- 트렌드 역전 위험. 이 전략은 주로 트렌드 시장에 적합합니다. 시장 트렌드가 역전되면 이 전략은 원래 트렌드 방향으로 계속 거래하여 손실을 초래할 수 있습니다.
위의 위험을 줄이기 위해 다음 개선 사항은 고려 할 수 있습니다.
- 범위에 따른 시장 탐지 및 판단 논리를 추가하여 트렌드 없는 시장에서 거래 수를 줄이십시오.
- 이 전략에 대한 충분한 매개 변수 최적화 테스트를 수행하여 견고한 최적 매개 변수 조합을 찾습니다.
- 단일 거래의 최대 위험을 제어하기 위해 합리적인 스톱 로스 수준을 설정하십시오. 동시에 다른 지표 또는 신호를 사용하여 트렌드 반전을 확인하고 적시에 포지션을 조정 할 수 있습니다.
전략 최적화 방향
- 추세 판단의 정확성을 향상시키기 위해 MACD, DMI 등과 같은 추세 확인 지표를 더 많이 도입하십시오.
- 범위에 제한된 시장의 경우, 네트워크 거래와 같은 범위에 제한된 시장에 적응할 수 있는 운영 논리를 도입하는 것을 고려하십시오.
- 다른 시장 특성을 위해 적응력을 향상시키기 위해 전략의 매개 변수를 개별적으로 최적화하십시오.
- 이 전략을 다른 전략과 결합하는 것을 고려하십시오. 예를 들어 트렌드 전략 + 범주 전략, 트렌드 전략 + 역 트렌드 전략 등을 결합하여 전략의 안정성을 향상시킵니다.
요약
퀸터플 스트롱 이동 평균 전략은 여러 트렌드 확인을 기반으로 한 거래 전략이다. 다양한 시간 프레임과 유형의 이동 평균의 트렌드와 상대적 위치 관계를 포괄적으로 고려함으로써 현재 트렌드 방향과 시장의 강도를 비교적 정확하게 결정할 수 있으며 트렌드 변화에 따라 포지션을 적시에 조정할 수 있다. 전략 논리는 간단하고 명확하며 매개 변수는 유연하고 조정 가능하며 여러 시장에 적응할 수 있다. 그러나 일반적으로 인바운드 범위 시장에서 수행되며, 특정 매개 변수 최적화 위험과 트렌드 역전 위험도 있다. 앞으로 우리는 더 많은 지표를 도입하고, 매개 변수를 최적화하고, 범위 시장에 대한 운영 논리를 추가하고, 이 전략의 안정성과 수익성을 더욱 향상시키기 위해 다른 유형의 전략과 결합하는 것을 고려할 수 있다.
/*backtest
start: 2023-05-17 00:00:00
end: 2024-05-22 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Quintuple Strong Moving Average Strategy","QuisMa", overlay=true, margin_long=100, margin_short=100)
// 1
mav1_show = input.bool(true, 'Show Plot', group='Level 1 ', inline='mav1_0')
mav1_label = input.bool(true, 'Show Label', group='Level 1 ', inline='mav1_0')
mav1_source = input.source(close, '', group='Level 1 ', inline='mav1_1')
mav1_timeframe = input.timeframe('5', '', group='Level 1 ', inline='mav1_1')
mav1_length = input.int(50, 'Length', group='Level 1 ', inline='mav1_3')
mav1_size = input.int(2000, 'Size', minval=1, group='Level 1 ', inline='mav1_3')
mav1_width = input.int(2, '', minval=0, group='Level 1 ', inline='mav1_2')
mav1_color = input.color(color.new(#ffd000, 0), '', group='Level 1 ', inline='mav1_2')
mav1_type = input.string(title='Moving Average Type 1', defval='VAR', options=['SMA', 'EMA', 'WMA', 'TMA', 'VAR', 'WWMA', 'ZLEMA', 'TSF'])
// 2
mav2_show = input.bool(true, 'Show Plot', group='Level 2', inline='mav2_0')
mav2_label = input.bool(true, 'Show Label', group='Level 2', inline='mav2_0')
mav2_source = input.source(close, '', group='Level 2', inline='mav2_1')
mav2_timeframe = input.timeframe('30', '', group='Level 2', inline='mav2_1')
mav2_length = input.int(50, 'Length', group='Level 2', inline='mav2_3')
mav2_size = input.int(2000, 'Size', minval=1, group='Level 2', inline='mav2_3')
mav2_width = input.int(2, '', minval=0, group='Level 2', inline='mav2_2')
mav2_color = input.color(color.new(#ffd000, 0), '', group='Level 2', inline='mav2_2')
