리소스 로딩... 로딩...

전략에 따른 다중 이동 평균 크로스오버 트렌드

저자:차오장, 날짜: 2024-06-28 15:10:58
태그:EMAT3

img

전반적인 설명

이 전략은 틸슨 T3 지표에 기반한 트렌드를 따르는 거래 시스템이다. 구매 및 판매 신호를 생성하기 위해 여러 가지 기하급수적인 이동 평균 (EMA) 크로스오버를 사용하며, 트레이딩뷰 플랫폼에서 백테스트된다. 전략의 핵심 아이디어는 틸슨 T3 지표를 통해 시장 트렌드를 캡처하여 수익을 창출하기 위해 상승 추세에서 긴 포지션과 하락 추세에서 짧은 포지션을 개척하는 것입니다.

전략 원칙

  1. 틸슨 T3 지표 계산:

    • 먼저, EMA를 계산합니다 (고등 + 낮은 + 2 * 닫) / 4
    • EMA를 5번 연속으로 계산하면 e1에서 e6까지 됩니다
    • 마지막으로, 특정 계수 기준으로 T3 값을 계산합니다.
  2. 신호 생성:

    • 긴 신호: T3 값이 이전 값보다 높을 때
    • 짧은 신호: T3 값이 이전 값보다 낮을 때
  3. 거래 실행:

    • 긴 신호가 표시되면 긴 지점을 열고
    • 짧은 신호가 표시되면 짧은 지점을 열기
  4. 시각화:

    • 긴 신호: 차트 아래 녹색 화살표
    • 짧은 신호: 차트 위쪽 아래쪽 빨간 화살표

전략적 장점

  1. 트렌드 추적: 틸슨 T3 지표는 시장 트렌드를 효과적으로 포착하여 잘못된 파장을 줄입니다.

  2. 유연성: 길이와 부피 인수를 조정하여 다른 시장 환경에 적응 할 수 있습니다.

  3. 시각적 피드백: 명확한 그래픽 신호가 거래 결정에 도움이 됩니다.

  4. 자동화: 트레이딩뷰 플랫폼에서 자동화 된 거래를 위해 구현 할 수 있습니다.

  5. 리스크 관리: 포지션 크기를 결정하기 위해 자기자본의 비율을 사용합니다.

전략 위험

  1. 트렌드 역전: 불안한 시장에서 빈번한 잘못된 신호를 일으킬 수 있습니다.

  2. 지연: 지연 지표로서 트렌드의 시작에서 기회를 놓칠 수 있습니다.

  3. 과잉 거래: 빈번한 신호는 과잉 거래로 이어질 수 있으며 비용도 증가할 수 있습니다.

  4. 매개 변수 민감도: 성능은 매개 변수 설정에 크게 달려 있습니다.

  5. 단일 지표: 틸슨 T3에만 의존하면 다른 중요한 시장 정보를 간과 할 수 있습니다.

전략 최적화 방향

  1. 다중 지표 조합: 신호 확인을 위해 RSI, MACD와 같은 지표를 소개합니다.

  2. 스톱 로스 최적화: 리스크 관리를 개선하기 위해 트레일링 스톱과 같은 동적 스톱 로스를 추가합니다.

  3. 타임프레임 분석: 신호 신뢰성을 향상시키기 위해 여러 시간 프레임 분석을 결합합니다.

  4. 변동성 조정: 시장 변동성에 따라 포지션 크기를 조정하여 위험/이익 비율을 최적화합니다.

  5. 시장 상태 인식: 다른 시장 환경에서 다른 전략을 채택하기 위해 시장 상태 판단 논리를 추가합니다.

결론

다중 이동 평균 크로스오버 트렌드 추적 전략 (Multi-Moving Average Crossover Trend Following Strategy) 은 틸슨 T3 지표를 기반으로 한 자동화 거래 시스템이다. 강력한 트렌드 추적 기능과 명확한 운영 단순성을 장점으로 가지고 시장 트렌드를 캡처하여 거래 신호를 생성한다. 그러나 전략은 불안정한 시장에서 빈번한 잘못된 신호 및 신호 지연과 같은 위험에 직면하기도 한다. 여러 지표를 결합하고, 스톱-로스 전략을 최적화하고, 멀티 타임프레임 분석을 도입하고, 기타 방법을 도입함으로써 전략의 안정성과 수익성을 더욱 향상시킬 수 있다. 전반적으로, 이것은 지속적인 최적화와 라이브 테스트를 통해 신뢰할 수 있는 자동화 거래 시스템으로 발전할 가능성이 있는 좋은 기반 전략 프레임워크이다.


/*backtest
start: 2024-05-01 00:00:00
end: 2024-05-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("Hashtag Signals and Backtest", overlay=true)

// Input parameters for indicators
length1 = input(8, "T3 Length")
a1 = input(0.7, "Volume Factor")

// Tillson T3 Calculation
e1 = ema((high + low + 2 * close) / 4, length1)
e2 = ema(e1, length1)
e3 = ema(e2, length1)
e4 = ema(e3, length1)
e5 = ema(e4, length1)
e6 = ema(e5, length1)
c1 = -a1 * a1 * a1
c2 = 3 * a1 * a1 + 3 * a1 * a1 * a1
c3 = -6 * a1 * a1 - 3 * a1 - 3 * a1 * a1 * a1
c4 = 1 + 3 * a1 + a1 * a1 * a1 + 3 * a1 * a1
T3 = c1 * e6 + c2 * e5 + c3 * e4 + c4 * e3

// Signal conditions
longSignal = crossover(T3, T3[1])
shortSignal = crossunder(T3, T3[1])

// Plotting signals
plotshape(series=longSignal, title="Long Signal", location=location.belowbar, color=color.green, style=shape.labelup, text="LONG", textcolor=color.white, size=size.tiny)
plotshape(series=shortSignal, title="Short Signal", location=location.abovebar, color=color.red, style=shape.labeldown, text="SHORT", textcolor=color.white, size=size.tiny)

// Strategy Entries for Backtest
if (longSignal)
    strategy.entry("Long", strategy.long)

if (shortSignal)
    strategy.entry("Short", strategy.short)

// Alerts
alertcondition(longSignal, title="BUY", message="BUY!")
alertcondition(shortSignal, title="SELL", message="SELL!")


관련

더 많은