증강된 이중 회전점 반전 거래 전략
저자:차오장, 날짜: 2024-12-05 15:06:15태그:ATRPPRSISLTPRR
전반적인 설명
이 전략은 시장의 주요 전환점을 식별함으로써 잠재적 인 트렌드 반전을 예측하는 피보트 포인트 분석을 기반으로 한 고급 거래 시스템입니다. 전략은 포지션 관리를위한 ATR 지표와 결합한 혁신적인
전략 원칙
이 전략의 핵심은 두 단계의 피벗 포인트 분석을 통해 시장 반전 기회를 식별하는 것입니다. 첫 번째 수준의 피벗 포인트는 기본 최고와 최하위이며, 두 번째 수준의 피벗 포인트는 첫 번째 수준의 피벗 포인트에서 선택한 중요한 전환점입니다. 가격이 이러한 핵심 수준을 넘을 때 거래 신호가 생성됩니다. 전략은 또한 ATR 지표를 사용하여 스톱 로스, 영리 수준 및 포지션 크기를 결정하기위한 시장 변동성을 측정합니다.
전략적 장점
- 높은 적응력: 전략은 다른 변동성 수준에 맞게 매개 변수를 조정함으로써 다른 시장 환경에 적응할 수 있습니다.
- 포괄적 리스크 관리: 동적 스톱 로스 설정을 위해 ATR을 사용하여 시장 변동성에 따라 보호 조치를 자동으로 조정합니다.
- 다단계 확인: 2단계 피보트 포인트 분석을 통해 거짓 파업 위험을 줄여줍니다.
- 유연한 포지션 관리: 계좌 크기와 시장 변동성에 따라 포지션 크기를 동적으로 조정합니다.
- 명확한 입국 규칙: 명시적인 신호 확인 메커니즘을 가지고 있어 주관적인 판단을 줄입니다.
전략 위험
- 미끄러짐 위험: 매우 변동적인 시장에서 상당한 미끄러짐을 겪을 수 있습니다.
- 거짓 파업 위험: 시장 연대 과정에서 거짓 신호를 생성할 수 있습니다.
- 과도한 레버리지 위험: 레버리지의 부적절한 사용은 심각한 손실로 이어질 수 있습니다.
- 매개 변수 최적화 위험: 과도한 최적화는 과도한 적합성으로 이어질 수 있습니다.
최적화 방향
- 신호 필터링: 트렌드 필터를 추가하여 주요 트렌드 방향으로만 거래합니다.
- 동적 매개 변수: 시장 조건에 따라 자동으로 회전점 매개 변수를 조정합니다.
- 여러 시간 프레임: 정확성을 향상시키기 위해 여러 시간 프레임 확인을 추가합니다.
- 지능형 스톱 로스: 트레일링 스톱과 같은 더 똑똑한 스톱 로스 전략을 개발합니다.
- 위험 관리: 상관 분석과 같은 더 많은 위험 관리 조치를 추가합니다.
요약
이것은 양층 피보트 포인트 분석과 ATR 변동성 관리를 통해 견고한 거래 시스템을 구축하는 잘 설계된 트렌드 역전 거래 전략입니다. 전략의 강점은 적응력과 포괄적인 위험 관리에 있습니다. 그러나 거래자는 여전히 유동성을 신중하게 사용하고 매개 변수를 지속적으로 최적화해야합니다. 제안된 최적화 방향을 통해 전략은 개선할 여지가 있습니다. 이 전략은 보수적인 거래자에게 적합하며 깊이 연구하고 연습할 가치가있는 거래 시스템입니다.
/*backtest
start: 2024-11-04 00:00:00
end: 2024-12-04 00:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Pivot of Pivot Reversal Strategy [MAD]", shorttitle="PoP Reversal Strategy", overlay=true, commission_type=strategy.commission.percent, commission_value=0.1, slippage=3)
// Inputs with Tooltips
leftBars = input.int(4, minval=1, title='PP Left Bars', tooltip='Number of bars to the left of the pivot point. Increasing this value makes the pivot more significant.')
rightBars = input.int(2, minval=1, title='PP Right Bars', tooltip='Number of bars to the right of the pivot point. Increasing this value delays the pivot detection but may reduce false signals.')
atr_length = input.int(14, minval=1, title='ATR Length', tooltip='Length for ATR calculation. ATR is used to assess market volatility.')
atr_mult = input.float(0.1, minval=0.0, step=0.1, title='ATR Multiplier', tooltip='Multiplier applied to ATR for pivot significance. Higher values require greater price movement for pivots.')
allowLongs = input.bool(true, title='Allow Long Positions', tooltip='Enable or disable long positions.')
