다중 MA 트렌드 강도 거래 전략 - MA 오차에 기반한 유연한 스마트 거래 시스템
저자:차오장, 날짜: 2024-12-11 17:46:33태그:MAATRHTFRRTPSL
전반적인 설명
이 전략은 여러 이동 평균과 트렌드 강도를 기반으로 하는 지능형 거래 시스템이다. 이 전략은 포지션 관리 및 위험 통제를 위한 ATR 변동성 지표와 결합하여 다른 기간의 가격과 이동 평균 사이의 오차를 분석하여 시장 트렌드 강도를 측정한다. 이 전략은 높은 사용자 정의성을 제공하며 다른 시장 환경과 거래 필요에 따라 매개 변수를 유연하게 조정할 수 있다.
전략 원칙
전략의 핵심 논리는 다음 측면에 기초합니다.
- 트렌드 방향과 교차 신호를 식별하기 위해 서로 다른 기간의 두 개의 이동 평균 (고속 및 느린) 을 사용합니다.
- 가격과 이동 평균 사이의 오차를 계산하여 트렌드 강도를 정량화합니다 (점으로)
- 확증 신호로 촛불 패턴을 포함합니다. (물망, 망치, 내리는 별, 도지)
- ATR 지표를 사용하여 스톱 로스 및 수익 목표를 동적으로 계산합니다.
- 주문 관리에 부분 이익과 후속 중지 사용
전략적 장점
- 시스템은 다른 시장 환경에 대한 매개 변수 조정을 통해 강력한 적응력을 가지고 있습니다.
- 약한 트렌드에서 빈번한 거래를 피하기 위해 오차 측정을 통해 트렌드 강도를 정량화합니다.
- 신호 신뢰성을 향상시키기 위해 여러 가지 기술 지표와 패턴을 결합합니다.
- 적당한 위험 통제를 위해 ATR 기반의 동적 스톱 손실을 사용합니다.
- 화합물 및 고정 위치 사이징 방법 모두 지원
- 이윤을 효과적으로 보호하기 위한 부분적인 수익 취득 및 후속 중단
전략 위험
- 범위 시장에서 잘못된 신호를 생성 할 수 있습니다, 오시레이터 필터를 추가하는 것을 고려
- 여러 지표 조합은 일부 거래 기회를 놓칠 수 있습니다.
- 매개 변수의 과도한 최적화는 과도한 적합 위험으로 이어질 수 있습니다.
- 유동성이 낮은 시장에서 큰 거래는 미끄러짐 위험이 발생할 수 있습니다.
- 과도한 단일 손실을 피하기 위해 적절한 스톱 손실 설정을 요구합니다.
전략 최적화
- 부가적인 트렌드 확인으로 부피 지표를 추가할 수 있습니다.
- 거래 빈도를 동적으로 조정하기 위해 변동성 지표를 도입하는 것을 고려하십시오.
- 다른 시간 프레임에 걸쳐 트렌드 일관성을 기반으로 신호를 필터링
- 시간 기반 스톱과 같은 더 많은 스톱 손실 옵션을 추가합니다.
- 전략의 적응성을 향상시키기 위한 적응적 매개 변수 최적화 메커니즘을 개발
요약
이 전략은 이동 평균, 트렌드 강도 정량화, 촛불 패턴 및 동적 리스크 관리 등을 결합하여 포괄적인 거래 시스템을 구축합니다. 여러 확인 메커니즘을 통해 거래 신뢰성을 향상시키는 동시에 전략적 단순성을 유지합니다. 이 전략의 높은 사용자 정의 가능성은 다른 거래 스타일과 시장 환경에 적응 할 수 있지만 구현 중에 매개 변수 최적화 및 리스크 제어에주의를 기울여야합니다.
