ChaoZhang
개요
이 전략은 여러 가지 다른 이동 평균을 결합하여 간단한 트렌드 추적 전략을 구현한다. 이 전략은 동시에 잡음을 필터링하는 기능을 가지고 있다.
전략 원칙
이 전략은 먼저 종식 가격에 대해 평평하게 만들며, Heiken Ashi 종식 가격을 사용할지 여부를 선택할 수 있습니다. 다음에는 부드러운 MA 함수를 호출하여 평평한 이동 평균을 여러 번 겹칠 수 있습니다. 부드러운 MA 함수는 먼저 변수 함수를 호출합니다. 변수 함수는 SMA, EMA, DEMA와 같은 다양한 유형의 이동 평균을 생성 할 수 있습니다.
우위 분석
- 다중 중첩 이동 평균은 시장의 소음을 효과적으로 제거하고 트렌드를 식별할 수 있습니다.
- SMA, EMA, DEMA 등 여러 가지 이동 평균 유형을 지원하며, 유연하게 조합할 수 있다.
- 위키피디아에 있는 이 글은 Heiken Ashi 기술에 기반하여, 위키피디아를 통해 위키피디아를 필터링할 수 있습니다.
- 전략은 간단하고 사용하기 쉽고 실행하기 쉽습니다.
- 이동 평균의 길이, 유형 및 슬라이드 수를 사용자 정의 할 수 있으며, 다양한 품종에 대한 최적화 매개 변수를 사용할 수 있습니다.
위험 분석
- 다중 중첩 이동 평균은 지연을 초래하여 트렌드의 초기 변화를 놓칠 수 있습니다.
- 간단한 이동 평균 시스템을 이용하는 것만으로도 충격적인 상황에서 효율적으로 수익을 올릴 수 없습니다.
- 실제 거래의 거래 비용은 거래 비용을 고려하지 않고 수익성을 감소시킵니다.
- 손해가 커질 위험이 있습니다.
MACD, KDJ 등과 같은 다른 지표와 결합하여 트렌드 신호를 더 정확하게 식별할 수 있습니다. 이동 평균 파라미터를 최적화하여 지연을 줄이십시오. 합리적인 스톱 리스 레벨을 설정하여 단독 손실을 제어하십시오. 거래 빈도를 제어하고 거래 비용을 줄이는 데 주의하십시오.
최적화 방향
- 다양한 길이와 유형의 이동 평균 조합을 시도하여 최적의 변수를 찾아볼 수 있다.
- 전략에 다른 기술 지표를 추가하여 보다 체계적인 상장 및 상장 규칙을 형성하는 것을 고려할 수 있습니다.
- 주요 거시적 사건의 전략에 영향을 미치지 않도록 거래 시간을 설정할 수 있습니다.
- 품종 특성에 따라 변수를 조정하여 최적의 변수 조합을 찾을 수 있다.
- 스톱로스 및 스톱 레벨을 설정하여 거래 위험을 제어할 수 있습니다.
요약하다
이 전략은 여러 개의 이동 평균을 겹쳐서 트렌드 추적을 구현하여 시장 소음을 효과적으로 제거 할 수 있습니다. 장점은 간단하고 사용하기 쉽고, 매개 변수를 유연하게 조정할 수 있다는 것입니다. 그러나 이동 평균 시스템만을 사용하는 수익성이 제한되는 문제가 있습니다. 다른 기술 지표 조합과 함께 사용하는 것을 고려할 수 있으며 거래 위험을 제어하고 매개 변수를 최적화하여 전략 효율성을 높일 수 있습니다.
전략 소스 코드
/*backtest
start: 2022-10-30 00:00:00
end: 2023-11-05 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
// Copyright (c) 2007-present Jurik Research and Consulting. All rights reserved.
