EMA1 - EMA2의 길이는 100입니다. 3. 로렌츠 선 = EMA3 + CI
이 전략은 현재 시간 프레임과 더 높은 시간 프레임에서 로렌지 선을 계산하여 다차원 시장 관점을 제공합니다. 거래 신호는 로렌지 선과 가격 교차를 기반으로 하며 룩백 메커니즘을 통해 확인됩니다. 가격이 로렌지 선 위에 넘어가고 룩백 기간 내 가장 낮은 가격이 로렌지 선 아래에있을 때 구매 신호가 유발됩니다. 판매 신호는 반대 방식으로 작동합니다.
이 전략은 또한 사용자 정의 목표 비율을 기반으로 출구 지점을 결정하는 목표 가격 메커니즘을 도입합니다. 또한 위험을 제어하기 위해 동적 스톱 로스를 구현합니다.
멀티 타임프레임 분석: 현재와 더 높은 시간 프레임에서 로렌츠 선을 결합함으로써 전략은 더 포괄적인 시장 추세를 포착하여 잘못된 신호를 줄입니다.
동적 트렌드 식별: 로렌츠 분류 방법은 시장 변화에 빠르게 적응하여 민감한 트렌드 식별 기능을 제공합니다.
신호 확인 메커니즘: 회상 기간을 사용하여 거래 신호를 확인하면 잘못된 거래의 확률이 효과적으로 감소합니다.
목표 가격 최적화: 목표 비율을 설정함으로써 전략은 유리한 시장 조건에서 이익을 극대화 할 수 있습니다.
리스크 관리: 동적 스톱 로스 메커니즘을 도입하면 각 거래의 리스크를 효과적으로 제어 할 수 있습니다.
시각화 및 통계: 전략은 직관적인 차트 디스플레이와 거래 통계를 제공하여 전략 성과 분석 및 최적화를 촉진합니다.
유연성: 여러 가지 조정 가능한 매개 변수는 거래자가 다른 시장 조건과 개인적인 취향에 따라 전략을 최적화 할 수 있습니다.
매개 변수 민감성: 전략의 성능은 입력 매개 변수 선택에 크게 의존합니다. 부적절한 매개 변수 설정은 과잉 거래 또는 중요한 기회를 놓칠 수 있습니다.
시장 조건 의존성: 불안정한 시장에서 전략은 빈번한 잘못된 신호를 생성하여 연속적인 손실을 초래할 수 있습니다.
미끄러짐 위험: 빠르게 변동하는 시장에서 실제 실행 가격은 신호 가격과 크게 다를 수 있습니다.
과도한 최적화 위험: 역사적 데이터에 맞게 매개 변수를 과도하게 조정하면 과도한 적합성이 발생할 수 있으며, 향후 실시간 거래 성과에 영향을 줄 수 있습니다.
기술 오류: 복잡한 기술 지표 계산에 의존하는 것은 시스템 오류 또는 데이터 오류가 잘못된 거래 결정으로 이어질 수 있음을 의미합니다.
이러한 위험을 완화하기 위해 다음과 같은 것이 권장됩니다.
동적 매개 변수 조정: 시장 변동성에 따라 EMA 길이와 임계치를 자동으로 조정하는 적응적 매개 변수 조정 메커니즘을 구현합니다.
추가 필터: 신호 품질을 향상시키기 위해 필터로 추가 기술 또는 기본 지표를 도입하십시오.
기계 학습 통합: 매개 변수 선택 및 신호 생성 프로세스를 최적화하기 위해 기계 학습 알고리즘을 활용합니다.
다중 자산 상관 분석: 더 포괄적인 시장 관점을 제공하기 위해 여러 관련 자산의 데이터를 고려하십시오.
뉴스 이벤트 통합: 뉴스 이벤트 분석 기능을 추가하여 중요한 경제 데이터 발표 중에 전략 행동을 조정합니다.
변동성 조정: 시장 변동성에 따라 목표 비율과 스톱 로스 수준을 동적으로 조정합니다.
강화된 리스크 관리: 변동성 기반의 리스크 크기 등 보다 정교한 위치 관리 및 리스크 제어 전략을 구현한다.
이러한 최적화 방향은 다양한 시장 조건에서 좋은 성과를 유지할 수 있도록 전략의 적응력과 안정성을 향상시키는 것을 목표로합니다.
로렌지분류 멀티 타임프레임 타겟 전략 (Lorenzian Classification Multi-Timeframe Target Strategy) 은 고급 기술 분석 방법을 지능적인 위험 관리 메커니즘과 결합한 포괄적인 거래 시스템이다. 멀티 타임프레임 분석, 동적 트렌드 식별 및 목표 가격 최적화를 통해 이 전략은 다양한 시장 조건에서 일관된 거래 성능을 달성할 수 있는 잠재력을 가지고 있다. 그러나, 또한 매개 변수 민감성 및 시장 의존성 등의 도전에 직면하고 있다. 지속적인 최적화와 위험 관리를 통해 거래자는 잠재적인 위험을 효과적으로 제어하면서 전략의 장점을 완전히 활용할 수 있다. 미래 개발은 끊임없이 변화하는 시장 환경에 맞게 전략의 적응력과 지능 향상에 초점을 맞추어야 한다.