mav2_type = input.string(title='Moving Average Type 2', defval='VAR', options=['SMA', 'EMA', 'WMA', 'TMA', 'VAR', 'WWMA', 'ZLEMA', 'TSF'])
// 3
mav3_show = input.bool(true, 'Show Plot', group='Level 3', inline='mav3_0')
mav3_label = input.bool(true, 'Show Label', group='Level 3', inline='mav3_0')
mav3_source = input.source(close, '', group='Level 3', inline='mav3_1')
mav3_timeframe = input.timeframe('60', '', group='Level 3', inline='mav3_1')
mav3_length = input.int(50, 'Length', group='Level 3', inline='mav3_3')
mav3_size = input.int(2000, 'Size', minval=1, group='Level 3', inline='mav3_3')
mav3_width = input.int(2, '', minval=0, group='Level 3', inline='mav3_2')
mav3_color = input.color(color.new(#ffd000, 0), '', group='Level 3', inline='mav3_2')
mav3_type = input.string(title='Moving Average Type 3', defval='VAR', options=['SMA', 'EMA', 'WMA', 'TMA', 'VAR', 'WWMA', 'ZLEMA', 'TSF'])
// 4
mav4_show = input.bool(true, 'Show Plot', group='Level 4', inline='mav4_0')
mav4_label = input.bool(true, 'Show Label', group='Level 4', inline='mav4_0')
mav4_source = input.source(close, '', group='Level 4', inline='mav4_1')
mav4_timeframe = input.timeframe('480', '', group='Level 4', inline='mav4_1')
mav4_length = input.int(50, 'Length', group='Level 4', inline='mav4_3')
mav4_size = input.int(2000, 'Size', minval=1, group='Level 4', inline='mav4_3')
mav4_width = input.int(2, '', minval=0, group='Level 4', inline='mav4_2')
mav4_color = input.color(color.new(#ffd000, 0), '', group='Level 4', inline='mav4_2')
mav4_type = input.string(title='Moving Average Type 4', defval='VAR', options=['SMA', 'EMA', 'WMA', 'TMA', 'VAR', 'WWMA', 'ZLEMA', 'TSF'])
// 5
mav5_show = input.bool(true, 'Show Plot', group='Level 5', inline='mav5_0')
mav5_label = input.bool(true, 'Show Label', group='Level 5', inline='mav5_0')
mav5_source = input.source(close, '', group='Level 5', inline='mav5_1')
mav5_timeframe = input.timeframe('720', '', group='Level 5', inline='mav5_1')
mav5_length = input.int(50, 'Length', group='Level 5', inline='mav5_3')
mav5_size = input.int(2000, 'Size', minval=1, group='Level 5', inline='mav5_3')
mav5_width = input.int(2, '', minval=0, group='Level 5', inline='mav5_2')
mav5_color = input.color(color.new(#ffd000, 0), '', group='Level 5', inline='mav5_2')
mav5_type = input.string(title='Moving Average Type 5', defval='VAR', options=['SMA', 'EMA', 'WMA', 'TMA', 'VAR', 'WWMA', 'ZLEMA', 'TSF'])
// FUNCTIONS {{{
candle_size_ms = time - time[1] // milliseconds of a candle
timetostring(tms) =>
d_ = math.floor(tms / 86400)
h_ = math.floor((tms - d_ * 86400) / 3600)
m_ = math.floor((tms - d_ * 86400 - h_ * 3600) / 60)
s_ = math.floor(tms - d_ * 86400 - h_ * 3600 - m_ * 60)
ret = d_ > 0 ? str.tostring(d_) + ' D ' : ''
