
この戦略の核心思想は,口座権益の動向に応じて,各取引のポジションサイズを調整することである.これは,利益の時にポジションを自動的に増加させ,損失の時にポジションを自動的に減少させ,その結果,回復効果の自動増幅を実現することができる.
この戦略は,以下のいくつかの重要なステップによってポジションの動的調整を実現します.
上記のステップは,ポジションの大きさの合理性を確保し,過剰なポジションによるリスクを回避し,また,ポジションの大きさが口座の利権と結びついていることを実現し,収益に合わせて自動的に拡大します.
この戦略には以下の利点があります.
この戦略にはいくつかのリスクがあります.
合理的なパラメータ設定,適切な預金などの方法によって,上記のリスクを軽減することができます.
この戦略は,以下の点で最適化できます.
上記のいくつかのポイントを最適化することで,戦略的行動をより安定して制御でき,ポジションサイズ調整が過度に敏感で頻繁になるのを避けることができます.
この戦略は,口座権益に基づくポジションの動的調整機能を実装し,自動的に利益効果を拡大できます. リスク制御としてレバレッジと最大ポジションを設定し,論理はシンプルで明確で,理解しやすく,二次開発できます. 我々は,戦略の優劣とリスクを分析し,いくつかの最適化提案を提出しました. 全体的に,この戦略は,自動複利取引を実現するための柔軟で使いやすい考え方を提供します.
/*backtest
start: 2024-01-01 00:00:00
end: 2024-01-31 23:59:59
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This source code is subject to the terms of Tendies Heist LLC, 2021
//@version=4
strategy("Tendies Heist Auto Compounding Example", overlay=true)
leverage = input(10000)
maxps = input(25, "max position size")
strategy.risk.max_position_size(maxps)
balance = max(1,floor(strategy.equity / leverage))
o = 1
ps = true
size = 0.
balance2 = size[1] < balance
balance3 = size[1] > balance
l = balance3
w = balance2
if ps
size := w ? size[1]+o : l ? size[1]-o : nz(size[1],o)
if size > maxps
size := maxps
longCondition = crossover(sma(close, 14), sma(close, 28))
if (longCondition)
strategy.entry("My Long Entry Id", strategy.long,qty=size)
shortCondition = crossunder(sma(close, 14), sma(close, 28))
if (shortCondition)
strategy.entry("My Short Entry Id", strategy.short,qty=size)