크로스 타임라인 헐 이동 평균 거래 전략
개요
이 전략은 헐 이동 평균 지표에 기초하여, 다른 시간 축에 대한 헐 MA를 계산하고, 다른 시간 축에 대한 헐 MA의 움직임을 비교하여 트렌드의 변화를 발견한다. 짧은 기간 헐 MA에 긴 기간 헐 MA를 통과할 때 구매 신호를 생성한다. 짧은 기간 헐 MA 아래 긴 기간 헐 MA를 통과할 때 판매 신호를 생성한다.
전략 원칙
-
입력 매개 변수: Hull MA 주기 Period, HMA2의 시간축 Resolution2, HMA3의 시간축 Resolution3
-
현재 K선에서의 Hull MA값 HMA를 계산합니다.
-
Hull MA값 HMA2를 Resolution2 시간대에서 계산한다
-
Hull MA값 HMA3를 Resolution3 시간대에 계산한다
-
HMA, HMA2, HMA3의 크기와 관계 비교
-
HMA>HMA2>HMA3이 되면, 구매 신호가 생성됩니다.
-
HMA<HMA2<HMA3이 되면 팔기 신호를 만들어냅니다.
-
인터페이스 상단 왼쪽에 다양한 시간 축에 대한 Hull MA 값과 신호가 표시됩니다.
-
색으로 구분하는 위아래 상태
우위 분석
-
여러 시간 축을 사용하여 가짜 돌파구를 필터링하여 함정을 방지할 수 있습니다.
-
사용자 정의 시간축 변수, 다른 주기에 적용된다.
-
실시간 신호, 직관적인 조작.
-
Hull MA의 움직임을 시각화하여 현재 트렌드를 판단한다.
위험 분석
-
잘못된 매개 변수 설정으로 인해 거래가 너무 빈번하게 이루어질 수 있습니다.
-
대주기 Hull MA는 지연성이 있으며, 트렌드 전환점을 놓칠 수 있다.
-
이 전략은 황소와 곰이 전환할 때 가짜 신호를 발생시킵니다.
-
횡단 전략, 가짜 교도소 침입에 노출될 수 있다.
-
거래 수수료가 고려되지 않아 실제 수익에 영향을 미칩니다.
최적화 변수, 다른 지표의 조합으로 필터링, 적절히 느슨한 스톱 라인을 사용하여 위험을 줄일 수 있습니다.
최적화 방향
-
헐 MA 사이클 파라미터를 최적화하여 다른 사이클과 변동률에 적응한다.
-
트랜스포메이션을 이용해서 트랜스포메이션을 이용해서 트랜스포메이션을 이용해서 트랜스포메이션을 이용해서
-
트렌드 강도를 확인하기 위해 지진 지표를 추가하십시오.
-
매매 시기를 판단하는 기계 학습 모델을 추가합니다.
-
감정 지표와 함께 시장의 핫 포인트를 찾아보세요.
-
손해 방지 전략을 조정하고, 위험 관리를 최적화한다.
-
구매 및 판매 조건을 사용자 정의하고 다른 지표 신호를 조합합니다.
-
가격 채널, 파운드에 기반한 거래 전략을 강화한다.
요약하다
이 전략은 Hull MA 지표가 다른 시간 축에 대한 평균선 움직임을 비교하여 현재의 트렌드 방향을 판단하고, 트렌드가 변할 때 구매 판매 신호를 생성한다. 단일 평균선과 비교하면, 다중 시간 축 Hull MA는 가짜 돌파구를 효과적으로 필터링 할 수 있다. 그러나 이 전략에는 파라미터 설정, 트렌드 판단 등의 문제가 있습니다. 더 많은 지표, 최적화 파라미터 설정, 중지 손실 전략 등을 통합함으로써 전략 프로파티빌리티를 향상시키고 위험을 제어 할 수 있습니다.
/*backtest
start: 2023-10-07 00:00:00
end: 2023-11-06 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=4
//
strategy("wtfBUYorSELLffs",overlay=true,currency="USD",initial_capital=100000,default_qty_type=strategy.percent_of_equity,default_qty_value=100,commission_type=strategy.commission.percent,commission_value=0.1)
Period=input(title="Hull MA Period",type=input.integer,defval=6,minval=1)- 1