// Copyright (c) 2018-present, Alex Orekhov (everget)
// Thanks to everget for code for more advanced moving averages
// Smooth Moving Average [STRATEGY] @PuppyTherapy script may be freely distributed under the MIT license.
strategy( title="Smooth Moving Average [STRATEGY] @PuppyTherapy", overlay=true )
// ---- CONSTANTS ----
lsmaOffset = 1
almaOffset = 0.85
almaSigma = 6
phase = 2
power = 2
// ---- GLOBAL FUNCTIONS ----
kama(src, len)=>
xvnoise = abs(src - src[1])
nfastend = 0.666
nslowend = 0.0645
nsignal = abs(src - src[len])
nnoise = sum(xvnoise, len)
nefratio = iff(nnoise != 0, nsignal / nnoise, 0)
nsmooth = pow(nefratio * (nfastend - nslowend) + nslowend, 2)
nAMA = 0.0
nAMA := nz(nAMA[1]) + nsmooth * (src - nz(nAMA[1]))
t3(src, len)=>
xe1_1 = ema(src, len)
xe2_1 = ema(xe1_1, len)
xe3_1 = ema(xe2_1, len)
xe4_1 = ema(xe3_1, len)
xe5_1 = ema(xe4_1, len)
xe6_1 = ema(xe5_1, len)
b_1 = 0.7
c1_1 = -b_1*b_1*b_1
c2_1 = 3*b_1*b_1+3*b_1*b_1*b_1
c3_1 = -6*b_1*b_1-3*b_1-3*b_1*b_1*b_1
c4_1 = 1+3*b_1+b_1*b_1*b_1+3*b_1*b_1
nT3Average_1 = c1_1 * xe6_1 + c2_1 * xe5_1 + c3_1 * xe4_1 + c4_1 * xe3_1
// The general form of the weights of the (2m + 1)-term Henderson Weighted Moving Average
getWeight(m, j) =>
numerator = 315 * (pow(m + 1, 2) - pow(j, 2)) * (pow(m + 2, 2) - pow(j, 2)) * (pow(m + 3, 2) - pow(j, 2)) * (3 * pow(m + 2, 2) - 11 * pow(j, 2) - 16)
denominator = 8 * (m + 2) * (pow(m + 2, 2) - 1) * (4 * pow(m + 2, 2) - 1) * (4 * pow(m + 2, 2) - 9) * (4 * pow(m + 2, 2) - 25)
denominator != 0
? numerator / denominator
: 0
hwma(src, termsNumber) =>
sum = 0.0
weightSum = 0.0
termMult = (termsNumber - 1) / 2
for i = 0 to termsNumber - 1
weight = getWeight(termMult, i - termMult)
sum := sum + nz(src[i]) * weight
weightSum := weightSum + weight
sum / weightSum
get_jurik(length, phase, power, src)=>
phaseRatio = phase < -100 ? 0.5 : phase > 100 ? 2.5 : phase / 100 + 1.5
beta = 0.45 * (length - 1) / (0.45 * (length - 1) + 2)
alpha = pow(beta, power)
jma = 0.0
e0 = 0.0
e0 := (1 - alpha) * src + alpha * nz(e0[1])
e1 = 0.0
e1 := (src - e0) * (1 - beta) + beta * nz(e1[1])
e2 = 0.0
e2 := (e0 + phaseRatio * e1 - nz(jma[1])) * pow(1 - alpha, 2) + pow(alpha, 2) * nz(e2[1])
jma := e2 + nz(jma[1])
variant(src, type, len ) =>
v1 = sma(src, len) // Simple
v2 = ema(src, len) // Exponential
v3 = 2 * v2 - ema(v2, len) // Double Exponential
v4 = 3 * (v2 - ema(v2, len)) + ema(ema(v2, len), len) // Triple Exponential
v5 = wma(src, len) // Weighted
v6 = vwma(src, len) // Volume Weighted
v7 = na(v5[1]) ? sma(src, len) : (v5[1] * (len - 1) + src) / len // Smoothed
v8 = wma(2 * wma(src, len / 2) - wma(src, len), round(sqrt(len))) // Hull
v9 = linreg(src, len, lsmaOffset) // Least Squares
v10 = alma(src, len, almaOffset, almaSigma) // Arnaud Legoux
v11 = kama(src, len) // KAMA
ema1 = ema(src, len)
ema2 = ema(ema1, len)
v13 = t3(src, len) // T3
v14 = ema1+(ema1-ema2) // Zero Lag Exponential
v15 = hwma(src, len) // Henderson Moving average thanks to @everget
ahma = 0.0
ahma := nz(ahma[1]) + (src - (nz(ahma[1]) + nz(ahma[len])) / 2) / len //Ahrens Moving Average
v16 = ahma
v17 = get_jurik( len, phase, power, src)
