리소스 로딩... 로딩...

모멘텀 기반 SMI 크로스오버 신호 적응 예측 전략

저자:차오장, 날짜: 2024-12-27 15:38:01
태그:SMIEMA

전반적인 설명

이 전략은 스토카스틱 모멘텀 인덱스 (SMI) 를 기반으로 한 적응형 거래 시스템이다. SMI 지표와 신호 라인 사이의 교차점을 분석하여 자동으로 주요 위치에서 구매 및 판매 신호를 생성하여 시장 추세를 예측합니다. 이 전략은 데이터를 매끄럽게하고 신호 신뢰성을 향상시키기 위해 이중 기하급수적 이동 평균 (EMA) 을 사용합니다. 이 시스템은 중장기 거래에 특히 적합하며 주요 시장 트렌드 반전 지점을 효과적으로 캡처합니다.

전략 원칙

이 전략의 핵심은 SMI 계산을 통해 가격 동력을 측정하는 데 있다. 먼저 특정 기간 내에서 가장 높고 가장 낮은 가격 범위를 결정하고, 그 다음이 범위에 대한 폐쇄 가격의 위치를 정상화한다. 상대 범위와 가격 범위 모두에 이중 EMA 평형을 적용함으로써 더 안정적인 SMI 값을 생성한다. SMI 라인이 신호 라인 (SMIs EMA) 과 황금색 십자가를 만들 때 구매 신호가 유발되며, 죽음의 교차는 판매 신호를 유발한다. 과잉 구매 및 과잉 판매 구역 (+40/-40) 은 신호 신뢰성을 확인하도록 설정된다.

전략적 장점

명확한 신호 생성: 주관적 판단을 제거하여 트레이딩 트리거로 교차 신호를 사용합니다.
강한 소음 저항성: 시장 소음을 효과적으로 필터하기 위해 이중 EMA 평평화를 사용합니다.
높은 적응력: 매개 변수 최적화를 통해 다른 시장 환경에 적응 할 수 있습니다.
포괄적 리스크 제어: 극한 시장 조건에서 잘못된 판단을 피하기 위해 과소 구매/ 과소 판매 구역을 설정합니다.
높은 시각화: 시장 조건을 직관적으로 표시하기 위해 경사 채식을 사용합니다.

전략 위험

지연 위험: 여러 이동 평균 계산으로 인해 신호 생성에 약간의 지연이 있습니다.
오스실레이션 위험: 옆 시장에서 잘못된 신호를 일으킬 수 있습니다.
매개 변수 민감도: 다른 매개 변수 조합은 극적으로 다른 결과를 초래할 수 있습니다.
시장 환경 의존성: 트렌드 시장에서 더 잘 수행되고, 다양한 시장에서 덜 효과적입니다.

최적화 방향

부피 표시를 포함: 부피 변경을 결합하여 신호 효과를 검증
트렌드 필터 추가: 더 긴 기간 이동 평균을 사용하여 전체 트렌드 방향을 확인
최적화 매개 변수 적응: 시장 변동성에 따라 매개 변수를 동적으로 조정
스톱 로스 메커니즘 강화: 수익을 보호하기 위해 후속 스톱을 구현
리스크 관리 개선: 포지션 크기와 자금 관리 모듈을 추가

요약

이 전략은 SMI 지표를 기반으로 한 성숙한 거래 전략으로, 기술 지표 크로스오버를 통해 강력한 실용성을 통해 거래 신호를 생성합니다. 전략의 핵심 장점은 명확한 신호와 강한 노이즈 저항성, 그러나 약간의 내재적 지연이 있습니다. 볼륨 검증 및 트렌드 필터링과 같은 최적화로 전략의 안정성과 신뢰성을 더욱 향상시킬 수 있습니다. 이 전략은 중장기 트렌드를 추적하는 데 특히 적합하며 체계적인 거래 시스템을 구축하려는 투자자들에게 훌륭한 선택으로 사용됩니다.

/*backtest
start: 2024-12-19 00:00:00
end: 2024-12-26 00:00:00
period: 45m
basePeriod: 45m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © Iban_Boe

//@version=6
strategy("SMI Strategy with Signals", "SMI Strategy", overlay=false)

// Parámetros del SMI
lengthK   = input.int(14, "%K Length",  minval=1, maxval=15000)
lengthD   = input.int(3,  "%D Length",  minval=1, maxval=4999)
lengthEMA = input.int(3,  "EMA Length", minval=1, maxval=4999)

// Función de doble EMA
emaEma(source, length) => ta.ema(ta.ema(source, length), length)

// Cálculos del SMI
highestHigh = ta.highest(lengthK)
lowestLow = ta.lowest(lengthK)
highestLowestRange = highestHigh - lowestLow
relativeRange = close - (highestHigh + lowestLow) / 2
smi = 200 * (emaEma(relativeRange, lengthD) / emaEma(highestLowestRange, lengthD))
smiSignal = ta.ema(smi, lengthEMA)

// Gráficos del SMI
smiPlot = plot(smi, "SMI", color=color.blue)
plot(smiSignal, "SMI-based EMA", color=color.orange)

// Level lines
hline(40, "Overbought Line", color=color.green)
hline(-40, "Oversold Line", color=color.red)
hline(0, "Middle Line", color=color.gray)

midLinePlot = plot(0, color = na, editable = false, display = display.none)
fill(smiPlot, midLinePlot, 120,  40,   top_color = color.new(#4caf4f, 50),    bottom_color = color.new(color.green, 100), title = "Overbought Gradient Fill")
fill(smiPlot, midLinePlot, -40, -120,  top_color = color.new(color.red, 100), bottom_color = color.new(color.red, 50),    title = "Oversold Gradient Fill")

// Señales de compra y venta
buySignal = ta.crossover(smi, smiSignal) // Detect crossover
sellSignal = ta.crossunder(smi, smiSignal) // Detect crossover

// Graficar señales de compra/venta
plotshape(series=buySignal, style=shape.labelup, location=location.belowbar, color=color.green, size=size.tiny, title="Señal de Compra")
plotshape(series=sellSignal, style=shape.labeldown, location=location.abovebar, color=color.red, size=size.tiny, title="Señal de Venta")

// Lógica de la estrategia
if (buySignal)
    strategy.entry("Compra", strategy.long)

if (sellSignal)
    strategy.entry("Venta", strategy.short)

// Alertas
alertcondition(buySignal, title="Alerta de Compra", message="¡Señal de Compra Detectada!")
alertcondition(sellSignal, title="Alerta de Venta", message="¡Señal de Venta Detectada!")