리소스 로딩... 로딩...

부피 가중화된 이중 경향 감지 시스템

저자:차오장, 날짜: 2024-12-11 17:41:23
태그:VWDTEMASMAVOL

전반적인 설명

이 시스템은 트레이딩 볼륨 가중과 가격 움직임을 결합한 트렌드 검출 시스템이다. 이 시스템은 독특한 트렌드 지표를 형성하기 위해 거래량에 의해 가중된 오픈 및 클로징 가격 (델타 값) 사이의 차이를 계산한다. 이 시스템은 또한 신호 확인을 위해 간단한 이동 평균 (SMA) 을 통합하여 델타 값을 SMA와 비교하여 시장 추세를 결정한다. 또한 이 시스템은 EMA를 보조 지표로 통합하여 다차원 분석 프레임워크를 형성한다.

전략 원칙

델타 가치 계산: 특정 기간 동안의 개시 가격과 폐쇄 가격의 차이를 사용하며 거래량으로 가중됩니다.
신호 생성 메커니즘:
- 델타가 SMA를 넘을 때, 시스템은 하향 신호를 감지합니다.
- 델타가 SMA 아래로 넘어가면, 시스템은 상승 신호를 식별합니다.
EMA 통합:
- 시스템은 트렌드 확인을 위해 20주기 EMA를 사용합니다.
- EMA 색상 변화는 SMA에 대한 Delta values 위치에 따라 변경됩니다.
볼륨 필터: 거래가 충분한 유동성 조건 하에서 이루어지는 것을 보장하기 위해 볼륨 문턱을 설정합니다.

전략적 장점

다차원 분석: 더 포괄적인 시장 관점을 위해 가격, 부피 및 이동 평균 시스템을 결합합니다.
신호 신뢰성: 부피 가중을 통해 무작위 가격 변동 효과를 줄입니다.
강력한 적응력: 4시간과 매일을 포함한 여러 시간 프레임에서 효과적으로 작동합니다.
매개 변수 유연성: 다양한 시장 특성에 맞게 최적화를 위해 여러 가지 조정 가능한 매개 변수를 제공합니다.
리스크 제어: 부피 필터링 메커니즘을 탑재하여 유동성이 낮은 환경을 효과적으로 방지합니다.

전략 위험

트렌드 역전 위험: 변동성 시장에서 잘못된 신호를 생성할 수 있습니다.
매개 변수 민감도: 다른 매개 변수 조합은 전략 성능의 중요한 변동으로 이어질 수 있습니다.
시간 지연 위험: 이동 평균 시스템에서의 고유 한 지연은 입시 시기를 지연시킬 수 있습니다.
시장 환경 의존성: 옆 시장에서 빈번한 거래 신호를 생성 할 수 있습니다.

전략 최적화 방향

동적 매개 변수를 입력합니다:
- 시장 변동성에 따라 자동으로 델타 계산 기간을 조정합니다.
- 부피 변화에 따라 부피의 임계값을 동적으로 조정합니다.
신호 필터링을 강화합니다.
- 트렌드 강도를 확인하는 지표를 추가합니다
- 가격 패턴 인식 시스템을 통합
리스크 관리 개선:
- 동적 스톱 로스 메커니즘을 구축
- 위치 관리 시스템 도입

요약

이 전략은 가격 동력, 거래량 및 트렌드 지표를 유기적으로 결합한 체계적인 전략이다. 다차원 분석 및 엄격한 거래 조건 검사를 통해 전략은 높은 신뢰성을 유지하고 좋은 적응력과 확장성을 보여줍니다. 핵심 장점은 시장 트렌드의 3 차원 판단에 있으며, 가장 큰 개발 잠재력은 동적 매개 변수 최적화 및 위험 관리 시스템 개선에 있습니다.

/*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("Volume-Weighted Delta Strategy", overlay=true)

// Input-parametrit
length_delta = input.int(5, minval=1, title="Delta Length")
length_ma = input.int(5, minval=1, title="MA Length")
length_sma = input.int(5, minval=1, title="MA Length")
volume_threshold = input.float(100000, title="Volume Threshold")

// Funktio delta-arvojen laskemiseksi ja volyymin mukaan painottamiseksi
calculate_volume_weighted_delta(delta_length) =>
    delta_sum = 0.0
    for i = 0 to delta_length - 1
        delta_sum := delta_sum + ((close[i] - open[i]) * volume[i])
    delta_sum







// Laskenta
delta_value = calculate_volume_weighted_delta(length_delta)
ma_value = ta.sma(delta_value, length_sma)


ema20 = ta.ema(close, 20)
// EMA:n värin määrittely
ema_color = delta_value  > ma_value ? color.green : color.red

positive = ta.crossover(delta_value, ma_value)
negative = ta.crossunder(delta_value, ma_value)

// Piirretään graafit

plot(ema20, color=ema_color, title="20 EMA")


BullishCond = ta.crossover(ma_value, delta_value)
BearishCond = ta.crossunder(ma_value, delta_value)


if (BullishCond)
    strategy.entry("Sell", strategy.short)




if (BearishCond)
    strategy.entry("Buy", strategy.long)