리소스 로딩... 로딩...

슬라이프 및 가격 영향 결합 전략과 볼링거 밴드 크로스오버

저자:차오장, 날짜: 2024-07-31 11:25:52
태그:BBSMAstdev

전반적인 설명

이 전략은 슬리핑 및 가격 영향 고려 사항을 통합하는 볼링거 밴드 크로스오버 신호를 기반으로 한 포괄적 인 거래 시스템입니다. 이 접근법은 실제 시장 조건을 더 잘 시뮬레이션하기 위해 거래를 실행할 때 슬리핑 및 가격 영향 요인을 고려하면서 잠재적인 과반 구매 및 과반 판매 지역을 식별하기 위해 볼링거 밴드의 상부 및 하부 밴드를 활용합니다. 이 접근법은 거래 전략의 신뢰성과 실용성을 향상시키는 것을 목표로하며 특히 높은 변동성을 가진 시장에 적합합니다.

전략 원칙

볼링거 밴드 계산:
- 중간 대역으로 20주기 간단한 이동 평균 (SMA) 을 사용합니다.
- 상단 및 하단 대역은 중단위 위와 아래의 2개의 표준편차로 설정됩니다.
거래 신호:
- 가격이 상단 범위를 넘을 때 긴 신호가 발동됩니다.
- 가격이 하위 범위를 넘을 때 짧은 신호가 발사됩니다.
미끄러짐 및 가격 영향 조정:
- 40%의 미끄러짐과 40%의 가격 영향을 고려합니다.
- 매수 가격 = 현재 가격 + 미끄러짐 조정 + 가격 영향 조정
- 매매 가격 = 현재 가격 - 변동 조정 - 가격 영향 조정
포지션 종료 조건:
- 짧은 신호가 발사되면 긴 포지션은 닫습니다.
- 긴 신호가 발사되면 짧은 포지션은 닫습니다.

전략적 장점

시장 변동성 적응: 볼링거 밴드는 자동으로 시장 변동성에 적응하여 다른 시장 환경에서 전략의 효과를 보장합니다.
트렌드 추적 및 역전 조합: 볼링거 밴드 크로스오버 신호를 통해 전략은 트렌드 지속과 잠재적 역전 기회를 모두 포착 할 수 있습니다.
실용적인 거래 비용 고려: 미끄러짐 및 가격 영향 요인을 포함하면 전략이 실제 거래 환경에 더 잘 맞춰지고 백테스팅 결과의 신뢰성을 향상시킵니다.
리스크 관리: 볼링거 밴드를 동적 지원 및 저항 수준으로 사용하는 것은 위험을 제어하는 데 도움이됩니다.
유연성: 매개 변수 설계는 다양한 시장과 거래 도구에 따라 최적화 및 조정 할 수 있습니다.

전략 위험

오버 트레이딩: 랭킹 시장에서 가격은 종종 볼링거 밴드를 넘어서 불필요한 거래로 이어질 수 있습니다.
지연: 지연 지표로서 볼링거 밴드는 빠른 트렌드 변화에 신속하게 반응하지 않을 수 있습니다.
높은 미끄러짐 및 가격 영향: 40% 미끄러짐 및 가격 영향 설정이 너무 높을 수 있으며 실제 거래를 실행하기가 어렵거나 상당한 손실을 초래할 수 있습니다.
가짜 브레이크 아웃 위험: 가격이 잠시 볼링거 밴드를 뚫고 다시 상승하기 전에 잘못된 거래 신호를 유발할 수 있습니다.
추가 확인의 부족: 다른 기술적 지표나 근본 분석의 확인 없이 볼링거 밴드 신호에만 의존하는 것.

