ChaoZhang
개요
이 전략은 무작위적인 진동 지표 (Stochastic Oscillator) 를 사용하여 시장의 과매매와 과매매 상태를 식별하고, 미리 정의된 위험과 수익 파라미터에 따라 거래를 촉발하여, 변동하는 거래 구역에서 이익을 얻기를 기대한다. 이 전략의 주요 아이디어는 거래 구역의 낮은 시점에 구입하고 거래 구역의 높은 시점에 판매하며, 위험을 엄격히 제어한다.
전략 원칙
- 무작위 진동 지표가 초매치 수준 ((20) 을 넘어갈 때, 전략은 더 많이 입장을 열고, 무작위 진동 지표가 초매치 수준 ((80) 을 넘어갈 때, 전략은 공백을 열고 있다.
- 스톱 로즈와 스톱 스 레벨은 평균 실제 파동의 2배에 따라 설정되며, 각 거래의 위험은 계정 이자율의 1%에 통제된다.
- 과도한 거래를 막기 위해, 전략은 각 거래 사이에 최소 20개의 K선 간격을 강제하여 냉각 기간을 남기고 변동을 피한다.
전략적 이점
- 이 전략은 변동하는 거래 영역에서 가격 변동을 포착하여 낮은 가격에 구매하고 높은 가격에 판매하여 이익을 얻습니다.
- 이 전략은 ATR 기반의 정지 및 정지 및 거래 당 1%의 고정된 위험을 포함하는 엄격한 위험 관리 조치를 취하여 철회 및 단일 거래 손실을 제어하는 데 도움이됩니다.
- 거래 사이에 최소 간격을 설정함으로써, 전략은 빈번한 거래와 시장 소음에 속지 않도록 해준다.
- 이 전략의 논리는 명확하고, 이해하기 쉽고, 실행하기 쉬우며, 다양한 시장 환경에서의 적용에 적합하다.
전략적 위험
- 전략의 성공은 거래 구역을 올바르게 식별하는 것에 크게 의존합니다. 거래 구역을 정확하게 식별하지 않으면 손실 거래가 발생할 수 있습니다.
- 시장이 거래 범위를 뚫고 트렌드를 형성하면 이 전략은 트렌드 거래 기회를 놓칠 수 있습니다.
- 전략이 위험 관리 조치를 취했음에도 불구하고 극한 시장 조건에서 예상보다 더 큰 손실이 발생할 수 있습니다.
- 전략 파라미터 (오버 바이/오버 셀 레벨, ATR 배수 등) 는 다양한 시장 조건에 따라 최적화되어야 하며, 부적절한 파라미터는 부실한 성과를 초래할 수 있다.
전략 최적화 방향
- 거래 신호를 확인하고 신호의 신뢰성을 높이기 위해 다른 기술 지표 (MACD, RSI 등) 와 결합하는 것을 고려하십시오.
- 동적 스톱 및 스톱 메커니즘을 도입합니다. 예를 들어, 가격의 유리한 방향으로 이동함에 따라 스톱 지점을 조정하여 더 높은 수익률을 얻습니다.
- 거래 구역을 식별하는 데는 기계 학습 알고리즘과 같은 더 고급 기술을 사용하여 정확도를 높일 수 있습니다.
- 트렌드 시장에서는 트렌드 필터를 도입하는 것을 고려하여 트렌드 시장에서 거래하는 것을 피할 수 있습니다.
요약하다
무작위 진동 지표에 기반한 변동 영역 거래 전략은 미리 정해진 거래 영역 내에서 무작위 지표의 과매매 신호를 사용하여 거래를 촉발시키려고 한다. 이 전략은 엄격한 위험 관리와 거래 간격을 통해 위험을 통제한다. 이 전략의 장점이 있기는 하지만, 그 성공은 거래 영역을 올바르게 식별하는 것에 크게 달려 있다.
전략 소스 코드
/*backtest
start: 2023-06-11 00:00:00
end: 2024-06-16 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Range Trading with Stochastic", overlay=true)
// Input Parameters
overboughtLevel = input.int(80, title="Overbought Level", minval=1, maxval=100)
oversoldLevel = input.int(20, title="Oversold Level", minval=1, maxval=100)
stochLength = input.int(14, title="Stochastic Length", minval=1)
riskPerTrade = input.float(0.01, title="Risk per Trade (%)", minval=0.01, maxval=100, step=0.01)
barsBetweenTrades = input.int(20, title="Bars Between Trades", minval=1)
// Calculate Stochastic Oscillator
k = ta.sma(ta.stoch(close, high, low, stochLength), 3)
d = ta.sma(k, 3)
// Variables to Track Time Since Last Trade
var lastTradeBar = 0
barsSinceLastTrade = bar_index - lastTradeBar
// Risk Management
atr = ta.atr(14)
stopLoss = 2 * atr
takeProfit = 2 * atr
riskAmount = strategy.equity * riskPerTrade / 100
positionSize = 1
// Entry Conditions
longCondition = k < oversoldLevel and strategy.position_size == 0 and barsSinceLastTrade >= barsBetweenTrades
shortCondition = k > overboughtLevel and strategy.position_size == 0 and barsSinceLastTrade >= barsBetweenTrades
// Entry/Exit Orders
if longCondition
strategy.entry("Long", strategy.long, qty=positionSize)
strategy.exit("Long Exit", "Long", stop=close - stopLoss, limit=close + takeProfit)
lastTradeBar := bar_index // Update last trade bar
if shortCondition
strategy.entry("Short", strategy.short, qty=positionSize)
strategy.exit("Short Exit", "Short", stop=close + stopLoss, limit=close - takeProfit)
lastTradeBar := bar_index // Update last trade bar
// Plot Stochastic
plot(k, color=color.blue, title="%K")
plot(d, color=color.orange, title="%D")
hline(overboughtLevel, color=color.red, title="Overbought")
hline(oversoldLevel, color=color.green, title="Oversold")