개요

이 전략은 여러 시간 프레임의 이동 평균 지표와 결합하여 여러 시간 프레임 사이의 동향 일관성을 판단하고, 하루 동안 스칼핑 작업을 수행하여 동향을 따라 수익을 얻습니다.

전략 원칙

이 전략은 5분, 15분, 30분, 60분 네 시간 프레임의 8과 20기 이동 평균을 사용하여 거래 신호를 구성한다. 더 짧은 8일 이동 평균 위에 20일 이동 평균을 통과하면 구매 신호가 발생하고 8일 이동 평균 아래 20일 이동 평균을 통과하면 판매 신호가 발생한다.

이 전략은 5분, 15분, 30분, 60분 시간 프레임의 거래 신호가 일치해야 할 때 거래 지시가 발령되도록 요구합니다. 즉, 4 시간 프레임의 이동 평균이 구매 신호 또는 판매 신호와 일치하는 경우에만 구매 또는 판매 작업을 수행합니다.

포지션에 들어간 후, 전략은 고정 <unk> 장점 지점으로 정지 주문을 설정하여, 일내 스칼핑 작업을 수행한다.

특히, security 함수를 호출하여 다양한 시간 프레임에 대한 이동 평균 데이터를 얻습니다. 5 분, 15 분, 30 분 및 60 분의 8 일과 20 일 평균의 차이를 계산하고 그 차이의 곡선을 그리십시오.

이차곡선 위에 0축을 통과하는지 여부에 따라 구매 및 판매 신호를 판단한다. 그리고 각 시간 프레임에 대한 거래 신호를 기록하기 위해 여러 개의 표시 비트 islong 및 isshort을 설정한다. 최종적으로 islong 및 isshort의 상태가 요구 사항을 충족하면 입출출 지시가 발령된다.

진입 후, 전략은 strategy.exit 함수를 통해 고정점 수 정지를 설정하여 스칼핑 작업을 수행한다.

우위 분석

이 전략은 다음과 같은 장점을 가지고 있습니다.

1. 다중 시간 프레임 디자인은 다양한 주기적 지표의 통합 판단을 통해, 부정확한 거래를 효과적으로 필터링하고 거래 빈도를 줄일 수 있습니다.

2. 하루 스칼핑 전략, 수익 최적화, 작은 수익을 지속적으로 누릴 수 있다.

3. 코드 구조는 명확하고, 각 부분의 기능은 명확하고, 이해하기 쉽고, 최적화하기 쉽다.

4. 조건 설정은 합리적이고 거래 위험을 효과적으로 통제할 수 있습니다.

위험 분석

이 전략에는 몇 가지 위험도 있습니다.

1. 다중 시간 프레임 디자인은 일부 잡음을 필터링 할 수 있지만 일부 세부 사항을 놓칠 수 있습니다.

2. 일간 스칼핑은 거래가 빈번하게 이루어지기 때문에 거래비용에 대한 통제가 필요합니다.

3. 고정 정지 지점 설정은 충분히 유연하지 않으며 시장 변화에 따라 조정할 수 없습니다.

4. 지표에 의존하여 거래 신호를 생성하는 것은 속일 가능성이 있습니다.

최적화 방향

이 전략은 다음과 같은 부분에서 최적화될 수 있습니다.

1. 더 많은 다른 주기적 시간 프레임에 대한 지표 판단을 추가하여 신호를 더 안정적이고 신뢰할 수 있게 한다.

2. ATR 역동성에 따라 정지 지점을 설정하여 정지 전략을 최적화하십시오.

3. 추가 조건 필터로 입시 시기를 추가합니다. 예를 들어, 거래량이 증가하거나, 역사적인 최고치를 돌파하는 것 등.

4. 이동 평균의 주기 변수를 최적화하여 최적의 변수 조합을 찾습니다.

5. 기기 학습 모형을 사용하여 지표 신호의 신뢰성을 판단하여 중매를 피하십시오.

요약하다

이 전략은 전체적으로 전형적인 다중 시간 프레임 트렌드 추적 전략으로, 일일내 스칼핑 방식으로 수익을 얻습니다. 전략 아이디어는 명확하고, 코드 구조는 합리적이며, 추가 테스트 및 최적화를 할 가치가 있습니다. 약간의 최적화 조정으로, 이 전략은 매우 실용적인 일일내 스칼핑 전략 템플릿이 될 수 있습니다.