/*backtest
start: 2023-07-31 00:00:00
end: 2024-07-30 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Lorenzian Classification Strategy with Target and Multi-Timeframe", overlay=true)
// Input parameters
length = input.int(5, "Lorenzian Length", minval=1)
threshold = input.float(1.0, "Threshold", step=0.1)
lookback = input.int(3, "Lookback Candles", minval=1, maxval=20)
targetPercentage = input.float(1.5, "Target Percentage (%)", step=0.1) // Target percentage for exit
higherTimeframe = input.timeframe("D", "Higher Timeframe") // Higher timeframe for multi-timeframe analysis
// Lorenzian Classification calculation for current timeframe
ema1 = ta.ema(hlc3, length)
ema2 = ta.ema(ema1, length)
ema3 = ta.ema(ema2, length)
d = ema1 - ema2
ci = d / (0.015 * ta.ema(math.abs(d), length)) * 100
lorenzian = ema3 + ci
// Lorenzian Classification calculation for higher timeframe
hlc3_htf = request.security(syminfo.tickerid, higherTimeframe, (high + low + close)/3 )
ema1_htf = ta.ema(hlc3_htf, length)
ema2_htf = ta.ema(ema1_htf, length)
ema3_htf = ta.ema(ema2_htf, length)
d_htf = ema1_htf - ema2_htf
ci_htf = d_htf / (0.015 * ta.ema(math.abs(d_htf), length)) * 100
lorenzian_htf = ema3_htf + ci_htf
// Signal generation
crossUp = ta.crossover(close, lorenzian)
crossDown = ta.crossunder(close, lorenzian)
// Determine color based on price position relative to the line
lineColor = close > ema3 ? color.green : color.red
lineColorH = close > ema3_htf ? color.blue : color.red
// Plot the line with dynamic color
plot(ema3, color=lineColor, title="EMA3", linewidth=2)
plot(ema3_htf, color=lineColorH, title="EMA3 HTF", linewidth=2)
// Function to check for opposite movement
oppositeMove(isLong) =>
if isLong
lowest = ta.lowest(low, lookback)
lowest < lorenzian[lookback]
else
highest = ta.highest(high, lookback)
highest > lorenzian[lookback]
// Generate buy and sell signals
buySignal = crossUp and oppositeMove(true)
sellSignal = crossDown and oppositeMove(false)
// Calculate and manage target price
var float targetPrice = na
var float plotTargetPrice = na
var float entryPrice = na
// Variables to track trade outcomes
var int targetMet = 0
var int targetNotMet = 0
var int totalTrades = 0
if (buySignal)
strategy.entry("Buy", strategy.long)
entryPrice := close
targetPrice := entryPrice * (1 + targetPercentage/100)
plotTargetPrice := targetPrice
totalTrades := totalTrades + 1
if (sellSignal)
strategy.entry("Sell", strategy.short)
entryPrice := close
targetPrice := entryPrice * (1 - targetPercentage/100)
plotTargetPrice := targetPrice
totalTrades := totalTrades + 1
// Check if target price is met to exit
if (not na(targetPrice))
if (strategy.position_size > 0 and high >= targetPrice) // Long position exit condition
strategy.close("Buy")
targetPrice := na
entryPrice := na
targetMet := targetMet + 1
else if (strategy.position_size > 0 and low < entryPrice * (1 - targetPercentage/100)) // Stop loss for long
strategy.close("Buy")
targetPrice := na
entryPrice := na
targetNotMet := targetNotMet + 1
if (strategy.position_size < 0 and low <= targetPrice) // Short position exit condition
strategy.close("Sell")
targetPrice := na
entryPrice := na
targetMet := targetMet + 1
else if (strategy.position_size < 0 and high > entryPrice * (1 + targetPercentage/100)) // Stop loss for short
strategy.close("Sell")
targetPrice := na
entryPrice := na
targetNotMet := targetNotMet + 1
// Reset plotTargetPrice when position is closed
if (strategy.position_size == 0)
plotTargetPrice := na
// Plot signals and target price
plotshape(buySignal, title="Buy Signal", location=location.belowbar, color=color.green, style=shape.triangleup, size=size.small)
plotshape(sellSignal, title="Sell Signal", location=location.abovebar, color=color.purple, style=shape.triangledown, size=size.small)
plot(plotTargetPrice, color=color.yellow, title="Target Price", style=plot.style_circles, linewidth=2)
// Add alerts
alertcondition(buySignal, title="Buy Signal", message="Lorenzian Buy Signal")
alertcondition(sellSignal, title="Sell Signal", message="Lorenzian Sell Signal")
// Calculate success percentage
successPercentage = totalTrades > 0 ? (targetMet / totalTrades) * 100 : 0
// Create a table to display trade outcomes
var table tradeStats = table.new(position.top_right, 2, 3, border_width=1)
table.cell(tradeStats, 0, 0, "Targets Met", bgcolor=color.new(color.green, 30))
table.cell(tradeStats, 1, 0, "Targets Missed", bgcolor=color.new(color.red, 30))
table.cell(tradeStats, 0, 1, str.tostring(targetMet), bgcolor=color.new(color.green, 30))
table.cell(tradeStats, 1, 1, str.tostring(targetNotMet), bgcolor=color.new(color.red, 30))
table.cell(tradeStats, 0, 2, "Success Rate", bgcolor=color.new(color.blue, 30))
table.cell(tradeStats, 1, 2, str.tostring(successPercentage, "#.##") + "%", bgcolor=color.new(color.blue, 30))