/*backtest
start: 2024-12-03 00:00:00
end: 2024-12-10 00:00:00
period: 10m
basePeriod: 10m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("Customizable Strategy with Signal Intensity Based on Pips Above/Below MAs", overlay=true)
// Customizable Inputs
// Account and Risk Management
account_size = input.int(100000, title="Account Size (USD)", minval=1)
compounded_results = input.bool(true, title="Compounded Results")
risk_per_trade = input.float(1.0, title="Risk per Trade (%)", minval=0.1, maxval=100) / 100
// Moving Averages Settings
ma1_length = input.int(50, title="Moving Average 1 Length", minval=1)
ma2_length = input.int(200, title="Moving Average 2 Length", minval=1)
// Higher Time Frame for Moving Averages
ma_htf = input.timeframe("D", title="Higher Time Frame for MA Delay")
// Signal Intensity Range based on pips
signal_intensity_min = input.int(0, title="Signal Intensity Start (Pips)", minval=0, maxval=1000)
signal_intensity_max = input.int(1000, title="Signal Intensity End (Pips)", minval=0, maxval=1000)
// ATR-Based Stop Loss and Take Profit
atr_length = input.int(14, title="ATR Length", minval=1)
atr_multiplier_stop = input.float(1.5, title="Stop Loss Size (ATR Multiplier)", minval=0.1)
atr_multiplier_take_profit = input.float(2.5, title="Take Profit Size (ATR Multiplier)", minval=0.1)
// Trailing Stop and Partial Profit
trailing_stop_rr = input.float(2.0, title="Trailing Stop (R:R)", minval=0)
partial_profit_percentage = input.float(50, title="Take Partial Profit (%)", minval=0, maxval=100)
// Trend Filter Settings
trend_filter_enabled = input.bool(true, title="Trend Filter Enabled")
trend_filter_sensitivity = input.float(50, title="Trend Filter Sensitivity", minval=0, maxval=100)
// Candle Pattern Type for Entry
entry_candle_type = input.string("Any", title="Entry Candle Type", options=["Any", "Engulfing", "Hammer", "Shooting Star", "Doji"])
// Moving Average Entry Conditions
ma_entry_condition = input.string("Both", title="MA Entry", options=["Fast Above Slow", "Fast Below Slow", "Both"])
// Trade Direction (Long, Short, or Both)
trade_direction = input.string("Both", title="Trade Direction", options=["Long", "Short", "Both"])
// ATR Calculation
atr_value = ta.atr(atr_length)
// Moving Average Calculations (using Higher Time Frame)
ma1_htf = ta.sma(request.security(syminfo.tickerid, ma_htf, close), ma1_length)
ma2_htf = ta.sma(request.security(syminfo.tickerid, ma_htf, close), ma2_length)
// Candle Pattern Conditions
is_engulfing = close[1] < open[1] and close > open and high > high[1] and low < low[1]
is_hammer = (high - low) > 3 * (close - open) and (close > open) and (low == ta.lowest(low, 5))
is_shooting_star = (high - low) > 3 * (open - close) and (open > close) and (high == ta.highest(high, 5))
is_doji = (close - open) <= ((high - low) * 0.1)
// Apply the selected candle pattern
candle_condition = false
if entry_candle_type == "Any"
candle_condition := true
if entry_candle_type == "Engulfing"
candle_condition := is_engulfing
if entry_candle_type == "Hammer"
candle_condition := is_hammer
if entry_candle_type == "Shooting Star"
candle_condition := is_shooting_star
if entry_candle_type == "Doji"
candle_condition := is_doji
// Moving Average Entry Conditions
ma_cross_above = ta.crossover(ma1_htf, ma2_htf)
ma_cross_below = ta.crossunder(ma1_htf, ma2_htf)
// Calculate pips distance to MAs and normalize it for signal intensity
pip_size = syminfo.mintick * 10 // Assuming Forex; for other asset classes, modify as needed
// Calculate distances in pips between price and MAs
distance_to_ma1_pips = math.abs(close - ma1_htf) / pip_size
distance_to_ma2_pips = math.abs(close - ma2_htf) / pip_size
// Calculate signal intensity based on the pips distance
// Normalize the signal intensity between the user-specified min and max
signal_intensity = math.min(math.max((distance_to_ma1_pips + distance_to_ma2_pips), signal_intensity_min), signal_intensity_max)
// Trend Filter Condition (Optional)
trend_condition = false
if trend_filter_enabled
trend_condition := ta.sma(close, ma2_length) > ta.sma(close, ma2_length + int(trend_filter_sensitivity))
// Entry Conditions Based on MA, Candle Patterns, and Trade Direction
long_condition = (trade_direction == "Long" or trade_direction == "Both") and (ma_entry_condition == "Fast Above Slow" or ma_entry_condition == "Both") and ma_cross_above and candle_condition and (not trend_filter_enabled or trend_condition) and signal_intensity > signal_intensity_min
