ChaoZhang
概要
この戦略は、移動平均クロスオーバー信号に基づく自動取引システムであり、固定リスクリターン比率を設定することで取引パフォーマンスを最適化します。この戦略では、高速移動平均 (Fast MA) と低速移動平均 (Slow MA) のクロスオーバーを使用して市場のトレンド方向を決定し、事前に設定されたストップロスポイントと利益目標を組み合わせてポジションリスクを管理します。
戦略原則
この戦略のコアロジックは、異なる期間（10 期間と 30 期間）の 2 つの移動平均によって生成されるクロスオーバー信号に基づいています。高速ラインが低速ラインと交差すると、システムは長い信号を生成し、高速ラインが低速ラインと交差すると、システムは短い信号を生成します。各ポジションが開かれると、システムは事前に設定された 2% のストップロス比率に基づいてストップロスポジションを自動的に計算し、2.5 倍のリスクリターン比率に応じて利益目標を設定します。このアプローチにより、各取引のリスクとリターンのプロファイルが固定されます。
戦略的優位性
- リスク管理の体系化：固定ストップロス率とリスクリターン率により標準化された資金管理を実現
- 客観的な取引メカニズム：移動平均クロスオーバーに基づくシグナルシステム、主観的な判断によるバイアスを回避
- 強力なパラメータ調整機能：ストップロス比率、リスクリターン比率などの主要なパラメータは、市場の状況に応じて柔軟に調整できます。
- 高度な実行自動化：シグナル生成からポジション管理まで自動化が実現され、人為的な操作ミスが削減されます。
戦略リスク
- 不安定な市場のリスク: 横ばい市場では、移動平均のクロスオーバー信号により、偽のブレイクアウトが頻繁に発生する可能性があります。
- スリッページリスク: 市場状況が速い場合、実際の取引価格がシグナル価格から大幅に逸脱する可能性があります。
- 固定ストップロスリスク: 単一のストップロス比率はすべての市場状況に適しているわけではない
- 手数料: 頻繁に取引すると取引コストが高くなる場合があります
戦略最適化の方向性
- トレンドフィルターを導入する: より長い期間の移動平均やその他のトレンド指標を追加して、誤ったシグナルを除外することができます。
- ダイナミックストップロスメカニズム：市場のボラティリティに応じてストップロス比率を動的に調整し、戦略の適応性を向上させます。
- ボリューム確認を追加: ボリュームインジケーターを組み合わせてブレイクアウトの有効性を検証します
- 開始時間を最適化：移動平均線が交差した後、市場に参入する前にコールバックを待つことができ、エントリー価格の効率が向上します。
要約する
この戦略は、古典的なテクニカル分析手法と最新のリスク管理概念を組み合わせて、完全な取引システムを構築します。一定の制限はあるものの、継続的な最適化と改善を通じて、この戦略はさまざまな市場環境において安定したパフォーマンスを維持することが期待されます。重要なのは、実際の取引結果に基づいてパラメータ設定を継続的に調整し、現在の市場環境に最適な構成を見つけることです。
ストラテジーソースコード
/*backtest
start: 2019-12-23 08:00:00
end: 2024-12-25 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=5
strategy("SOL 15m 2.5 R:R Strategy", overlay=true, margin_long=100, margin_short=100, initial_capital=10000, commission_type=strategy.commission.percent, commission_value=0.1)
//---------------------------------------------------
// User Inputs
//---------------------------------------------------
// sym = input.symbol("swap", "Symbol")
timeframe = input.timeframe("15", "Timeframe")
fastLength = input.int(10, "Fast MA Length")
slowLength = input.int(30, "Slow MA Length")
stopLossPerc = input.float(2.0, "Stop Loss %", step=0.1) // This is an example; adjust to achieve ~45% win rate
RR = input.float(2.5, "Risk to Reward Ratio", step=0.1)
//---------------------------------------------------
// Data Sources
//---------------------------------------------------
price = request.security("swap", timeframe, close)
// Compute moving averages
fastMA = ta.sma(price, fastLength)
slowMA = ta.sma(price, slowLength)
// Entry Conditions
longCondition = ta.crossover(fastMA, slowMA)
shortCondition = ta.crossunder(fastMA, slowMA)
//---------------------------------------------------
// Stop Loss and Take Profit Calculation
//---------------------------------------------------
var entryPrice = 0.0
if (strategy.position_size == 0) // not in a position
if longCondition
// Long entry
entryPrice := price
strategy.entry("Long", strategy.long)
if shortCondition
// Short entry
entryPrice := price
strategy.entry("Short", strategy.short)
if strategy.position_size > 0
// We are in a long position
if strategy.position_avg_price > 0 and strategy.position_size > 0
longStop = strategy.position_avg_price * (1 - stopLossPerc/100)
longTarget = strategy.position_avg_price * (1 + (stopLossPerc/100)*RR)
strategy.exit("Long Exit", "Long", stop=longStop, limit=longTarget)
if strategy.position_size < 0
// We are in a short position
if strategy.position_avg_price > 0 and strategy.position_size < 0
shortStop = strategy.position_avg_price * (1 + stopLossPerc/100)
shortTarget = strategy.position_avg_price * (1 - (stopLossPerc/100)*RR)
strategy.exit("Short Exit", "Short", stop=shortStop, limit=shortTarget)
//---------------------------------------------------
// Plotting
//---------------------------------------------------
plot(fastMA, color=color.new(color.teal, 0), title="Fast MA")
plot(slowMA, color=color.new(color.orange, 0), title="Slow MA")