ret += (h_ > 0 ? str.tostring(h_) + ' H ' : '')
ret += (m_ > 0 ? str.tostring(m_) + ' m ' : '')
if d_ == 0
ret += (s_ > 0 ? str.tostring(s_) + ' s ' : '')
ret
ret
tftostring(tf) =>
tfa = str.split(tf, '')
tfalast = array.get(tfa, array.size(tfa) - 1)
tfalastIsNum = na(str.tonumber(tfalast)) ? false : true
txt = tfalastIsNum ? timetostring(str.tonumber(tf) * 60) : tf
txt
htfLabel(htfy, tf, col) =>
txt = tftostring(tf)
htftxt = 'ᐊ ' + txt
htftip = 'HTF [ ' + txt + ' ] ' + str.tostring(htfy, '#.##')
label.new(x=time + candle_size_ms * 2, y=htfy, xloc=xloc.bar_time, yloc=yloc.price, color=color.new(color.black, 100), textcolor=col, style=label.style_label_left, size=size.normal, text=htftxt, tooltip=htftip)
// Moving Averages Functions {{{
Var_Func(src, length) =>
valpha = 2 / (length + 1)
vud1 = src > src[1] ? src - src[1] : 0
vdd1 = src < src[1] ? src[1] - src : 0
vUD = math.sum(vud1, 9)
vDD = math.sum(vdd1, 9)
vCMO = nz((vUD - vDD) / (vUD + vDD))
VAR = 0.0
VAR := nz(valpha * math.abs(vCMO) * src) + (1 - valpha * math.abs(vCMO)) * nz(VAR[1])
VAR
Wwma_Func(src, length) =>
wwalpha = 1 / length
WWMA = 0.0
WWMA := wwalpha * src + (1 - wwalpha) * nz(WWMA[1])
WWMA
Zlema_Func(src, length) =>
zxLag = length / 2 == math.round(length / 2) ? length / 2 : (length - 1) / 2
zxEMAData = src + src - src[zxLag]
ZLEMA = ta.ema(zxEMAData, length)
ZLEMA
Tsf_Func(src, length) =>
lrc = ta.linreg(src, length, 0)
lrc1 = ta.linreg(src, length, 1)
lrs = lrc - lrc1
TSF = ta.linreg(src, length, 0) + lrs
TSF
getMA(src, length, mav_type) =>
ma = 0.0
if mav_type == 'SMA'
ma := ta.sma(src, length)
if mav_type == 'EMA'
ma := ta.ema(src, length)
if mav_type == 'WMA'
ma := ta.wma(src, length)
if mav_type == 'TMA'
ma := ta.sma(ta.sma(src, math.ceil(length / 2)), math.floor(length / 2) + 1)
if mav_type == 'VAR'
ma := Var_Func(src, length)
if mav_type == 'WWMA'
ma := Wwma_Func(src, length)
if mav_type == 'ZLEMA'
ma := Zlema_Func(src, length)
if mav_type == 'TSF'
ma := Tsf_Func(src, length)
ma
mav1 = request.security(syminfo.tickerid, mav1_timeframe, getMA(mav1_source, mav1_length, mav1_type), gaps=barmerge.gaps_off, lookahead=barmerge.lookahead_on)
plot(mav1_show ? mav1 : na, 'mav 1', color=mav1_color, linewidth=mav1_width, show_last=mav1_size)
var label mav1lbl = na
label.delete(mav1lbl)
mav1lbl := mav1_label ? htfLabel(mav1, mav1_timeframe, mav1_color) : na
mav2 = request.security(syminfo.tickerid, mav2_timeframe, getMA(mav2_source, mav2_length, mav2_type), gaps=barmerge.gaps_off, lookahead=barmerge.lookahead_on)
plot(mav2_show ? mav2 : na, 'mav 2', color=mav2_color, linewidth=mav2_width, show_last=mav2_size)
var label mav2lbl = na
label.delete(mav2lbl)
mav2lbl := mav2_label ? htfLabel(mav2, mav2_timeframe, mav2_color) : na
