평균 고저 변동성 거래 전략

개요

이 전략은 암호화폐와 주식과 같은 추세적 특성을 가진 시장에 대해 특별히 설계된 완전한 가격 운동 전략이다. 이 전략은 두 개의 다른 길이의 주기에서 최고 가격과 최저 가격의 계산에 전적으로 기초하여 수립된다. 이러한 최고 최저 가격의 여러 평균값을 계산하여 입출장 신호로 사용한다.

전략 원칙

이 전략은 두 개의 서로 다른 길이의 주기의 최저 가격과 최고 가격과 그 평균값을 사용하여 입출력을 판단한다. 구체적으로, 9 개의 주기의 최저 가격 평균, 26 개의 주기의 최고 가격 평균, 그리고 두 개의 평균값의 평균값을 각각 계산한다. 종료 가격이 두 개의 서로 다른 주기의 평균 가격보다 동시에 높을 때 더 많은 것을 하고, 종료 가격이 두 개의 서로 다른 주기의 평균 가격보다 동시에 낮은 것을 할 때 비로 나간다.

더하기의 구체적인 논리는 다음과 같습니다: 종결가는 9주기 최고 최저 평균값보다 높고, 26주기 최고 최저 평균값보다 높고, 두 평균값의 평균값보다 높으며, 이 세 가지 조건을 충족할 때 더하기한다.

공백의 구체적인 논리는 다음과 같습니다: 종결 가격은 9주기 최고 최저 평균 값, 26주기 최고 최저 평균 값, 두 평균 값의 평균 값보다 낮으며, 이 세 가지 조건을 충족할 때 공백한다.

더 많은 공백을 하더라도 역전 신호가 발생했을 때 중단을 선택한다.

우위 분석

이 전략은 다음과 같은 몇 가지 주요 장점을 가지고 있습니다.

1. 이중 시간 프레임 분석을 사용하면 트렌드를 더 명확하게 판단하고 정확도를 높일 수 있습니다.

2. 최고 가격과 최저 가격에 기반한 계산으로 돌파구를 효과적으로 잡을 수 있다.

3. 다중 평균값 필터를 사용하여 신호의 신뢰성을 높이고, Noise에 의해 방해를 피한다.

4. 순수한 가격 운동 전략, 대부분의 트렌드 특징이 있는 시장에 적용된다.

5. 모든 거래가 자동화되어서, 인적 개입이 필요없고, 인적 오류의 확률이 낮아집니다.

위험 분석

이 전략에는 몇 가지 위험도 있습니다.

1. 통합된 스톱모듈이 없기 때문에 손실이 확대될 위험이 있다. 이동 스톱모델이나 퍼센티지 스톱모델을 추가하여 단독 손실을 제어할 수 있다.

2. 불안정한 상황에서 잘못된 신호와 과도한 거래가 발생할 수 있다. 주기 파라미터를 적절히 조정하거나 필터 조건을 추가할 수 있다.

3. 개별 주식과 시장 사이의 관계의 영향을 고려하지 않고 체계적인 위험이 여전히 존재합니다. 이러한 위험을 제어하기 위해 다인자 모델을 고려할 수 있습니다.

4. 미흡한 재검토 데이터로 인해 과도한 적합성이 발생할 수 있습니다. 더 긴 시간 스케일과 더 많은 시장에서 안정성 검사가 수행되어야합니다.

최적화 방향

이 전략에는 최적화할 여지가 있습니다:

1. 주기 변수는 계속 테스트를 통해 최적화되어 최적의 변수 조합을 찾을 수 있다.

2. 이동 상쇄 손실, 추적 상쇄 손실을 추가하여 단독 손실을 제어하는 것을 고려할 수 있습니다.

3. 다른 시장, 심지어는 다른 품종을 시험해 볼 수 있고, 적합성을 탐구할 수 있습니다.

4. 결정에 도움을 주기 위해 기계 학습과 같은 특정 알고리즘 거래 모듈을 추가할 수 있습니다.

5. 다인자 모형을 고려하여 더 많은 변수 판단을 추가하여 안정성을 향상시킬 수 있습니다.

요약하다

종합적으로, 이 이중 시간 프레임 최고 최저 가격 평균 전략은 강력한 트렌드 추적 능력을 가지고 있으며, 암호화폐와 같은 높은 변동 시장에 적합하다. 그것은 진입 시기를 판단하는 데 돌파구를 효과적으로 활용하고, 동시에 다층 필터링을 사용하여 신호 품질을 향상시킨다. 파라미터 최적화, 스톱모듈 추가, 보조 알고리즘 등의 방법으로 이 전략을 더욱 강화할 수 있으며, 장기적으로 사용 가치가 있는 고효율 안정성 전략으로 만들 수 있다.