ChaoZhang
1
フォロー
1617
フォロワー
概要
この戦略は,Gチャネル (G-Channel),インデックス移動平均 (EMA) と実際の波動幅 (ATR) を組み合わせた多指標取引システムである.それは,動的サポート/抵抗値とトレンド確認によって取引信号を識別し,ATRベースのストップとストップを使用してリスクを管理する.システムは,信頼性とリスク管理に重点を置くように設計されており,安定した取引方法を求めるトレーダーに適しています.
戦略原則
戦略の核心的な論理は,以下の重要な要素に基づいています.
- Gチャネルは,動的サポートと抵抗レベルを計算し,数学式で軌道上下を継続的に調整する
- EMAは,価格とEMAの相対的な位置が取引方向を決定する全体的なトレンドの方向を確認するために使用されます.
- 入口信号はG通路の突破とEMAの位置確認に基づいている
- ATRの倍数でストップとストップを設定し,ストップは2倍ATR,ストップは4倍ATR
- ステータストラッキングで連続した重複信号を避ける
戦略的優位性
- 多層のシグナル確認メカニズムにより取引の信頼性が向上
- ダイナミックに調整された通路境界は,異なる市場環境に対応する
- 変動率に基づくリスク管理はより適応的
- 信号の重複を避けることで,過剰取引のリスクを低減する.
- 分析と反省を容易にするために,視覚的に明確な売買標識
戦略リスク
- 横盤市場では偽の突破信号が多すぎると考えられる.
- EMAは遅滞の指標であり,入場のタイミングを遅らせる可能性があります.
- 固定倍数ATRのストップは,高波動期には柔軟性がない可能性があります.
- 長い歴史のデータが必要な指標を計算する
- パラメータの最適化は過剰適合につながる可能性がある
戦略最適化の方向性
- 交差量確認信号を導入し,突破の信頼性を高めること
- 市場変動に合わせてATR倍数を動的に調整する
- 市場環境のフィルターを追加し,不利な条件で取引を避ける
- シグナルフィルタリングの論理を最適化して,偽信号をさらに減らす
- ダイナミックなポジション管理システムへの追加を検討
要約する
この戦略は,複数の成熟した技術指標を組み合わせて,完全な取引システムを構築している.システムの優位性は,多層の信号確認機構と変動率に基づくリスク管理にあるが,実際のアプリケーションでは,特定の市場の特徴に応じて最適化が必要である.提案された最適化方向によって,戦略の安定性と適応性をさらに向上させることができる.
ストラテジーソースコード
/*backtest
start: 2019-12-23 08:00:00
end: 2024-12-10 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("G-Channel with EMA Strategy and ATR SL/TP", shorttitle="G-EMA-ATR", overlay=true)
// Input parameters
length = input.int(100, title="G-Channel Length")
src = input.source(close, title="Source")
ema_length = input.int(50, title="EMA Length") // EMA length
atr_length = input.int(14, title="ATR Length") // ATR length
// G-Channel calculation
var float a = na
var float b = na
a := math.max(src, nz(a[1])) - nz(a[1] - b[1]) / length
b := math.min(src, nz(b[1])) + nz(a[1] - b[1]) / length
avg = (a + b) / 2
// G-Channel cross conditions
crossup = b[1] < close[1] and b > close
crossdn = a[1] < close[1] and a > close
bullish = ta.barssince(crossdn) <= ta.barssince(crossup)
c = bullish ? color.lime : color.red
// EMA calculation
ema_value = ta.ema(src, ema_length)
// ATR calculation
atr_value = ta.atr(atr_length)
// Plot G-Channel average and Close price
p1 = plot(avg, "G-Channel Average", color=c, linewidth=1, transp=90)
p2 = plot(close, "Close Price", color=c, linewidth=1, transp=100)
fill(p1, p2, color=c, transp=90)
// Plot EMA
plot(ema_value, color=color.blue, linewidth=2, title="EMA")
// Buy and Sell conditions
buy_condition = bullish and close < ema_value
sell_condition = not bullish and close > ema_value
// Track the last signal state
var bool last_was_buy = false
var bool last_was_sell = false
// ATR-based SL and TP calculations
long_sl = close - 2 * atr_value // 2 ATR below the entry for SL
long_tp = close + 4 * atr_value // 4 ATR above the entry for TP
short_sl = close + 2 * atr_value // 2 ATR above the entry for SL (short)
short_tp = close - 4 * atr_value // 4 ATR below the entry for TP (short)
// Generate Buy signal only if the last signal was not Buy
if (buy_condition and not last_was_buy)
strategy.entry("Buy", strategy.long)
strategy.exit("Exit Buy", from_entry="Buy", stop=long_sl, limit=long_tp)
last_was_buy := true
last_was_sell := false
// Generate Sell signal only if the last signal was not Sell
if (sell_condition and not last_was_sell)
strategy.entry("Sell", strategy.short)
strategy.exit("Exit Sell", from_entry="Sell", stop=short_sl, limit=short_tp)
last_was_sell := true
last_was_buy := false
// Plot shapes for Buy and Sell signals
plotshape(series=buy_condition and not last_was_buy, location=location.belowbar, style=shape.labelup, color=color.lime, size=size.small, text="Buy", textcolor=color.white)
plotshape(series=sell_condition and not last_was_sell, location=location.abovebar, style=shape.labeldown, color=color.red, size=size.small, text="Sell", textcolor=color.white)