이중 이동 평균 스토카스틱 지표 바이너리 옵션 거래 전략

전반적인 설명

이 전략은 이중 이동 평균과 스토카스틱 지표를 결합하여 간단하고 효과적인 바이너리 옵션 거래 전략을 구현합니다. 이중 이동 평균 시스템을 구축하기 위해 높은 가격의 EMA, 낮은 가격의 EMA 및 폐쇄 가격의 EMA를 사용하여 바이너리 옵션의 단기 가격 변동을 포착하기 위해 거래 신호를 생성하기 위해 스토카스틱 지표를 통합합니다.

원칙

이 전략은 주로 다음과 같은 원칙에 기초합니다.

1. 높은 가격의 EMA와 낮은 가격의 EMA를 사용하여 상위 및 하위 대역을 지원 및 저항 수준으로 구성합니다.

2. 마감 가격의 EMA를 계산하여 가격과 이중 이동 평균 사이의 관계를 결정합니다. 마감 가격이 상단 범위를 넘거나 하단 범위를 넘으면 트렌드 역전 가능성이 나타납니다.

3. 스토카스틱 지표는 과잉 구매 및 과잉 판매 조건을 결정합니다. 50 이하의 K 및 D 값은 과잉 판매를 나타내고 50 이상에는 과잉 구매를 나타냅니다.

4. 스토카스틱의 과잉 구매/ 과잉 판매 신호와 상부/ 하부 대역의 가격 파격에 따라 단기 구매/판매 거래가 실행될 수 있습니다.

구체적인 거래 규칙은 다음과 같습니다.

• 닫기 가격이 하위 지대 아래이고 개시 가격이 이중 이동 평균의 중간 지점 아래, 스토카스틱이 과잉 판매 (K<50, D<50) 를 표시하는 경우, 긴 거리를 가십시오.

• 닫기 가격이 상단보다 높고 개시 가격이 이중 이동 평균의 중간 지점보다 높고 스토카스틱이 과잉 매입 (K>50, D>50) 을 표시하는 경우, 단축합니다.

이점 분석

이 전략은 이중 이동 평균과 스토카스틱 오시레이터를 결합함으로써 이차 옵션 가격의 단기 트렌드 반전을 효과적으로 포착 할 수 있으며 다음과 같은 장점이 있습니다.

1. 이동 평균 시스템은 통합을 필터링하는 반면 스토카스틱은 과잉 구매/ 과잉 판매 수준을 결정함으로써 정확도를 높입니다.

2. 거래 규칙은 간단하고 명확하고 실행하기 쉽습니다.

3. 높은 자본 활용 효율성, 한 번에 한 방향으로만 유지.

4. 통제할 수 있는 수요 감소, 불필요한 손실을 피합니다.

5. 이동 평균 매개 변수와 스토카스틱 입력값을 조정하여 최적화하기 쉽습니다.

위험 분석

이 전략은 몇 가지 장점을 가지고 있지만 다음과 같은 위험도 가지고 있습니다.

1. 이중 이동 평균에서 잘못된 파업이 발생할 확률이 있으며, 강력한 트렌드 또는 반전을 놓칠 수 있습니다.

2. 스토카스틱은 문제가 뒤떨어지고, 트렌드 반전이 이미 시작된 후에 신호가 올 수 있습니다.

3. 매우 변동적인 시장에 적응할 수 없어서 큰 사건을 피해야 합니다.

4. 부적절한 매개 변수 설정은 과도한 거래 빈도 또는 불충분한 신호로 이어질 수 있습니다.

5. 바이너리 옵션 가격 움직임을 정확하게 예측할 수 없기 때문에 손실 위험이 있습니다.

대응 위험은 매개 변수를 조정하고 규칙을 최적화하고 엄격한 스톱 로스를 통해 줄일 수 있습니다. 또한, 계좌 크기와 스톱 로스 레벨은 단일 거래 손실 금액과 최대 마감량을 제어하기 위해 일치해야합니다.

최적화 방향

이 전략에는 더 많은 최적화 잠재력이 있습니다.

1. 신호 정확성을 향상시키기 위해 MACD, RSI 등 필터레이션에 필요한 다른 지표를 추가합니다.

2. 트렌드 상거래를 피하기 위해 트렌드 지표를 포함합니다.

3. 가장 좋은 길이 조합을 찾기 위해 이동 평균 매개 변수를 최적화합니다.

4. 스토카스틱 지연을 줄이기 위해 과잉 구매/ 과잉 판매 기준을 조정합니다.

5. 동적 또는 후속 스톱 손실을 설정합니다.

6. 적절한 기술 분석 도구를 결합하여 최적의 출입 시기를 찾습니다.

7. 다른 제품에서 스프레드 트레이딩의 타당성을 테스트합니다.

위의 최적화 방법을 통해 전략의 안정성과 수익성이 더욱 향상될 수 있습니다.

결론

이 전략은 이중 이동 평균과 스토카스틱 오시일레이터의 장점을 간단하고 신뢰할 수있는 단기 바이너리 옵션 거래 전략으로 통합합니다. 더 나은 위험 통제를 위해 거래 규칙을 표준화합니다. 여전히 개선할 여지가 있지만 논리는 명확하고 구현하기가 쉽습니다. 매개 변수와 규칙을 최적화함으로써 더 나은 전략 성능을 달성 할 수 있습니다.