구매 및 판매 전략의 추세

저자:차오장, 날짜: 2023-10-17 12:59:59
태그:

전반적인 설명

트렌드를 따르는 구매 및 판매 전략은 트렌드를 따르는 간단한 거래 전략입니다. 전제는 이동 평균에 기반한 트렌드 방향을 결정하고 트렌드의 다이프와 블립을 구매 / 판매하는 것입니다.

전략 논리

이 전략은 트렌드 방향을 결정하기 위해 단순 이동 평균 (SMA) 을 사용합니다. 상승 추세에서 디프 (dip) 를 제공하는 드 액션에서, 현재의 의 최고가 이전 의 최고를 깨는 경우 전략은 길게 갈 것입니다. 하락 추세에서 블립 (blip) 을 제공하는 드 액션에서, 현재의 의 최저가 이전 의 최저를 깨는 경우 전략은 짧게 갈 것입니다.

이 전략은 또한 트렌드 결정에 Blanchflower 오시일레이터의 %K 및 %D를 사용합니다. %K가 %D를 넘으면 지위를 닫고 반대 방향으로 거래합니다. 또한 MACD 및 신호 라인은 필터로 작용하여 MACD 및 신호에 의해 결정된 트렌드 방향에 부합하는 거래만 취합니다.

전략은 단기, 단기 또는 둘 다로 이동할 수 있습니다. 시작 달과 연도는 그 시점부터 현재까지 백테스팅을 허용합니다. SMA 기간, %K 기간, %D 기간, MACD 매개 변수 등과 같은 모든 매개 변수는 사용자 정의 가능합니다.

이점 분석

트렌드를 결정하기 위해 SMA를 사용하는 것은 윙사와 잘못된 거래를 피합니다.
블랑크플라워 오시레이터를 적용하면 트렌드 반전을 적시에 감지하고 위험을 제어합니다.
MACD 및 신호 필터는 트렌드에 반대되는 잡음 거래를 줄입니다.
커스터마이징 가능한 매개 변수는 다른 가격 행동에 적응합니다.
단장, 단장 또는 쌍방향 거래는 시장 체제에 적응합니다

위험 분석

이 전략의 주요 위험은 다음과 같습니다.

SMA의 거대한 침투로 인해 큰 손실 위험이 있습니다. SMA 기간을 늘려서 위험을 줄일 수 있습니다.
범위에 묶인 시장에서 빈번한 거래 및 과잉 거래. 거래 빈도를 줄이기 위해 %K 기간을 늘릴 수 있습니다.
MACD 및 신호 매개 변수 설정의 비효율적 필터링. 기기별 매개 변수를 최적화해야 합니다.
쌍방향 거래로 인해 손실이 발생해서 축적된 큰 포지션

더 나은 기회

이 전략은 다음과 같은 측면에서 개선될 수 있습니다.

트렌드 탐지 기능을 유지하면서 을 필터하기 위해 SMA 기간을 최적화
윙사브를 줄이는 동시에 트렌드 반전을 포착하기 위해 %K, %D 매개 변수를 최적화
더 효과적인 노이즈 필터링을 위해 MACD 매개 변수를 최적화
포지션 사이즈 컨트롤을 추가합니다. 예를 들어, 고정량, 변동자본의 % 등.
트레일링 스톱, 타임 스톱, ATR 스톱 등 스톱 손실 메커니즘을 추가합니다.

결론

트렌드를 따르는 구매 및 판매 전략은 SMA에 의해 식별되고 지표에 의해 필터링되는 트렌드에 대한 트레이드 풀백을 간단하고 직설적인 논리를 가지고 있습니다. 세밀한 조정 매개 변수 및 위험 통제는 괜찮은 결과를 초래할 수 있지만, 과잉 적합성을 방지하고 안정성을 향상시키기 위해 여전히 조합 캡슐화가 필요합니다. 전반적으로 실용적인 내일 거래 전략입니다.

/*backtest
start: 2022-10-10 00:00:00
end: 2023-10-16 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("Higher High / Lower Low Strategy", overlay=true)

// Getting inputs
longOnly = input(true, title="Long or Short Only")
useMACD = input(true, title="Use MACD Filter")
useSignal = input(true, title="Use Signal Filter")
//Filter backtest month and year
startMonth = input(10, minval=1, maxval=12, title="Month")
startYear = input(2020, minval=2000, maxval=2100, title="Year")
//Filter funtion inputs
periodA = input(20, minval=1, title="Period SMA")
periodK = input(5, minval=1, title="Period %K")
fast_length = input(title="Period Fast", type=input.integer, defval=5)
slow_length = input(title="Period Slow", type=input.integer, defval=20)
signal_length = input(title="Signal Smoothing", type=input.integer, minval = 1, maxval = 50, defval = 30)

//Calculations
smoothD = 3 //input(3, minval=1, title="Smooth %D")
smoothK = 2 //input(2, minval=1, title="Smooth %K")
ma50 = sma(close, periodA)
k = sma(stoch(close, high, low, periodK), smoothK) - 50
d = sma(k, smoothD)
macd = ema(close,fast_length) - ema(close,slow_length)
signal = ema(macd,signal_length)
hist = macd - signal

if (not na(k) and not na(d) and not na(macd) and not na(signal) and longOnly and month>=startMonth and year>=startYear)//	if(k > k[1] and k[2] >= k[1] and (ma50 > ma50[1]) and (not useK or k[1] <= -threshold_k) and (not useMACD or macd > macd[1]) and (not useSignal or signal > signal[1]) and (not useHHLL or close >= high[1]) and (not useD or d <= -threshold_d))
    if(high[2] >= high[1] and high > high[1] and (ma50 > ma50[1]) and (not useMACD or macd > macd[1]) and (not useSignal or signal > signal[1]))
		strategy.order("HH_LE", strategy.long, when=strategy.position_size == 0, comment="HH_LE")
    if (k < k[1])
		strategy.order("HH_SX", strategy.short, when=strategy.position_size != 0, comment="HH_SX")

if (not na(k) and not na(d) and not na(macd) and not na(signal) and not longOnly and month>=startMonth and year>=startYear)
    if(low[2] <= low[1] and low < low[1] and (ma50 < ma50[1]) and (not useMACD or macd < macd[1]) and (not useSignal or signal < signal[1]))
		strategy.order("HH_SE", strategy.short, when=strategy.position_size == 0, comment="HH_SE")
    if (k > k[1])
		strategy.order("HH_LX", strategy.long, when=strategy.position_size != 0, comment="HH_LX")

//plot(strategy.equity, title="equity", color=color.red, linewidth=2, style=plot.style_areabr)

더 많은

2019 FMZ - 모든 권리 보호