type=="EMA"?v2 : type=="DEMA"?v3 : type=="TEMA"?v4 : type=="WMA"?v5 : type=="VWMA"?v6 :
type=="SMMA"?v7 : type=="Hull"?v8 : type=="LSMA"?v9 : type=="ALMA"?v10 : type=="KAMA"?v11 :
type=="T3"?v13 : type=="ZEMA"?v14 : type=="HWMA"?v15 : type=="AHMA"?v16 : type=="JURIK"?v17 : v1
smoothMA(c, maLoop, type, len) =>
ma_c = 0.0
if maLoop == 1
ma_c := variant(c, type, len)
if maLoop == 2
ma_c := variant(variant(c ,type, len),type, len)
if maLoop == 3
ma_c := variant(variant(variant(c ,type, len),type, len),type, len)
if maLoop == 4
ma_c := variant(variant(variant(variant(c ,type, len),type, len),type, len),type, len)
if maLoop == 5
ma_c := variant(variant(variant(variant(variant(c ,type, len),type, len),type, len),type, len),type, len)
ma_c
// Smoothing HA Function
smoothHA( o, h, l, c ) =>
hao = 0.0
hac = ( o + h + l + c ) / 4
hao := na(hao[1])?(o + c / 2 ):(hao[1] + hac[1])/2
hah = max(h, max(hao, hac))
hal = min(l, min(hao, hac))
[hao, hah, hal, hac]
// ---- Main Selection ----
haSmooth = input(false, title=" Use HA as source ? " )
length = input(60, title=" MA1 Length", minval=1, maxval=1000)
maLoop = input(2, title=" Nr. of MA1 Smoothings ", minval=1, maxval=5)
type = input("EMA", title="MA Type", options=["SMA", "EMA", "DEMA", "TEMA", "WMA", "VWMA", "SMMA", "Hull", "LSMA", "ALMA", "KAMA", "ZEMA", "HWMA", "AHMA", "JURIK", "T3"])
// ---- BODY SCRIPT ----
[ ha_open, ha_high, ha_low, ha_close ] = smoothHA(open, high, low, close)
_close_ma = haSmooth ? ha_close : close
_close_smoothed_ma = smoothMA( _close_ma, maLoop, type, length)
maColor = _close_smoothed_ma > _close_smoothed_ma[1] ? color.lime : color.red
plot(_close_smoothed_ma, title= "MA - Trend", color=maColor, transp=85, linewidth = 4)
long = _close_smoothed_ma > _close_smoothed_ma[1] and _close_smoothed_ma[1] < _close_smoothed_ma[2]
short = _close_smoothed_ma < _close_smoothed_ma[1] and _close_smoothed_ma[1] > _close_smoothed_ma[2]
plotshape( short , title="Short", color=color.red, transp=80, style=shape.triangledown, location=location.abovebar, size=size.small)
plotshape( long , title="Long", color=color.lime, transp=80, style=shape.triangleup, location=location.belowbar, size=size.small)
//* Backtesting Period Selector | Component *//
//* Source: https://www.tradingview.com/script/eCC1cvxQ-Backtesting-Period-Selector-Component *//
testStartYear = input(2018, "Backtest Start Year",minval=1980)
testStartMonth = input(1, "Backtest Start Month",minval=1,maxval=12)
testStartDay = input(1, "Backtest Start Day",minval=1,maxval=31)
testPeriodStart = timestamp(testStartYear,testStartMonth,testStartDay,0,0)
testStopYear = 9999 //input(9999, "Backtest Stop Year",minval=1980)
testStopMonth = 12 // input(12, "Backtest Stop Month",minval=1,maxval=12)
testStopDay = 31 //input(31, "Backtest Stop Day",minval=1,maxval=31)
testPeriodStop = timestamp(testStopYear,testStopMonth,testStopDay,0,0)
testPeriod() => time >= testPeriodStart and time <= testPeriodStop ? true : false
if testPeriod() and long
strategy.entry( "long", strategy.long )
if testPeriod() and short
strategy.entry( "short", strategy.short )