리소스 로딩... 로딩...

이동 평균 필터 (HBTS) 를 가진 역사적인 파격 트렌드 시스템

저자:차오장, 날짜: 2024-12-05 14:40:05
태그:MASMAEMAWMAVWMA

전반적인 설명

이 전략은 역사적인 가격 브레이크와 이동 평균 필터를 기반으로하는 트렌드 다음 시스템이다. 중장기 시장 움직임을 파악하기 위해 엄격한 입출입 규칙을 사용하여 시장 추세를 식별하기 위해 다기간의 가격 브레이크 신호와 이동 평균을 결합합니다. 이 전략은 긴 신호에 대한 55 일 가격 브레이크, 출구에 대한 20 일 가격 브레이크를 사용하고 가짜 브레이크 위험을 효과적으로 줄이기 위해 200 일 이동 평균을 트렌드 필터로 통합합니다.

전략 원칙

핵심 논리는 가격 파업과 추세에 기반을 두고 있습니다.

엔트리 신호: 가격이 55일 최고치를 기록하고 200일 이동평균을 넘어서면 시스템에서 긴 신호를 생성합니다.
출구 신호: 가격이 20일 최저 수준 이하로 떨어지면 시스템이 포지션을 닫습니다.
트렌드 필터: 주요 트렌드 지표로 200일 이동 평균을 사용하며 평균 이상의 로그만 입력합니다.
포지션 관리: 각 거래에 대한 계좌 자금의 10%를 사용합니다.
이동 평균 옵션: 시장 특성에 따라 유연성을 허용하는 SMA, EMA, WMA, VWMA를 지원합니다.

전략적 장점

명확한 논리: 전략은 클래식 가격 파업 및 이동 평균 지표를 사용합니다. 이해하기 쉽고 실행하기 쉽습니다.
강력한 리스크 제어: 명확한 스톱 로스 조건을 가지고 있으며, 이동 평균 필터와 위치 통제를 통해 리스크를 관리합니다.
높은 적응력: 다른 시장 환경에 맞게 매개 변수를 통해 조정 할 수 있습니다.
강한 트렌드 포착: 트렌드 방향을 확인하기 위해 여러 시간 프레임 가격 브레이크를 사용합니다.
높은 자동화: 명확한 전략 규칙은 프로그램 실행을 촉진

전략 위험

부진된 시장 위험: 통합 단계에서 거짓 파업에 취약합니다.
유동성이 낮은 시장에서 상당한 유동성이 발생할 수 있습니다.
트렌드 역전 위험: 주요 트렌드 전환점 근처에 큰 마이너드 인출 가능성이 있습니다.
매개 변수 민감도: 최적 매개 변수는 다른 시장 환경에서 크게 다를 수 있습니다.
자금 관리 위험: 일정 비율의 포지셔닝은 특정 상황에서 너무 위험 할 수 있습니다.

최적화 방향

신호 확인: 가짜 브레이크를 필터하기 위해 볼륨 브레이크와 다른 보조 지표를 추가 할 수 있습니다.
다이내믹 스톱 로스: 다이내믹 스톱 로스를 위해 ATR 및 다른 변동성 지표를 포함합니다.
포지션 관리: 시장 변동성에 따라 포지션 크기를 동적으로 조정합니다.
멀티 타임프레임 분석: 신호 신뢰성을 향상시키기 위해 더 많은 타임프레임 분석을 추가
시장 환경 인식: 현재의 시장 상황을 판단하기 위해 트렌드 강도 지표를 추가합니다.

요약

이 전략 시스템은 고전적인 거북이 거래 규칙과 현대적인 기술 분석 도구를 결합한 전략 시스템이다. 가격 브레이크아웃을 통해 트렌드를 캡처하고, 이동 평균을 사용하여 방향을 확인하고, 합리적인 포지션 관리로 위험을 제어한다. 전략 논리는 명확하고 실용적이며, 좋은 확장성을 가지고 있다. 불안정한 시장에서 저성공할 수 있지만, 적절한 매개 변수 최적화와 위험 통제를 통해 트렌딩 시장에서 안정적인 수익을 얻을 수 있다. 트레이더들은 특정 시장 특성에 따라 매개 변수를 조정하고 라이브 트레이딩에 적용할 때 포괄적인 돈 관리 시스템을 구축하는 것이 좋습니다.

/*backtest
start: 2019-12-23 08:00:00
end: 2024-12-04 00:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Turtle Traders - Andrei", overlay=true, 
     default_qty_type=strategy.percent_of_equity, default_qty_value=10)

// ====== Inputs ======
// Período para a máxima das compras
lookback_buy = input.int(title="Período para Máxima de Compra", defval=55, minval=1)

// Período para a mínima das vendas
lookback_sell = input.int(title="Período para Mínima de Venda", defval=20, minval=1)

// Período da Média Móvel
ma_length = input.int(title="Período da Média Móvel", defval=200, minval=1)

// Tipo de Média Móvel
ma_type = input.string(title="Tipo de Média Móvel", defval="SMA", options=["SMA", "EMA", "WMA", "VWMA"])

// ====== Cálculos ======
// Cálculo da Média Móvel baseada no tipo selecionado
ma = switch ma_type
    "SMA" => ta.sma(close, ma_length)
    "EMA" => ta.ema(close, ma_length)
    "WMA" => ta.wma(close, ma_length)
    "VWMA" => ta.vwma(close, ma_length)

// Cálculo da máxima dos últimos 'lookback_buy' candles
highest_buy = ta.highest(high, lookback_buy)

// Cálculo da mínima dos últimos 'lookback_sell' candles
lowest_sell = ta.lowest(low, lookback_sell)

// ====== Condições de Negociação ======
// Condição de entrada: fechamento acima da máxima dos últimos 'lookback_buy' candles E acima da MA
longCondition = (high == highest_buy) and (close > ma)

if (longCondition)
    strategy.entry("Comprar", strategy.long)

// Condição de saída: fechamento abaixo da mínima dos últimos 'lookback_sell' candles
exitCondition = (low == lowest_sell)

if (exitCondition)
    strategy.close("Comprar")

// ====== Plotagens ======
// Plotar a máxima de 'lookback_buy' candles
plot(highest_buy, color=color.green, title="Máxima", linewidth=2)

// Plotar a mínima de 'lookback_sell' candles
plot(lowest_sell, color=color.red, title="Mínima", linewidth=2)

// Plotar a Média Móvel
plot(ma, color=color.blue, title="Média Móvel", linewidth=2)

// ====== Sinais Visuais ======
// Sinal de entrada
plotshape(series=longCondition, location=location.belowbar, color=color.green, 
          style=shape.labelup, title="Sinal de Compra", text="")

// Sinal de saída
plotshape(series=exitCondition, location=location.abovebar, color=color.red, 
          style=shape.labeldown, title="Sinal de Venda", text="")