mav3 = request.security(syminfo.tickerid, mav3_timeframe, getMA(mav3_source, mav3_length, mav3_type), gaps=barmerge.gaps_off, lookahead=barmerge.lookahead_on)
plot(mav3_show ? mav3 : na, 'mav 3', color=mav3_color, linewidth=mav3_width, show_last=mav3_size)
var label mav3lbl = na
label.delete(mav3lbl)
mav3lbl := mav3_label ? htfLabel(mav3, mav3_timeframe, mav3_color) : na
mav4 = request.security(syminfo.tickerid, mav4_timeframe, getMA(mav4_source, mav4_length, mav4_type), gaps=barmerge.gaps_off, lookahead=barmerge.lookahead_on)
plot(mav4_show ? mav4 : na, 'mav 4', color=mav4_color, linewidth=mav4_width, show_last=mav4_size)
var label mav4lbl = na
label.delete(mav4lbl)
mav4lbl := mav4_label ? htfLabel(mav4, mav4_timeframe, mav4_color) : na
mav5 = request.security(syminfo.tickerid, mav5_timeframe, getMA(mav5_source, mav5_length, mav5_type), gaps=barmerge.gaps_off, lookahead=barmerge.lookahead_on)
plot(mav5_show ? mav5 : na, 'mav 5', color=mav5_color, linewidth=mav5_width, show_last=mav5_size)
var label mav5lbl = na
label.delete(mav5lbl)
mav5lbl := mav5_label ? htfLabel(mav5, mav5_timeframe, mav5_color) : na
// Alış ve Satış Koşulları
alisKosulu = close > mav1 and close > mav2 and close > mav3
satisKosulu = close < mav1 and close < mav2 and close < mav3
// Alış ve Satış Sinyalleri
if (alisKosulu and not satisKosulu)
strategy.entry("Alış", strategy.long)
if (satisKosulu and not alisKosulu)
strategy.entry("Satış", strategy.short)
// Pozisyonları Kapatma Koşulları
if (strategy.opentrades > 0)
if (close < mav1 and close < mav2 and strategy.position_size > 0)
strategy.close("Alış")
if (close > mav1 and close > mav2 and strategy.position_size < 0)
strategy.close("Satış")
// Mum Rengi Ayarlama
longKosul = strategy.opentrades > 0 and strategy.position_size > 0
shortKosul = strategy.opentrades > 0 and strategy.position_size < 0
barcolor(longKosul ? color.green : shortKosul ? color.red : color.gray)
관련
- 이윤 극대화 PMax
- 슈퍼트렌드 이동 평균
- 이동 평균 크로스 알림, 다중 시간 프레임 (MTF)
- 에너지 바와 함께 레드K 듀얼 바더
- 이동 평균과 볼린거 대역에 기초한 양적 거래 전략
- HALFTREND + HEMA + SMA (거짓 신호의 전략)
- RedK 부피 가속 방향 에너지 비율
- 레드K 모멘텀 바
- 레인보우 오시레이터
- 부피 분석 시스템과 함께 다기간 이동 평균 크로스오버
더 많은
- 나다라야-워튼 앙벨로프 다중 확인 동적 스톱 로스 전략
- 동적 취득 볼링거 밴드 전략
- CCI + MA 크로스오버 풀백 구매 전략
- 유동성 높은 통화 쌍을 위한 단기 단기 판매 전략
- MOST 지표 이중 위치 적응 전략
- 볼링거 밴드 RSI 거래 전략
- 실시간 가격 전략으로 구매 및 판매 부피 열 지도
- 이중 이동 평균 회귀 거래 전략
- 다중 지표 양적 거래 전략 - 슈퍼 지표 7대1 전략
- SMK ULTRA TREND 이중 이동 평균 크로스오버 전략
- EMA-SMA 크로스오버 황소 시장 지원 밴드 전략
- 200 EMA 필터와 함께 전략에 따른 다중 시간 프레임 트렌드 - 길게만
- SMC 시장의 높은 낮은 브레이크업 전략
- 동적 트렌드 모멘텀 거래 전략
- EMA와 단기 신호 전략의 교차
- 이치모쿠 클라우드와 ATR 전략
- BONK 다차원 거래 전략
- 이중 이동 평균 크로스오버 전략
- 하프트렌드 스톱 리미트 구매 전략에 따른 상승 및 하락 추세
- 거래 전략에 따른 악어 장기 트렌드