리소스 로딩... 로딩...

동적 이동 평균 및 고정 스톱 손실 최적화 모델과 볼링거 밴드 교차 전략

저자:차오장, 날짜: 2024-12-27 14:57:38
태그:MABBSMAATRSLTP

전반적인 설명

이 전략은 이동 평균 (MA) 및 볼링거 밴드 지표를 결합한 트렌드를 따르는 거래 시스템이다. 이 전략은 위험 통제를 위해 고정 비율의 스톱 로스 메커니즘을 통합하면서 200 기간 이동 평균과 볼링거 밴드 위치와의 가격 관계를 분석하여 시장 트렌드를 식별합니다. 이 전략은 신중한 펀드 관리 원칙을 입증하는 35x 레버리지와 호환되는 2.86% 포지션 관리를 사용합니다.

전략 원칙

전략의 핵심 논리는 다음의 핵심 요소에 기초합니다.

주요 트렌드 지표로 200주기 이동 평균을 사용합니다.
변동성 범위 평가를 위해 20주기 볼링거 밴드 상부 및 하부 채널을 결합합니다.
긴 포지션을 열면:
- 가격은 200 MA 이상입니다.
- 볼링거 밴드 중간 밴드는 200 MA 이상입니다.
- 가격이 볼린저 밴드 하위 위를 넘습니다.
짧은 포지션을 열면:
- 가격은 200 MA 이하입니다.
- 볼링거 밴드 중단역은 200 MA 이하입니다.
- 가격이 상부 볼린저 밴드 아래로 넘어갑니다.
위험 통제를 위해 3% 고정 스톱 로스 비율을 구현합니다.
상부 볼링거 밴드에서 긴 포지션을 닫고 하부 밴드에서 짧은 포지션을 닫습니다

전략적 장점

능력 에 따른 강한 경향

200MA를 사용하여 장기적인 경향을 효과적으로 식별합니다.
볼링거 밴드는 중·단기 트렌드 변화를 감지하는데 도움이 됩니다.

포괄적 인 위험 관리

고정 스톱 로스 메커니즘은 거래당 위험을 효과적으로 제어합니다.
동적인 영업 설계는 수익 기회를 향상시킵니다.

유연한 매개 변수 최적화

시장 특성에 맞게 조정 가능한 MA 기간 및 볼린거 밴드 매개 변수
리스크 허용에 따라 조정 가능한 스톱 로스 비율

높은 체계화

주관적 판단 없이 명확한 거래 신호
자동 거래 실행에 적합합니다.

전략 위험

부적절한 시장 위험

다양한 시장에서 잘못된 브레이크 신호가 자주 발생할 수 있습니다.
명확한 트렌딩 시장에서만 거래하는 것이 좋습니다.

미끄러짐 위험

변동성 기간 중 상당한 미끄러짐이 가능함
적당한 미끄러짐 보호 장치를 설정하는 것이 좋습니다.

체계적 위험

시장 이벤트로 인해 스톱 로스 실패가 발생할 수 있습니다.
다른 위험 관리 조치와 결합하는 것이 좋습니다.

매개 변수 최적화 위험

과도한 최적화는 과도한 적합성으로 이어질 수 있습니다.
다른 시간 프레임에 걸쳐 백테스팅을 권장합니다.

전략 최적화 방향

동적 스톱 로스 최적화

동적 스톱 로스 조정을 위한 ATR 표시기를 도입
시장 변동성에 기초한 스톱 로스 비율 조정

입력 신호 최적화

부피 확인 표시를 추가합니다
트렌드 강도 필터를 구현

위치 관리 최적화

동적 위치 크기를 구현
시장 변동성에 따라 레버리지 조정

거래 타이밍 최적화

시장 감정 지표를 추가합니다.
시간 필터를 구현

요약

이 전략은 고전적인 기술 지표를 결합하여 완벽한 거래 시스템을 구축하고, 좋은 트렌드 캡처 능력과 리스크 제어 효과를 보여줍니다. 핵심 장점은 고정 스톱-러스 메커니즘을 통해 효과적인 리스크 통제를 달성하는 동시에 높은 체계화와 매개 변수 조정 가능성에 있습니다. 범위 시장에서 성능이 양호하지 않을 수 있지만 제안된 최적화를 구현하면 전략 안정성과 수익성을 더욱 향상시킬 수 있습니다. 거래자는 라이브 거래를 구현할 때 시장 조건을 고려하고 위험 용도에 따라 매개 변수를 조정하는 것이 좋습니다.

/*backtest
start: 2024-11-26 00:00:00
end: 2024-12-25 08:00:00
period: 3h
basePeriod: 3h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/


//@version=5
strategy("MA 200 and Bollinger Bands Strategy", overlay=true) // 2.86% for 35x leverage

// inputs
ma_length = input(200, title="MA Length")
bb_length = input(20, title="Bollinger Bands Length")
bb_mult = input(2.0, title="Bollinger Bands Multiplier")

// calculations
ma_200 = ta.sma(close, ma_length)
bb_basis = ta.sma(close, bb_length)
bb_upper = bb_basis + (ta.stdev(close, bb_length) * bb_mult)
bb_lower = bb_basis - (ta.stdev(close, bb_length) * bb_mult)

// plot indicators
plot(ma_200, color=color.blue, title="200 MA")
plot(bb_upper, color=color.red, title="Bollinger Upper Band")
plot(bb_basis, color=color.gray, title="Bollinger Basis")
plot(bb_lower, color=color.green, title="Bollinger Lower Band")

// strategy logic
long_condition = close > ma_200 and bb_basis > ma_200 and ta.crossover(close, bb_lower)
short_condition = close < ma_200 and bb_basis < ma_200 and ta.crossunder(close, bb_upper)

// fixed stop loss percentage
fixed_stop_loss_percent = 3.0 / 100.0

if (long_condition)
    strategy.entry("Long", strategy.long)
    strategy.exit("Stop Long", "Long", stop=strategy.position_avg_price * (1 - fixed_stop_loss_percent))

if (short_condition)
    strategy.entry("Short", strategy.short)
    strategy.exit("Stop Short", "Short", stop=strategy.position_avg_price * (1 + fixed_stop_loss_percent))

// take profit conditions
close_long_condition = close >= bb_upper
close_short_condition = close <= bb_lower

if (close_long_condition)
    strategy.close("Long")

if (close_short_condition)
    strategy.close("Short")