전략 최적화 방향

부피 지표: 부피 분석을 결합하면 파업의 타당성을 확인하고 거짓 파업의 위험을 줄일 수 있습니다.
트렌드 필터 추가: 장기 이동 평균 또는 ADX 지표를 사용하여 주요 트렌드 방향으로 거래를 보장하는 것과 같습니다.
미끄러짐 및 가격 영향 매개 변수 최적화: 실제 시장 데이터를 기반으로 실제 거래 조건을 더 잘 반영하기 위해 미끄러짐 및 가격 영향 비율을 조정합니다.
동적 스톱 로스 구현: 시장 변동성 변화에 적응하여 동적 스톱 로스를 설정하기 위해 ATR 지표를 사용하는 것을 고려하십시오.
시간 필터를 포함: 소음 신호를 줄이기 위해 낮은 변동성 세션 (예: 아시아 세션) 에서 거래를 피하십시오.
볼링거 밴드 매개 변수를 최적화: 목표 시장에 가장 적합한 설정을 찾기 위해 다양한 볼링거 밴드 길이와 곱셈자를 실험하십시오.
머신러닝 알고리즘을 도입: 머신러닝 기술을 활용하여 입출시기를 최적화하여 전반적인 전략 성능을 향상시킵니다.

결론

슬리핑 및 가격 영향 결합 전략의 볼링거 밴드 크로스오버 (Bollinger Band Crossover with Slippage and Price Impact Combined Strategy) 는 기술적 분석과 실질적인 거래 고려 사항을 결합한 포괄적인 거래 시스템이다. 볼링거 밴드 지표를 통해 시장 역학을 포착하고 슬리핑 및 가격 영향을 계산함으로써이 전략은 더 현실적인 거래 접근 방식을 제공하는 것을 목표로합니다. 그러나 전략은 여전히 과거래 및 가짜 브레이크업과 같은 잠재적 위험과 직면합니다. 추가 확인 지표를 도입하고 매개 변수 설정을 최적화하고 리스크 관리를 강화함으로써이 전략은 더 견고하고 신뢰할 수있는 거래 시스템으로 변할 가능성이 있습니다. 미래 최적화는 신호 품질 향상, 잘못된 브레이크업을 줄이고 다른 시장 조건에 더 잘 적응하는 데 중점을 두어야합니다. 전반적으로이 전략은 양적 거래자가 추가 연구를 수행하고 개선하는 흥미로운 출발점을 제공합니다.

/*backtest
start: 2023-07-25 00:00:00
end: 2024-07-30 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Combined Strategy", overlay=true)

// Input parameters for Bollinger Band Strategy
bb_length = input.int(20, title="BB Length")
bb_mult = input.float(2.0, title="BB Mult")

// Input parameters for Slippage and Price Impact
slippage_percent = input.float(40.0, title="Slippage (%)") / 100  // 40% slippage
price_impact_percent = input.float(40.0, title="Price Impact (%)") / 100  // 40% price impact

// Calculating Bollinger Bands
basis_bb = ta.sma(close, bb_length)
deviation = bb_mult * ta.stdev(close, bb_length)
upper = basis_bb + deviation
lower = basis_bb - deviation

// Entry and exit conditions for Bollinger Band Strategy
longCondition = ta.crossover(close, upper)
shortCondition = ta.crossunder(close, lower)
closeLongCondition = shortCondition
closeShortCondition = longCondition

// Adjust entry price for slippage and price impact
slippage_adjustment = close * slippage_percent
price_impact_adjustment = close * price_impact_percent
slippage_price_impact_adjusted_long_price = close + slippage_adjustment + price_impact_adjustment
slippage_price_impact_adjusted_short_price = close - slippage_adjustment - price_impact_adjustment

// Strategy logic for Bollinger Band Strategy
if (longCondition)
    strategy.entry("Long", strategy.long, limit=slippage_price_impact_adjusted_long_price)
    
if (shortCondition)
    strategy.entry("Short", strategy.short, limit=slippage_price_impact_adjusted_short_price)

if (closeLongCondition)
    strategy.close("Long")
    
if (closeShortCondition)
    strategy.close("Short")

// Plotting Bollinger Bands
plot(upper, color=color.blue)
plot(lower, color=color.red)