ChaoZhang
개요
테슬라 초 트렌드 전략은 테슬라 주식이나 다른 관련 자산에 대한 거래 신호를 생성하기 위해 만들어진 사용자 정의 트레이딩 뷰 전략 스크립트입니다. 이 전략은 잠재적인 다중 및 공백 기회를 식별하기 위해 여러 가지 기술 지표와 조건을 결합합니다.
전략 원칙
이 전략은 다음과 같은 몇 가지 주요 지표에 기반합니다.
트렌드 이상 지표:슈퍼 트렌드 지표는 가격 데이터와 평균 실제 범위를 결합하여 눈에 띄는 가격 트렌드 방향을 식별합니다. 전략은 기본 길이 10의 슈퍼 트렌드 지표를 사용하여 다중 또는 허공 트렌드를 판단합니다.
상대적으로 약한 지표 (RSI):이 전략은 시장의 과매매 상태를 평가하기 위해 다양한 주기 (일반적으로 21일, 3일, 10일, 28일) 의 RSI 조건을 사용합니다. 이 RSI 조건은 잠재적인 거래 신호의 강도를 확인하는 데 도움이됩니다.
평균 방향 지수 ((ADX):평균 방향 지수는 트렌드의 강도를 측정하는 데 사용됩니다. ADX 신호의 부드러움과 DI 길이를 미세 조정하는 사용자 정의 파라미터를 사용할 수 있습니다.
거래 로직:
이 사진의 제목은 “미국”입니다.다음과 같은 조건이 동시에 충족될 때, 복수 출입 신호가 생성된다:
- 트렌드 지표는 공백에서 다중으로 바뀌었습니다.
- RSI 21 (75 이하) 과매매를 피하기
- RSI ((3) 65 이상 ((단기간에 강한 강도를 나타냅니다)
- RSI (28) 는 49보다 높습니다.
- ADX가 21보다 높습니다.
출구 신호:다음의 임의 조건이 충족될 때, 평형은 다목적 검색을 한다:
- 트렌드 지표가 다수에서 공백으로 바뀌었다.
- RSI (10), 42 이하는 잠재적인 약점을 나타냅니다.
우위 분석
이 전략은 다음과 같은 장점을 가지고 있습니다.
- 초트렌드 지표는 주요 트렌드 방향을 식별하여 거래 시장 소음을 피하는 데 도움이됩니다.
- 여러 주기를 통합한 RSI 지표는 과열과 과매매 상태를 판단하여 신호 품질을 향상시킬 수 있다.
- ADX 지표는 트렌드가 충분히 뚜렷할 때만 진입하는 것을 보장하고, 방향없는 흔들림 시장의 잘못된 신호를 피한다.
- 트렌드, 강도 및 변동률 지표와 결합하여 더 높은 품질의 입점 및 퇴출 지점을 제공합니다.
- 사용자 정의 가능한 지표 매개 변수, 다양한 거래 종류와 시장 환경에 맞는 최적화 전략.
- 트레이딩 뷰 플랫폼에서 직접 적용할 수 있으며, 프로그래밍 없이 트레이딩을 자동화할 수 있다.
위험 분석
이 전략에는 다음과 같은 위험도 있습니다.
- 어떤 기술 지표 전략과 마찬가지로, 이 전략은 가짜 신호를 생성할 수 있으며, 손해 방지 조치가 필수적이다.
- 지표 조건에 지나치게 의존하여 기본 사항이나 더 장기적인 추세를 무시할 위험이 있습니다.
- 과거 데이터에 맞게 과도하게 최적화할 경우, 굽어맞는 결과를 초래할 수 있으며, 신중하게 재검토해야 한다.
- 실시트 거래에서는 조작 수단, 예를 들어, 분기 창고, 동적 정지 등 위험 통제를 고려해야 한다.
- 갑작스러운 상황에서는 지표가 작동하지 않을 수 있으며, 수동 개입이나 거래 중단이 필요할 수 있습니다.
최적화 방향
이 전략은 다음과 같은 측면에서 최적화될 수 있습니다.
- 다른 추세와 강점과 약점의 조합을 시도하고 더 나은 변수를 찾아보세요.
- 진입 조건을 추가하여 거래량 돌파구와 같은 강력한 반전을 보장합니다.
- 다른 지분 기간을 테스트하여 더 나은 수익 회수율을 찾습니다.
- IMPLIED VOL ATM 선택과 함께 거래를 개시하여 낮은 변동률의 무효 시장을 피하십시오.
- 기계학습 모형을 추가하여 지표 신호 품질을 판단하여 승률을 높여줍니다.
- 다양한 품종의 특성에 따라 매개 변수를 조정하여 전략을 더 거칠게 만듭니다.
요약하다
전반적으로, 테슬라 초 트렌드 전략은 여러 지표의 조합을 통해 강력한 트렌드를 판단하고, 고품질의 입점과 퇴출 지점을 식별하는 것을 목표로합니다. 단일 지표에 비해, 이 전략은 노이즈 신호를 필터링하고, 트렌드가 분명하고 강할 때 거래합니다. 그러나 전략 최적화 및 위험 제어는 여전히 신중하게 수행되어야하며, 역사적인 데이터의 실적을 맹목적으로 의존해서는 안됩니다.
/*backtest
start: 2023-09-29 00:00:00
end: 2023-10-29 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// © cjones0313
//@version=5
strategy("TSLA 1.8k Strategy", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=100)
// a measure of volatility, default 10 - measured over 10 bars
// modifying the value > 10 results in a smoother supertrend line, filter out noise but slower response to price changes
// modifying the value < 10 results in faster response in price changes, but may result in more false signals
atrPeriod = input(19, "ATR Length")
// sets factor for supertrend line made up of price and ATR, this determines how much weight is given to each, default 3.0
// increasing the value > 3.0 results in faster response in price changes, but may result in more false signals
// decreasing the value results in filtering out noise, but may miss smaller price movements
factor = input.float(3.0, "Factor", step = 0.01)
// direction = 1 bullish, -1 bearish
[_, direction] = ta.supertrend(factor, atrPeriod)
adxlen = input(7, title="ADX Smoothing")
dilen = input(7, title="DI Length")
dirmov(len) =>
up = ta.change(high)
down = -ta.change(low)
plusDM = na(up) ? na : (up > down and up > 0 ? up : 0)
minusDM = na(down) ? na : (down > up and down > 0 ? down : 0)
truerange = ta.rma(ta.tr, len)
plus = fixnan(100 * ta.rma(plusDM, len) / truerange)
minus = fixnan(100 * ta.rma(minusDM, len) / truerange)
[plus, minus]
adx(dilen, adxlen) =>
[plus, minus] = dirmov(dilen)
sum = plus + minus
adx = 100 * ta.rma(math.abs(plus - minus) / (sum == 0 ? 1 : sum), adxlen)
sig = adx(dilen, adxlen)
if ta.change(direction, 1) < 0 and ta.rsi(close, 21) < 75 and ta.rsi(close, 3) > 65 and ta.rsi(close, 28) > 49 and sig > 21
strategy.entry("Long Entry", strategy.long)
if ta.change(direction, 1) > 0 or ta.rsi(close, 10) < 42
strategy.close("Long Entry")