리소스 로딩... 로딩...

피보나치 리트랙에 기반한 전략을 따르는 적응 트렌드

저자:차오장, 날짜: 2024-07-31 14:14:04
태그:피보나치FIBMATA

img

전반적인 설명

이 전략은 피보나치 리트레이스먼트 원리에 기반한 트렌드-추천 거래 시스템이다. 피보나치 레벨을 활용하여 시장 트렌드와 잠재적 역전 지점을 결정하고, 이러한 레벨에 기반한 거래를 실행한다. 전략의 핵심은 입력 및 출구 신호로 키 피보나치 레벨과 함께 가격 크로스오버를 식별하는 데 있다. 또한, 전략은 위험을 관리하고 이익을 잠금하기 위해 동적 인 스톱-로스 및 영업 메커니즘을 통합한다.

전략 원칙

  1. 피보나치 레벨 계산: 이 전략은 먼저 지난 20개의 촛불의 가장 높고 가장 낮은 가격에 기초하여 피보나치 리트랙시 레벨을 계산합니다. 두 가지 핵심 레벨에 초점을 맞추고 있습니다. 61.8%와 38.2%.

  2. 무역 신호 생성:

    • 긴 신호는 가격이 61.8% 수준을 넘을 때 발사됩니다.
    • 코스가 38.2% 수준 아래로 넘어가면 쇼트 신호가 발사됩니다.
  3. 위치 관리: 이 전략은 신호가 발생했을 때 바로 긴 또는 짧은 포지션에 진입합니다.

  4. 스톱 로스 및 취득 설정:

    • 긴 거래의 경우: 영업 수익 = 입시 가격 + 목표점 스톱 로스 = 엔트리 가격 - 스톱 로스 포인트
    • 단기 거래의 경우: 영업 수익 = 입시 가격 - 목표점 스톱 로스 = 진입 가격 + 스톱 로스 포인트
  5. 시각화: 이 전략은 차트에서 61.8%와 38.2%의 피보나치 수준을 트레이더들에게 쉽게 관찰할 수 있도록 그래프에 표시합니다.

전략적 장점

  1. 높은 적응력: 피보나치 레벨을 동적으로 계산함으로써 전략은 다른 시장 환경과 변동성에 적응할 수 있습니다.

  2. 트렌드를 따라가는 것과 역전하는 것을 결합합니다. 이 전략은 트렌드 지속 (61.8% 수준에서의 파업) 과 잠재적 인 역전 (38.2% 수준에서의 분해) 을 모두 포착하여 거래 포괄성을 향상시킵니다.

  3. 종합적인 위험 관리: 내장된 동적 스톱 로스 및 영업 메커니즘은 각 거래에 대한 위험 노출을 효과적으로 제어합니다.

  4. 유연한 매개 변수: 사용자가 다른 거래 스타일과 시장 특성에 맞게 역사 촛불, 목표 포인트 및 스톱-러스 포인트의 수를 사용자 정의 할 수 있습니다.

  5. 시각 지원: 피보나치 레벨의 그래픽 디스플레이는 거래자가 직관적으로 시장 구조와 잠재적 지지/저항 수준을 이해하는 데 도움이됩니다.

전략 위험

  1. 거짓 탈출 위험: 범위에 묶인 시장에서 가격은 종종 피보나치 수준을 넘어서 여러 가지 잘못된 신호로 이어질 수 있습니다.

  2. 미끄러짐 영향: 매우 변동적인 시장에서 실제 실행 가격은 신호 가격과 크게 다를 수 있습니다.

  3. 고정 스톱 로스 및 테크프로프트의 제한: 스톱 로즈와 트레이프 로프에 대한 고정 포인트 값을 사용하는 것은 모든 시장 환경에 적합하지 않을 수 있습니다. 특히 변동성이 크게 변하면 그렇습니다.

  4. 과잉 거래 위험: 특정 시장 조건에서 전략은 너무 많은 거래 신호를 생성하여 거래 비용을 증가시킬 수 있습니다.

  5. 단일 기간 제한: 단 하나의 시간 프레임의 신호에만 의존하면 더 큰 시장 추세를 간과 할 수 있습니다.

전략 최적화 방향

  1. 트렌드 필터를 도입합니다: 더 긴 기간 이동 평균 또는 ADX 지표를 포함하여 주요 트렌드 방향으로 거래를 보장합니다.