short_condition = (trade_direction == "Short" or trade_direction == "Both") and (ma_entry_condition == "Fast Below Slow" or ma_entry_condition == "Both") and ma_cross_below and candle_condition and (not trend_filter_enabled or not trend_condition) and signal_intensity > signal_intensity_min
// Position Sizing Based on Risk Per Trade and ATR for Stop Loss
risk_amount = account_size * risk_per_trade
stop_loss_atr = atr_multiplier_stop * atr_value
// Calculate the position size based on the risk amount and ATR stop loss
position_size = risk_amount / stop_loss_atr
// If compounded results are not enabled, adjust position size for non-compounded returns
if not compounded_results
position_size := position_size / account_size * 100000 // Adjust for non-compounded results
// Convert take profit and stop loss from ATR to USD
pip_value = syminfo.mintick * 10 // Assuming Forex; for other asset classes, modify as needed
take_profit_atr = atr_multiplier_take_profit * atr_value
take_profit_usd = (take_profit_atr * pip_value) * position_size
stop_loss_usd = (stop_loss_atr * pip_value) * position_size
// Trailing Stop
trail_stop_level = trailing_stop_rr * stop_loss_atr
// Initialize long_box_id and short_box_id as boxes (not ints)
var box long_box_id = na
var box short_box_id = na
// Track Monthly Profit
var float monthly_profit = 0.0
if (month(timenow) != month(timenow[1])) // New month
monthly_profit := 0
// Long Trade Management
if long_condition
strategy.entry("Long", strategy.long, qty=position_size)
// Partial Profit at 50% position close when 1:1 risk/reward
strategy.exit("Partial Profit", from_entry="Long", limit=strategy.position_avg_price + stop_loss_atr, qty_percent=partial_profit_percentage / 100)
// Full take profit and stop loss with trailing stop
strategy.exit("Take Profit Long", from_entry="Long", limit=strategy.position_avg_price + take_profit_atr, stop=strategy.position_avg_price - stop_loss_atr, trail_offset=trail_stop_level)
// Delete the old box if it exists
if not na(long_box_id)
box.delete(long_box_id)
// Plot Take Profit and Stop Loss for Long Positions
// long_box_id := box.new(left=bar_index - 1, top=strategy.position_avg_price + take_profit_atr, right=bar_index, bottom=strategy.position_avg_price - stop_loss_atr, bgcolor=color.new(color.green, 90), border_width=1, border_color=color.new(color.green, 0))
// Short Trade Management
if short_condition
strategy.entry("Short", strategy.short, qty=position_size)
// Partial Profit at 50% position close when 1:1 risk/reward
strategy.exit("Partial Profit", from_entry="Short", limit=strategy.position_avg_price - stop_loss_atr, qty_percent=partial_profit_percentage / 100)
// Full take profit and stop loss with trailing stop
strategy.exit("Take Profit Short", from_entry="Short", limit=strategy.position_avg_price - take_profit_atr, stop=strategy.position_avg_price + stop_loss_atr, trail_offset=trail_stop_level)
// Delete the old box if it exists
// if not na(short_box_id)
// box.delete(short_box_id)
// Plot Take Profit and Stop Loss for Short Positions
// short_box_id := box.new(left=bar_index - 1, top=strategy.position_avg_price + stop_loss_atr, right=bar_index, bottom=strategy.position_avg_price - take_profit_atr, bgcolor=color.new(color.red, 90), border_width=1, border_color=color.new(color.red, 0))
// Plot MAs and Signals
plot(ma1_htf, color=color.blue, title="MA1 (HTF)")
plot(ma2_htf, color=color.red, title="MA2 (HTF)")
plotshape(series=long_condition, location=location.belowbar, color=color.green, style=shape.labelup, title="Buy Signal", text="BUY")
plotshape(series=short_condition, location=location.abovebar, color=color.red, style=shape.labeldown, title="Sell Signal", text="SELL")
관련
- 동적 리스크 관리와 함께 두 가지 이동 평균 크로스오버 전략
- ATR 기반 리스크 관리 시스템과 전략에 따른 이중 이동 평균 트렌드
- 증강된 이중 회전점 반전 거래 전략
- 후속 스톱 로스 전략과 함께 적응적인 이동 평균 크로스오버
- 높은 승률 트렌드는 반전 거래 전략을 의미합니다.
- 다단계 ATR 거래 전략
- G 채널 트렌드 탐지 전략
- 큰 변동성 브레이크 두 방향 거래 전략: 포인트 기반 임계 입력 시스템
- 동적 최적화된 슈퍼트렌드 거래 전략
- 동적 후속 정지 두 개의 목표 이동 평균 교차 전략
더 많은
- 동적 RSI 스마트 타이밍 스윙 거래 전략
- 촛불 흡수 패턴 분석에 기초한 양방향 거래 전략
- 평균 반전 4H 양적 거래 전략과 함께 볼링거 브레이크
- 동적 격자 위치 크기 전략을 따르는 경향
- 이중적인 BBI (Bulls and Bears Index) 크로스오버 전략
- 이동 평균 크로스오버 신호 시스템으로 동적 장기/단기 스윙 거래 전략
- 거래 전략에 따른 다기술 지표 트렌드
- 고급 변동성 평균 회전 거래 전략: VIX와 이동 평균에 기반한 다차원적 양적 거래 시스템
- 금 트렌드 채널 역전 동력 전략
- 고급 EMA 모멘텀 트렌드 거래 전략
- 부피 가중화된 이중 경향 감지 시스템
- 다중 요인 역동 트렌드 거래 전략
- 강화된 모멘텀 오시레이터 및 스토카스틱 디버전스 양적 거래 전략
- 트렌드 브레이크 트레이딩 전략으로 멀티 타임프레임 피보나치 리트레이싱
- 다중 지표 트렌드 수익 최적화 전략
- 프랙탈 브레이크업 모멘텀 거래 전략
데 모멘텀 오시레이터 기반의 적응적 평균 역전 거래 전략 - 거래 전략에 따른 MACD-Supertrend 이중 확인 트렌드
- 다기간의 슈퍼트렌드 동적 거래 전략
- 피보나치 리트레이싱 및 피보트 포인트 거래 전략과 함께 멀티 타임프레임 EMA