개요

이 전략은 평평한 이동 평균을 사용하여 평평한 가격대를 구성하고, 여러 가지 평평한 이동 평균을 통합하여 실시간으로 추세를 필터링하는 기능을 구현합니다.

전략 원칙

1. 평평한 가격대를 구축하여 평평한 이동 평균을 사용하여 가격 변화를 추적하여 가격 변화에 대한 평평한 추적을 구현합니다.
2. 정책은 EMA, SMMA, KAMA 등과 같은 다양한 종류의 이동 평균을 입력하여 평평한 이동 평균의 계산 유형으로 지원합니다.
3. 이러한 이동 평균을 1-5번의 중첩 평준화를 지원하여 더 평평한 가격대를 얻습니다.
4. 가격의 변화를 더 잘 포착하기 위해 가격과 이동 평균 사이의 브린 띠를 사용하는 것을 지원합니다.
5. 추가된 이동 평균 필터를 활성화하여, 흔들림을 더 잘 필터링하여 트렌드 방향을 식별할 수 있습니다. 필터는 또한 여러 가지 이동 평균 유형을 지원합니다.
6. 형태 인식 지표와 결합하여 구매/판매 신호를 자동으로 인식할 수 있다.

이 전략은 평평한 가격대를 구축하여 가격 트렌드를 포착하고, 이동 평균 필터를 통합하여 트렌드 방향을 확인하는 전형적인 트렌드 추적 전략에 속한다. 파라미터를 조정함으로써 다양한 품종의 다른 주기적인 시장 환경에 유연하게 적응할 수 있다.

전략적 이점

1. 가격대를 구성하면 가격 변화의 흐름을 더 부드럽게 추적할 수 있고, 놓친 기회를 효과적으로 줄일 수 있다.
2. 여러 가지 이동 평균 유형을 지원하여 다양한 주기 및 품종에 따라 적절한 이동 평균을 선택할 수 있으며, 전략의 적응성을 향상시킵니다.
3. 1~5배의 평평한 중첩은 가격 변화를 추적하는 능력을 크게 향상시키고 트렌드 전환점을 더 정확하게 잡을 수 있습니다.
4. 이동 평균 필터는 유효하지 않은 신호를 효과적으로 줄이고 승률을 높일 수 있다.
5. 이동 평균의 길이를 조정하여 다른 시간 주기에 적응할 수 있으며, 심지어 여러 시간 프레임으로 검증할 수 있어 전략의 효과를 더욱 향상시킬 수 있다.
6. 검정색 유리 디스플레이를 지원하여 가격대를 명확하고 직관적으로 관찰할 수 있습니다.

전략적 위험

1. 장기적인 경향을 추적하는 것이 강하지만, 단기적인 변동에 대한 추적과 반응은 열악하며, 충격적인 상황에서는 더 많은 무효 신호를 생성하기 쉽다.
2. 급격한 가격 변동과 급격한 가격 변동 속에서, 평평한 이동 평균은 약간의 지연성을 가질 수 있으며, 가장 좋은 진입 시기를 놓칠 수 있다.
3. 다중 중첩된 이동 평균은 가격 변화를 너무 부드럽게 만들 수 있으며, 이는 구매자 및 판매자 지점을 식별하지 못하게합니다.
4. 만약 활성화된 이동 평균 길이 변수가 잘못 설정되면, 많은 가짜 신호가 생성될 수 있다.

해결책:

1. 이동 평균의 길이를 적절히 줄여서 가격 변화에 대한 반응을 가속화하십시오.
2. 겹치는 횟수를 조정하여 지나치게 부드러운 것을 줄일 수 있습니다.
3. 최적화 및 테스트 이동 평균 조합, 최적의 파라미터를 선택하십시오.
4. 다른 지표와 결합하여 여러 시간 프레임 검증을 통해 가짜 신호 비율을 줄일 수 있습니다.

전략 최적화 방향

1. 이동 평균 타입의 조합을 테스트하여 최적의 파라미터를 선택하십시오.
2. 테스트는 이동 평균 길이 변수를 최적화하여 보다 넓은 품종과 시간 주기에도 적용한다.
3. 다른 평준화 과정을 시도해 가장 좋은 평형점을 찾아보세요.
4. 브린 밴드를 추가해 보시면 됩니다.
5. 다른 이동 평균을 필터로 테스트하십시오.
6. 다른 지표와 함께 다중 시간 프레임 검증을 수행하십시오.

요약하다

이 전략은 전형적인 트렌드 추적 전략에 속하며, 평평한 이동 평균대를 구성하여 가격 트렌드를 지속적으로 추적하고, 보조 필터와 결합하여 무효 신호를 피한다. 전략의 장점은 평평한 가격대를 구성하여 가격 트렌드의 전환을 더 잘 포착 할 수 있다는 것이다. 동시에 약간의 후퇴 위험도 존재한다. 매개 변수 최적화 및 지표 최적화를 통해 전략 효과를 지속적으로 향상시킬 수 있으며, 추가 연구를 할 가치가 있다.