이동평균 교차 전략


생성 날짜: 2023-11-23 13:38:02 마지막으로 수정됨: 2023-11-23 13:38:02
복사: 0 클릭수: 631
avatar of ChaoZhang ChaoZhang
1
집중하다
1617
수행원

이동평균 교차 전략

개요

평행선 교차 전략은 이동평행선을 기반으로 한 거래 전략이다. 그것은 빠른 이동평행선과 느린 이동평행선의 교차를 구매 및 판매 신호로 사용한다. 빠른 평균선이 아래쪽에서 느린 평균선을 뚫을 때 구매 신호를 발생시키고, 빠른 평균선이 위쪽에서 아래쪽에서 느린 평균선을 뚫을 때 판매 신호를 발생시킨다.

전략 원칙

이 정책은 sma 함수를 사용하여 지정된 주기의 간단한 이동 평균을 계산하고, 빠른 평균선과 느린 평균선으로 니다. 정책의 기본 빠른 평균선은 18일 주기이며, 파라미터를 통해 조정할 수 있습니다.

빠른 평균선이 아래쪽에서 느린 평균선을 뚫을 때, 크로스 언더 함수를 사용하여 교차 신호를 감지하여 구매 신호를 생성한다. 빠른 평균선이 위쪽에서 느린 평균선을 무너뜨렸을 때, 크로스 오버 함수를 사용하여 교차 신호를 감지하여 판매 신호를 생성한다.

전략은 track 신호와 exit 신호를 통해 자동 거래를 구현한다. 다중 헤드 입장은 빠른 평균선이 아래에서 느린 평균선을 돌파할 때 촉발된다. 빈 헤드 입장은 빠른 평균선이 위에서 느린 평균선을 넘어설 때 촉발된다.

우위 분석

  • 이동평선교차를 이용한 강력한 트렌드 추적 능력으로 가격 트렌드를 효과적으로 포착할 수 있다.
  • 평균선 전략은 간단하고, 직설적이고, 논리적으로 명확하며, 이해하기 쉬운 구현입니다.
  • 평균선 변수를 조정하여 전략을 최적화하여 다양한 시장 환경에 적응할 수 있습니다.
  • 자동화 거래에 대한 전략, 인적 개입이 필요없고 운영 비용이 낮아집니다.

위험과 해결책

  • 가격이 흔들림 영역에 있을 때, 여러 번 무효의 교차 신호가 발생하여 거래의 빈번한 위험을 초래한다. 필터링 조건을 추가함으로써 피할 수 있다.
  • 매개 변수 최적화 문제에 주의를 기울여야 하며, 서로 다른 매개 변수가 전략의 성능에 큰 영향을 미친다. 매개 변수 최적화를 회수하거나, 적응 평균선을 도입할 수 있다.
  • 특정 오류 신호의 위험이 존재하며, 다른 지표의 필터 신호와 함께 또는 보조 조건으로 사용할 수 있다.
  • 단독 손실을 제어하는 손실을 막는 전략을 도입할 수 있다.

최적화 방향

  • 적응형 평균선 또는 동적 최적화 평균선 파라미터를 도입하여 평균선 파라미터를 동적으로 조정하여 시장을 더 잘 추적 할 수 있습니다.
  • 필터링 조건을 추가하여 가격 변동이나 추세가 불분명할 때 잘못된 신호를 방지할 수 있다. 예를 들어 거래량 필터를 도입한다.
  • 다른 지표와 결합할 수 있습니다. 예를 들어, 브린띠는 필터링 또는 진출의 보조 조건으로 전략 성능을 향상시킬 수 있습니다.
  • 단독 손실을 감당할 수 있는 범위 내에서 통제하기 위해 손실을 막는 전략을 도입할 수 있다.

요약하다

평선 교차 전략은 전체적으로 좀 더 고전적이고 간단한 트렌드 추적 전략이다. 평선 교차를 거래 신호로 주로 사용하며, 원칙은 간단하고 이해하기 쉽고 구현할 수 있으며, 매개 변수를 통해 시장에 적응할 수 있다. 그러나 또한 흔들림과 트렌드 전환의 영향에 취약하고, 시그널링 빈도 등과 같은 몇 가지 단점이 있다. 이러한 문제는 필터링 조건을 추가하고, 매개 변수를 동적으로 조정하고, 손실을 중지하는 등의 방법으로 개선할 수 있다. 이 전략은 광범위한 최적화 공간과 방향을 가지고 있으며, 정량 거래의 기본 전략 중 하나이다.

전략 소스 코드
/*backtest
start: 2023-11-15 00:00:00
end: 2023-11-17 04:00:00
period: 30m
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3
strategy(title = "MA Close Strategy", shorttitle = "MA Close",calc_on_order_fills=true,calc_on_every_tick =true, initial_capital=21000,commission_value=.25,overlay = true,default_qty_type = strategy.percent_of_equity, default_qty_value = 100)

MASource   = input(defval = open, title = "MA Source")
MaLength   = input(defval = 18, title = "MA Period", minval = 1)

StartYear = input(2018, "Backtest Start Year")
StartMonth = input(1, "Backtest Start Month")
StartDay = input(1, "Backtest Start Day")
UseStopLoss = input(true,"UseStopLoss")
stopLoss = input(50, title = "Stop loss percentage(0.1%)") 

window() => time >=  timestamp(StartYear, StartMonth, StartDay,00,00) ? true : false

MA = sma(MASource,MaLength)

plot(MA, title = "Fast MA", color = green, linewidth = 2, style = line, transp = 50)

long = crossunder(MA, close)
short = crossover(MA, close)

if (long)
    strategy.entry("LongId", strategy.long, when = long)
    strategy.exit("ExitLong", from_entry = "LongId", when = short)

if (short)
    strategy.entry("ShortId", strategy.short, when = short)
    strategy.exit("ExitShort", from_entry = "ShortId", when = long)

if (UseStopLoss)
    strategy.exit("StopLoss", "LongId", loss = close * stopLoss / 1000 / syminfo.mintick)
    strategy.exit("StopLoss", "ShortId", loss = close * stopLoss / 1000 / syminfo.mintick)