개요

이 전략은 칼만 필터를 사용하여 가격을 추적하고 스톱 라인을 사용하여 스톱 포인트를 동적으로 조정하여 슬라이딩 스톱을 구현합니다.

원칙

이 전략은 칼만 필터를 사용하여 가격을 실시간으로 추적한다. 칼만 필터는 두 가지 방정식을 포함하고 있다:

예측 방정식:

smooth = kf[1] + dk * sqrt(gain / 10000 * 2)

이 방정식을 업데이트하세요.

kf = smooth + velo

그 중,dk는 예측 오류,gain은 칼만 이득, 결정 추적 민감도이다.

또한, 이 전략은 슬라이딩 스톱로스 라인을 사용하여 수익을 잠금합니다. 초기 스톱로스 거리는 스톱로스 비율로 설정됩니다. 예를 들어 2%입니다.

더 많이 할 때, 가격이 상승하면, 스톱 라인 또한 카르만 라인까지 점진적으로 올라갑니다. 단계의 길이는 downStep, 예를 들어 0.5%입니다. 가격이 떨어지면 스톱, 다시 포지션을 열고 초기 스톱 거리를 설정합니다.

<unk> <unk> <unk>

이런 식으로 전략은 트렌드에 따라 수익을 점진적으로 고정시킬 수 있고, 더 나은 위험 관리를 할 수 있다.

장점

1. 카르만 필터를 사용하여 실시간으로 가격을 추적하고 신속하게 반응하십시오.

2. 슬라이딩 스톱 라인을 사용하여 수익을 고정하고, 위험 관리가 효과적입니다. 스톱 거리도 사용자 정의할 수 있습니다.

3. 더 많은 공백을 하거나 단지 더 많은 공백을/공백을 하는 것에 대해 유연하게 선택할 수 있습니다.

4. 동향에 따라 적극적으로 중지하거나 보수적으로 중지 할 수 있습니다.

5. 필요에 따라 유연하게 설정할 수 있다.

위험

1. 칼만 필터 파라미터를 잘못 설정하면 추적이 불안정해질 수 있다.

2. 슬라이드 포인트는 스탠드 포인트가 먼저 트리플되는 것을 초래할 수 있다. 스탠드 거리도 적절히 완화할 수 있다.

3. 강한 트렌드 시장은 슬라이드 스톱 전략을 채택하는 것이 바람직하지 않으며, 트렌드를 추적해야합니다.

4. 흔들림 시장의 정지점은 자주 발동될 수 있다. 정지 거리를 적절히 완화하거나, 미끄러지는 정지를 사용하지 않는다.

최적화

1. 트렌드 방향을 판단하는 더 많은 지표가 도입되어 포지션 개시 시기를 최적화 할 수 있습니다.

2. 시장의 변동에 따라 스톱로드 라인의 이동 걸음 길이를 조정할 수 있다.

3. 기계 학습 기술 훈련과 결합하여 최적의 손해 방지 파라미터를 얻을 수 있다.

4. 더 많은 리스크 지표와 함께 포지션 관리를 동적으로 조정할 수 있다.

요약하다

슬라이딩 스톱 전략은 칼만 필터를 사용하여 가격 변화를 추적하고, 슬라이딩 스톱 라인을 사용하여 수익을 잠금하고, 수익을 보장하면서 위험을 제어하는 신뢰할 수 있고 쉽게 최적화 할 수있는 전략입니다. 트렌드 판단과 동적 포지션 관리 기술과 결합하면 더 나은 전략 효과를 얻을 수 있습니다.