리소스 로딩... 로딩...

이중 EMA 트렌드 추후 전략과 제한 구매 입점

저자:차오장, 날짜: 2024-12-11 11:11:32
태그:EMASLTP수익률

전반적인 설명

이 전략은 이중 지수적 이동 평균 (EMA) 프레임워크를 기반으로 트렌드를 따르는 거래 시스템으로, EMA20 수준에서 리미트 구매 주문을 구현합니다. 상거래 당 계정 자본의 10%만을 활용하고 리스크 관리에 이익과 스톱 로스 수준을 통합하여 보수적 인 돈 관리 접근 방식을 사용합니다. 이 전략은 시장 추세를 결정하기 위해 두 개의 EMA 기간 (30 일 및 300 일) 을 사용하고 상승 트렌드 시장에서 진입 기회를 찾습니다.

전략 원칙

전략의 핵심 논리는 몇 가지 핵심 요소에 기반합니다.

EMA300을 트렌드 필터로 사용하며, 가격이 EMA300 이상일 때만 긴 포지션을 고려하여 거래 방향이 주요 트렌드와 일치하는지 확인합니다.
플래시스는 트렌드 조건이 충족되면 EMA20 수준에서 구매 주문을 제한하고, 유동평균 지원에 대한 인하 기간 동안 상대적으로 낮은 가격으로 입장을 허용합니다.
고정된 비율에 기반한 영업이익 및 스톱-러스 수준을 구현하고, 수익 목표의 경우 10%와 스톱-러스 경우 5%로 채무불이행을 유지하며, 2:1 이상의 위험/이익 비율을 유지합니다.
계좌 자본의 10%로 포지션 크기를 사용하며 보수적인 자금 관리를 통해 거래당 위험 노출을 효과적으로 줄입니다.

전략적 장점

트렌드 추적 특성: 장기 및 단기 이동 평균을 결합하여 거래 성공률을 개선하여 시장 트렌드를 효과적으로 식별하고 추적합니다.
포괄적 리스크 제어: 거래 당 리스크를 효과적으로 제어하기 위해 고정 스톱 로스 및 자금 관리 규칙을 구현합니다.
최적화된 입시 가격: EMA20에서 제한 주문을 사용하여 더 나은 입시 가격을 달성하여 전반적인 수익을 향상시킵니다.
높은 자동화 수준: 완전히 체계적인 접근 방식은 거래 결정에 감정적 간섭을 줄입니다.
합리적인 자금 관리: 거래에 대한 계좌 자금의 고정 비율을 사용하여 자본의 복합 성장을 가능하게합니다.

전략 위험

연립 시장 위험: 전략은 옆으로, 혼란스러운 시장에서 연속 손실로 이어지는 동안 빈번한 스톱 손실을 경험할 수 있습니다.
미끄러짐 위험: 유동적인 시장 조건에서 제한 주문이 완전히 실행되지 않거나 상당한 미끄러짐을 경험할 수 있습니다.
트렌드 역전 위험: 필터로 장기 이동 평균을 사용하더라도 초기 트렌드 역전 시 상당한 손실이 발생할 수 있습니다.
자본 효율성 문제: 보수적 인 돈 관리 접근 방식은 강한 트렌드 시장에서 수익 잠재력을 제한 할 수 있습니다.

전략 최적화 방향

동적 스톱 레벨: 전략 적응성을 향상시키기 위해 시장 변동성에 따라 수익률 및 스톱 손실 비율을 조정합니다.
다중 트렌드 확인: 입시 신호 신뢰성을 높이기 위해 RSI 또는 MACD와 같은 추가 기술 지표를 추가합니다.
시장 환경 필터링: 전략 매개 변수를 조정하거나 다른 시장 조건에서 거래를 중단하기 위해 ATR과 같은 변동성 지표를 포함합니다.
자금 관리 최적화: 계좌 성과에 따라 동적 위치 크기를 고려하고 수익성있는 기간 동안 적당히 노출을 증가시킵니다.
진입 메커니즘 강화: 실행 기회를 높이기 위해 EMA20 주위의 가격 범위를 구현하는 것을 고려하십시오.

요약

이 전략은 상대적으로 견고한 거래 시스템을 만들기 위해 이동 평균 시스템과 엄격한 위험 통제 규칙을 결합합니다. 그것의 핵심 강점은 트렌드를 따르는 특성 및 포괄적인 위험 관리 메커니즘에 있으며, 보수적인 돈 관리를 유지하면서 제한 주문을 통해 입시 가격을 최적화합니다. 전략이 다양한 시장에서 저성공 할 수 있지만 제안 된 최적화 방향은 안정성과 수익성을 더욱 향상시킬 수 있습니다. 안정적인 수익을 추구하는 투자자에게,이 양적 거래 전략은 가치가있는 고려 사항을 나타냅니다.

/*backtest
start: 2019-12-23 08:00:00
end: 2024-12-09 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Limit Buy at EMA20 (Last 30 Days)", overlay=true)

// Inputs for EMAs
ema20Length = input.int(30, title="EMA 20 Length")
ema300Length = input.int(300, title="EMA 300 Length")
tpPercentage = input.float(10.0, title="Take Profit (%)", step=0.1) / 100
slPercentage = input.float(5.0, title="Stop Loss (%)", step=0.1) / 100  // Stop loss at 15%

// Calculate EMAs
ema20 = ta.ema(close, ema20Length)
ema300 = ta.ema(close, ema300Length)

// Plot EMAs
plot(ema20, color=color.blue, title="EMA 20")
plot(ema300, color=color.red, title="EMA 300")

// Limit backtesting to the last 30 days
startTime = timestamp(year(timenow), month(timenow), dayofmonth(timenow) - 30, 0, 0)
if (time < startTime)
    strategy.close_all()
    strategy.cancel_all()

// Entry Condition: Price above EMA300
longCondition = close > ema300 and time >= startTime

// Calculate position size (10% of equity)
positionSize = strategy.equity * 0.10 / ema20  // Use EMA20 as the limit price

// Place a limit buy order at EMA20
if (longCondition)
    strategy.order("Limit Buy", strategy.long, qty=positionSize, limit=ema20)

// Calculate TP and SL levels
tpPrice = ema20 * (1 + tpPercentage)
slPrice = ema20 * (1 - slPercentage)

// Set take profit and stop loss
if (strategy.position_size > 0)
    strategy.exit("Take Profit/Stop Loss", "Limit Buy", stop=slPrice, limit=tpPrice)