allowShorts = input.bool(true, title='Allow Short Positions', tooltip='Enable or disable short positions.')
margin_amount = input.float(1.0, minval=1.0, maxval=100.0, step=1.0, title='Margin Amount (Leverage)', tooltip='Set the leverage multiplier (e.g., 3x, 5x, 10x). Note: Adjust leverage in strategy properties for accurate results.')
risk_reward_enabled = input.bool(false, title='Enable Risk/Reward Ratio', tooltip='Enable or disable the use of a fixed risk/reward ratio for trades.')
risk_reward_ratio = input.float(1.0, minval=0.1, step=0.1, title='Risk/Reward Ratio', tooltip='Set the desired risk/reward ratio (e.g., 1.0 for 1:1).')
risk_percent = input.float(1.0, minval=0.1, step=0.1, title='Risk Percentage per Trade (%)', tooltip='Percentage of entry price to risk per trade.')
trail_stop_enabled = input.bool(false, title='Enable Trailing Stop Loss', tooltip='Enable or disable the trailing stop loss.')
trail_percent = input.float(0.5, minval=0.0, step=0.1, title='Trailing Stop Loss (%)', tooltip='Percentage for trailing stop loss.')
start_year = input.int(2018, title='Start Year', tooltip='Backtest start year.')
start_month = input.int(1, title='Start Month', tooltip='Backtest start month.')
start_day = input.int(1, title='Start Day', tooltip='Backtest start day.')
end_year = input.int(2100, title='End Year', tooltip='Backtest end year.')
end_month = input.int(1, title='End Month', tooltip='Backtest end month.')
end_day = input.int(1, title='End Day', tooltip='Backtest end day.')
date_start = timestamp(start_year, start_month, start_day, 00, 00)
date_end = timestamp(end_year, end_month, end_day, 00, 00)
time_cond = time >= date_start and time <= date_end
// Pivot High Significant Function
pivotHighSig(left, right) =>
pp_ok = true
atr = ta.atr(atr_length)
for i = 1 to left
if high[right] < high[right + i] + atr * atr_mult
pp_ok := false
for i = 0 to right - 1
if high[right] < high[i] + atr * atr_mult
pp_ok := false
pp_ok ? high[right] : na
// Pivot Low Significant Function
pivotLowSig(left, right) =>
pp_ok = true
atr = ta.atr(atr_length)
for i = 1 to left
if low[right] > low[right + i] - atr * atr_mult
pp_ok := false
for i = 0 to right - 1
if low[right] > low[i] - atr * atr_mult
pp_ok := false
pp_ok ? low[right] : na
swh = pivotHighSig(leftBars, rightBars)
swl = pivotLowSig(leftBars, rightBars)
swh_cond = not na(swh)
var float hprice = 0.0
hprice := swh_cond ? swh : nz(hprice[1])
le = false
le := swh_cond ? true : (le[1] and high > hprice ? false : le[1])
swl_cond = not na(swl)
var float lprice = 0.0
lprice := swl_cond ? swl : nz(lprice[1])
se = false
se := swl_cond ? true : (se[1] and low < lprice ? false : se[1])
// Pivots of pivots
var float ph1 = 0.0
var float ph2 = 0.0
var float ph3 = 0.0
var float pl1 = 0.0
var float pl2 = 0.0
var float pl3 = 0.0
var float pphprice = 0.0
var float pplprice = 0.0
ph3 := swh_cond ? nz(ph2[1]) : nz(ph3[1])
ph2 := swh_cond ? nz(ph1[1]) : nz(ph2[1])
ph1 := swh_cond ? hprice : nz(ph1[1])
pl3 := swl_cond ? nz(pl2[1]) : nz(pl3[1])
pl2 := swl_cond ? nz(pl1[1]) : nz(pl2[1])
pl1 := swl_cond ? lprice : nz(pl1[1])
pphprice := swh_cond and ph2 > ph1 and ph2 > ph3 ? ph2 : nz(pphprice[1])
pplprice := swl_cond and pl2 < pl1 and pl2 < pl3 ? pl2 : nz(pplprice[1])
// Entry and Exit Logic
if time_cond
// Calculate order quantity based on margin amount
float order_qty = na
if margin_amount > 0