  2. 동적 스톱 손실 및 영업 취득: 다른 시장 변동성에 적응하기 위해 ATR (평균 진정한 범위) 를 기반으로 동적으로 스톱 로스 및 영업 취득 수준을 조정합니다.

  3. 다중 시간 프레임 분석 더 높은 시간 프레임에서 피보나치 레벨을 통합하여 거래 결정 신뢰성을 향상시킵니다.

  4. 부피 확인을 추가합니다: 낮은 품질의 브레이크를 필터링하기 위해 신호를 생성 할 때 볼륨 요소를 고려하십시오.

  5. 매개 변수 선택 최적화: 백테스팅 데이터와 기계 학습 알고리즘을 활용하여 다른 시장 환경에 최적의 매개 변수 조합을 찾습니다.

  6. 다른 기술 지표를 포함합니다: 거래 신호에 대한 확인 메커니즘을 추가하기 위해 RSI 또는 MACD 지표를 결합합니다.

  7. 출입 시기를 개선합니다. 더 나은 실행 가격을 얻기 위해 단순한 시장 주문 대신 피보나치 수준 근처의 제한 주문을 설정하는 것을 고려하십시오.

결론

피보나치 리트레이싱에 기반한 적응 트렌드 다음 전략 (Adaptive Trend Following Strategy Based on Fibonacci Retracement) 은 고전적인 기술 분석 원리를 현대적인 양적 거래 기술과 결합한 거래 시스템이다. 트렌드 지속과 잠재적인 역전을 역동적으로 주요 가격 수준을 식별하여 트레이더에게 유연하고 체계적인 거래 접근 방식을 제공함으로써 균형을 잡을 수 있습니다.

이 전략의 핵심 장점은 다양한 시장 환경에서 상대적으로 안정적인 성과를 유지할 수 있는 적응력과 위험 관리 능력에 있습니다. 그러나 이 전략을 사용하는 거래자는 잘못된 브레이크와 오버 트레이딩과 같은 잠재적 위험에 대해 인식해야하며 전략의 안정성을 더욱 향상시키기 위해 추가 필터링 메커니즘과 다차원 분석을 도입하는 것을 고려해야합니다.

역동적 인 스톱 로스 및 영리 메커니즘 및 멀티 타임프레임 분석을 도입하는 것과 같은 지속적인 최적화 및 개선으로이 전략은 더 포괄적이고 효율적인 거래 시스템이 될 가능성이 있습니다. 궁극적으로 거래자는 최적의 거래 결과를 달성하기 위해 자신의 위험 선호도와 시장 통찰력을 기반으로 전략을 개인화해야합니다.


/*backtest
start: 2024-06-30 00:00:00
end: 2024-07-30 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

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

// Input parameters
fib_levels = input.bool(true, title="Show Fibonacci Levels")
n = input.int(20, title="Number of Historical Candles")

target_points = input.int(100, title="Target Points")
stop_loss_points = input.int(50, title="Stop Loss Points")

// Calculate Fibonacci levels
high_price = ta.highest(close, 20)
low_price = ta.lowest(close, 20)
range_ = high_price - low_price
fib618 = high_price - range_ * 0.618
fib382 = high_price - range_ * 0.382

// Strategy logic
long_condition = ta.crossover(close, fib618)
short_condition = ta.crossunder(close, fib382)

// Plot Fibonacci levels
plot(fib_levels ? fib618 : na , "61.8%", color=color.blue, trackprice=true)
plot(fib_levels ? fib382 : na , "38.2%", color=color.red, trackprice=true)

// Strategy entry and exit
if long_condition
    strategy.entry("Long", strategy.long)
if short_condition
    strategy.entry("Short", strategy.short)

// Calculate target and stop loss levels
long_target = strategy.position_avg_price + target_points
long_stop_loss = strategy.position_avg_price - stop_loss_points
short_target = strategy.position_avg_price - target_points
short_stop_loss = strategy.position_avg_price + stop_loss_points

// Strategy exit
strategy.exit("Long Exit", "Long", limit=long_target, stop=long_stop_loss)
strategy.exit("Short Exit", "Short", limit=short_target, stop=short_stop_loss)


관련

더 많은