ChaoZhang
개요
이 전략은 파동 트렌드 지표에 기초하여 설계되었다. 파동 트렌드 지표는 가격 채널과 평균을 결합하여 시장 트렌드를 효과적으로 식별하여 구매 및 판매 신호를 발송할 수 있다. 이 전략은 파동 트렌드의 오버 구매 오버 판매 라인을 설정하여 지표 라인이 핵심 라인을 뚫었을 때 구매 또는 판매 작업을 수행한다.
전략 원칙
- 가격의 삼각형 이동 평균 ap, 그리고 ap의 지수 이동 평균 esa 을 계산한다.
- ap와 esa의 절대적 차이의 지수 이동 평균을 계산한다.
- 변동 지표가 주어집니다.
- c의 n2주기 평균을 계산하여, 파동 경향 지표 wt1을 얻는다.
- 오버 바이 라인과 오버 세일 라인을 설정하십시오.
- wt1에 오버세일 라인을 통과하면 더 많이 하고, wt1 아래에서 오버 바이 라인을 통과하면 더 적게 한다.
우위 분석
- 파동 트렌드 지표는 오버 바이 오버 셀 라인을 돌파하여 시장의 트렌드의 전환점을 효과적으로 포착하여 구매 및 판매 결정을 정확하게 내릴 수 있습니다.
- 가격 통로와 평평선 이론과 결합하여 지표는 빈번한 신호를 생성하지 않는다.
- 선택 가능한 시간 주기를 사용하며, 여러 거래 품종에 적합하다.
- 지표의 매개 변수를 조정할 수 있고, 사용자 경험도 좋았습니다.
위험과 해결
- 큰 흔들림 시장에서, 지표는 잘못된 신호를 생성할 수 있으며, 위험은 크다. 포지션 보유 기간을 적절히 단축하거나, 다른 지표 필터링 신호와 결합할 수 있다.
- 포지션 관리 및 중지 메커니즘을 고려하지 않고 손실 위험이 있습니다. 포지션 크기와 이동 중지를 설정하여 위험을 제어 할 수 있습니다.
최적화 방향
- KDJ, MACD 등의 다른 지표 포트폴리오와 함께 사용하는 것을 고려하여 거래 포트폴리오를 형성하여 전략의 안정성을 향상시킬 수 있습니다.
- 자동 손실 제도를 설계할 수 있다. 예를 들어, 추적 손실, 변속 라인 손실 등이 단편 손실을 제어한다.
- 딥러닝 알고리즘과 결합하여 데이터 트레이닝을 통해 자동으로 매개 변수를 최적화하여 전략 승률을 높일 수 있습니다.
요약하다
이 전략은 파동 트렌드 지표에 기반하여 과매매 과매매 상황을 판단하는 트렌드를 식별하는 효과적인 트렌드 추적 전략이다. 단기 지표에 비해 파동 트렌드 지표는 잘못된 신호를 줄이고 안정성을 향상시킵니다. 포지션 관리와 스톱과 결합하면 이 전략은 안정적인 수익을 얻을 수 있습니다. 매개 변수 및 모델 조정으로 전략 효과를 더욱 향상시킬 수 있습니다.
전략 소스 코드
/*backtest
start: 2023-11-20 00:00:00
end: 2023-11-27 00:00:00
period: 1m
basePeriod: 1m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@author SoftKill21
//@version=4
strategy(title="WaveTrend strat", shorttitle="WaveTrend strategy")
n1 = input(10, "Channel Length")
n2 = input(21, "Average Length")
Overbought = input(70, "Over Bought")
Oversold = input(-30, "Over Sold ")
// BACKTESTING RANGE
// From Date Inputs
fromDay = input(defval = 1, title = "From Day", minval = 1, maxval = 31)
fromMonth = input(defval = 1, title = "From Month", minval = 1, maxval = 12)
fromYear = input(defval = 2001, title = "From Year", minval = 1970)
// To Date Inputs
toDay = input(defval = 1, title = "To Day", minval = 1, maxval = 31)
toMonth = input(defval = 12, title = "To Month", minval = 1, maxval = 12)
toYear = input(defval = 2020, title = "To Year", minval = 1970)
// Calculate start/end date and time condition
DST = 1 //day light saving for usa
//--- Europe
London = iff(DST==0,"0000-0900","0100-1000")
//--- America
NewYork = iff(DST==0,"0400-1500","0500-1600")
//--- Pacific
Sydney = iff(DST==0,"1300-2200","1400-2300")
//--- Asia
Tokyo = iff(DST==0,"1500-2400","1600-0100")
//-- Time In Range
timeinrange(res, sess) => time(res, sess) != 0
london = timeinrange(timeframe.period, London)
newyork = timeinrange(timeframe.period, NewYork)
startDate = timestamp(fromYear, fromMonth, fromDay, 00, 00)
finishDate = timestamp(toYear, toMonth, toDay, 00, 00)
time_cond = true //and (london or newyork)
ap = hlc3
esa = ema(ap, n1)
d = ema(abs(ap - esa), n1)
ci = (ap - esa) / (0.015 * d)
tci = ema(ci, n2)
wt1 = tci
wt2 = sma(wt1,4)
plot(0, color=color.gray)
plot(Overbought, color=color.red)
plot(Oversold, color=color.green)
plot(wt1, color=color.green)
longButton = input(title="Long", type=input.bool, defval=true)
shortButton = input(title="Short", type=input.bool, defval=true)
if(longButton==true)
strategy.entry("long",1,when=crossover(wt1,Oversold) and time_cond)
strategy.close("long",when=crossunder(wt1, Overbought))
if(shortButton==true)
strategy.entry("short",0,when=crossunder(wt1, Overbought) and time_cond)
strategy.close("short",when=crossover(wt1,Oversold))
//strategy.close_all(when= not (london or newyork),comment="time")
if(dayofweek == dayofweek.friday)
strategy.close_all(when= timeinrange(timeframe.period, "1300-1400"), comment="friday")