이 전략의 핵심 아이디어는 K-라인 바의 최고점과 폐쇄 가격 사이의 관계를 기반으로 현재의 트렌드 방향을 결정하고 이동 평균선을 사용하여 결과를 부드럽게하는 것입니다. 더 많은 높은 폐쇄 바가있을 때 상승 추세로 결정됩니다. 더 많은 낮은 폐쇄 바가있을 때 하락 추세로 결정됩니다. 이 전략은 특정 유동성을 가진 모든 디지털 자산에 적합하며 매개 변수 최적화로 더 나은 결과를 얻을 수 있습니다.
이 전략은 M분 바를 사용합니다. 닫기 가격과 높은 점과 낮은 점 사이의 위치 관계에 따라 M분 K선 바가 높은 닫기 유형 (높은 점에 가까운 닫기 가격), 낮은 닫기 유형 (낮은 점에 가까운 닫기 가격) 또는 정상적인 유형 (중간에 가까운 닫기 가격) 에 속하는지 결정됩니다.
구체적으로, 먼저 delt = high - close, 즉 높은 점과 폐쇄 가격의 차이, 그리고 height = high - low, 즉 높은 점과 낮은 점의 차이 를 계산 합니다. delt > height * 2/3, 그것은 높은 폐쇄 유형으로 결정 됩니다. delt < height/3, 그것은 낮은 폐쇄 유형으로 결정 됩니다. 그렇지 않으면 그것은 정상적인 유형입니다.
그 다음 가장 최근의 NK 라인 바에 있는 높은 폐쇄, 낮은 폐쇄 및 정상적인 유형의 수를 계산하고, 그들이 차지하는 비율을 계산하고, EMA를 사용하여 상승, 하락 및 중간 곡선으로 매끄럽게합니다. 상승 곡선은 높은 폐쇄 바의 비율을 나타냅니다. 하락 곡선은 낮은 폐쇄 바의 비율을 나타냅니다.
상승 곡선이 하락 곡선을 넘을 때, 높은 폐쇄 바가 증가하기 시작한다는 것을 의미하며, 시장이 상승 추세로 진입하고 있음을 나타내고 긴 신호가 발송됩니다. 하락 곡선이 상승 곡선 아래로 넘을 때, 낮은 폐쇄 바가 증가하기 시작한다는 것을 의미하며, 시장이 하락 추세로 진입하고 있음을 나타내고 짧은 신호가 발송됩니다.
이 가격 행동 기반 트렌드 판단 전략은 다음과 같은 장점을 가지고 있습니다:
이 원칙은 명확하고 이해하기 쉽고 익히기 쉽습니다.
그것은 어떤 지표에도 의존하지 않고, 가격 자체의 특성에 기초하여 순전히 추세 방향을 판단합니다.
구성 가능한 매개 변수는 거의 없으며, 주로 N 및 EMA 평형 매개 변수는 최적화하기가 쉽습니다.
주식, 외환, 암호화폐 등을 포함한 특정 유동성을 가진 모든 디지털 자산에 광범위하게 적용될 수 있습니다.
백테스트 결과는 좋고 위험도 엄격하게 통제할 수 있습니다.
또한 트렌드 라인, 지원/저항 수준 및 최적화를 위한 다른 기술적 방법과 결합될 수 있습니다.
스톱 손실 전략은 단일 손실을 제어하도록 구성될 수 있습니다.
이 전략의 장점에도 불구하고 다음과 같은 위험도 있습니다.
시장이 충격 상태에 있을 때, K-라인 타입은 자주 전환되며 이는 잘못된 신호를 생성할 수 있습니다.
잘못된 N 및 EMA 매개 변수 설정으로 인해 트렌드가 누락되거나 유효하지 않은 신호가 너무 많을 수 있습니다.
K-라인 유형만 기준으로 추세 방향을 판단하면 약간의 지연이 있습니다.
삼각형의 융합, 깃발 등과 같은 일반적인 차트 패턴을 효과적으로 필터할 수 없습니다.
이 전략은 트렌드를 따라가기 위한 것이며, 역전 기회를 효과적으로 포착할 수 없습니다.
손실 위험을 통제하기 위해 스톱 로스를 사용해야 합니다. 그렇지 않으면 단일 손실이 커질 수 있습니다.
위험을 줄이고 수익성을 높이기 위해 전략은 다음 측면으로 최적화 될 수 있습니다.
ATR와 같은 변동성 지표를 결합하여 시장 변동성에 따라 N 및 EMA 매개 변수를 조정하여 범위 제한 시장에서 과도한 무효 신호를 피합니다.
부피 분석을 추가하여 높은 부피 조건에서 잘못된 파장을 필터합니다.
트렌드 라인과 주요 지원/저항 수준을 결합하여 트렌드 방향과 돌파구 진정성을 결정합니다.
하나의 시간 프레임에 대한 잘못된 판단을 피하기 위해 여러 시간 프레임 분석을 추가하십시오.
패턴 인식 모듈을 추가하여 중요한 반전 신호가 나타나면 적시에 위치를 역전합니다.
시장의 변동성과 위험 선호도에 기반한 스톱 로스 전략을 최적화합니다.
트레일링 스톱 로스, 이동 스톱 로스 등을 추가하여 수익을 차단하고 반환을 방지합니다.
이 전략은 가격 액션에 기반하여 트렌드 방향을 판단합니다. 논리는 명확하고 백테스트 결과는 좋습니다. 암호화 거래에 광범위하게 적용 될 수 있습니다. 그러나 또한 몇 가지 제한이 있습니다. 위험을 줄이기 위해 스톱 로스와 최적화와 결합해야합니다. 전반적으로이 전략은 양 거래에 대한 간단하고 실용적인 아이디어를 제공하며 배울 가치가 있습니다. 지속적인 최적화와 조합으로 안정적인 초과 수익을 얻을 수 있습니다.
/*backtest
start: 2023-08-20 00:00:00
end: 2023-09-19 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
strategy("trend detect", overlay=false)
lenght = input(34)
ema_smooth = input(5)
delt = high - close
height = high - low
color_plot=black
state=0
if delt > height/3*2
state := 1
color_plot := red
else
if delt > height/3
state := 2
color_plot := blue
else
state := 3
color_plot := green
//plot(state, color=color_plot, style=histogram)
percOfType(len, state_for_count) =>
num = 0
for i=1 to len
if state[i]==state_for_count
num := num+1
num/len*100
rise = ema(percOfType(lenght, 3), ema_smooth)
fall = ema(percOfType(lenght, 1), ema_smooth)
plot(rise, color = green)
plot(ema(percOfType(lenght, 2), ema_smooth), color = blue)
plot(fall, color = red)
plot(10, color=black)
plot(60, color=black)
longCondition = crossover(rise, fall)
if (longCondition)
strategy.entry("My Long Entry Id", strategy.long)
shortCondition = crossunder(rise, fall)
if (shortCondition)
strategy.entry("My Short Entry Id", strategy.short)