order_qty := (strategy.equity * margin_amount) / close
// Long Position
if allowLongs and le and not na(pphprice) and pphprice != 0
float entry_price_long = pphprice + syminfo.mintick
strategy.entry("PivRevLE", strategy.long, qty=order_qty, comment="PivRevLE", stop=entry_price_long)
if risk_reward_enabled or (trail_stop_enabled and trail_percent > 0.0)
float stop_loss_price = na
float take_profit_price = na
float trail_offset_long = na
float trail_points_long = na
if risk_reward_enabled
float risk_amount = entry_price_long * (risk_percent / 100)
stop_loss_price := entry_price_long - risk_amount
float profit_target = risk_amount * risk_reward_ratio
take_profit_price := entry_price_long + profit_target
if trail_stop_enabled and trail_percent > 0.0
trail_offset_long := (trail_percent / 100.0) * entry_price_long
trail_points_long := trail_offset_long / syminfo.pointvalue
strategy.exit("PivRevLE Exit", from_entry="PivRevLE",
stop=stop_loss_price, limit=take_profit_price,
trail_points=trail_points_long, trail_offset=trail_points_long)
// Short Position
if allowShorts and se and not na(pplprice) and pplprice != 0
float entry_price_short = pplprice - syminfo.mintick
strategy.entry("PivRevSE", strategy.short, qty=order_qty, comment="PivRevSE", stop=entry_price_short)
if risk_reward_enabled or (trail_stop_enabled and trail_percent > 0.0)
float stop_loss_price = na
float take_profit_price = na
float trail_offset_short = na
float trail_points_short = na
if risk_reward_enabled
float risk_amount = entry_price_short * (risk_percent / 100)
stop_loss_price := entry_price_short + risk_amount
float profit_target = risk_amount * risk_reward_ratio
take_profit_price := entry_price_short - profit_target
if trail_stop_enabled and trail_percent > 0.0
trail_offset_short := (trail_percent / 100.0) * entry_price_short
trail_points_short := trail_offset_short / syminfo.pointvalue
strategy.exit("PivRevSE Exit", from_entry="PivRevSE",
stop=stop_loss_price, limit=take_profit_price,
trail_points=trail_points_short, trail_offset=trail_points_short)
// Plotting
plot(lprice, color=color.new(color.red, 55), title='Low Price')
plot(hprice, color=color.new(color.green, 55), title='High Price')
plot(pplprice, color=color.new(color.red, 0), linewidth=2, title='Pivot Low Price')
plot(pphprice, color=color.new(color.green, 0), linewidth=2, title='Pivot High Price')
관련
- 듀얼 RSI 지표에 기반한 적응 범위 거래 시스템
- 높은 승률 트렌드는 반전 거래 전략을 의미합니다.
- 동적 리스크 관리 기하급수적 이동 평균 크로스오버 전략
- RSI 및 슈퍼트렌드 트렌드 추후 적응성 변동성 전략
- 동적 ATR Stop-Loss RSI 과잉 매출 리바운드 양적 전략
- 다단계 지표 중복 RSI 거래 전략
- 동적 지원 및 저항 거래 시스템과 함께 적응 채널 브레이크업 전략
- 다중 MA 트렌드 강도 거래 전략 - MA 오차에 기반한 유연한 스마트 거래 시스템
- 최적화 된 취득 및 손실 중지 시스템과 함께 다중 지표 크로스 오버 모멘텀 거래 전략
- 이동 평균 크로스오버 신호 시스템으로 동적 장기/단기 스윙 거래 전략
더 많은
- 모멘텀 인디케이터와 멀티 EMA 크로스오버 거래 전략
- MACD-KDJ 결합된 마틴게일 피라미딩 양적 거래 전략
- 다중 패턴 인식 및 SR 레벨 거래 전략
- G 채널 및 EMA 트렌드 필터 거래 시스템
- 동적 스톱 로스 다 기간 RSI 트렌드 전략
- 동적 이중 이동 평균 돌파구 거래 시스템
- 다중 지표 크로스오버 모멘텀 트렌드 최적화 된 영업 및 중단 손실 시스템으로 전략을 따르는 것
- RSI 모멘텀 전략으로 삼각형 브레이크업
- 5개의 EMA RSI 트렌드를 따르는 동적 채널 거래 시스템
- 전략에 따른 적응형 가중 추세 (VIDYA 다중 지표 시스템)
- AO 다층 양적 트렌드 강화 전략
- DPO-EMA 트렌드 크로스오버 양적 전략 연구
- 스마트 리스크 관리와 함께 EMA-MACD 고주파 수치 전략
- 리스크 관리 시스템과 함께 멀티 EMA 트렌드 모멘텀 거래 전략
- 이동 평균 필터 (HBTS) 를 가진 역사적인 파격 트렌드 시스템
- 포지션 스케일링과 함께 멀티-RSI-EMA 모멘텀 헤딩 전략
- 동적 이중 EMA 크로스오버 양적 거래 전략
- 트래일링 수익 잠금과 함께 멀티 EMA 자동 거래 시스템
- 고주파 하이브리드 기술 분석 양적 전략
- 이중 EMA 및 상대적 강도 적응 거래 전략